数字图像处理-形态学图像处理

一、基础知识

1.1 什么是形态学操作

数字图像处理中的形态学操作是一组用于处理二值图像（通常是黑白图像）的数学操作，旨在改变图像中物体的形状和结构。形态学操作通常用于图像分割、去噪、特征提取和形状分析等应用中。

二、腐蚀与膨胀

设有两幅图象B，X。若X是被处理的对象，而B是用来处理X的，则称B为结构元素(structure element)，又被形象地称做刷子。结构元素通常都是一些比较小的图象。

2.1 腐蚀

腐蚀操作用于减小图像中物体的大小。它将一个结构元素与原始图像卷积，使物体边缘逐渐减小，可以用于去除小噪点或分离邻近物体。

import cv2
import numpy as np 
import matplotlib.pyplot as plt

# 将图片转成二值图像
def img2binary_img(img):
    param = 177
    binary_img = np.ones(img.shape[0:2])
    binary_img[img<177] = 0
    return binary_img
# 执行腐蚀操作
def img_erode(binary, kernel_size):
    #可以修改卷积核大小来增加腐蚀效果，越大腐蚀越强
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(kernel_size,kernel_size))
    dst = cv2.erode(binary,kernel)
    return dst
img = cv2.imread("img/image.jpg",0)
binary_img = img2binary_img(img)
erode_img_5 = img_erode(binary_img, 5)
erode_img_7 =<