§?erode()

通過使用特定的結(jié)構(gòu)元素來腐蝕圖像。

該函數(shù)使用指定的結(jié)構(gòu)元素侵蝕源圖像，該元素確定取最小值的像素鄰域的形狀：

該函數(shù)支持就地模式。侵蝕可以應(yīng)用幾次（迭代）。對(duì)于多通道圖像，每個(gè)通道都是獨(dú)立處理的。

參數(shù)

See also

dilate,?morphologyEx,?getStructuringElement

Examples:

morphology2.cpp,?Morphology_1.cpp, and?segment_objects.cpp.

以上圖標(biāo)來自opencv的官方文檔。

下面重點(diǎn)說一下結(jié)構(gòu)元素的獲取，官方文檔推薦用cv2.getStructuringElement函數(shù)來獲得，該函數(shù)共可生成三種類型的結(jié)構(gòu)元素：

cv.MORPH_RECT矩形，腐蝕后的圖像細(xì)節(jié)為矩形

?

?

cv.MORPH_CROSS十字交叉型，腐蝕后的圖像細(xì)節(jié)會(huì)呈現(xiàn)十字型

?

?

cv.MORPH_ELLIPSE橢圓形，腐蝕后的圖像細(xì)節(jié)會(huì)呈現(xiàn)橢圓形

?

?除了上面三種類型的結(jié)構(gòu)元素，也可以自己設(shè)定結(jié)構(gòu)元素，例如：

kernel=(1,1,1,1)是一個(gè)4*1列向量，腐蝕后圖像細(xì)節(jié)會(huì)呈現(xiàn)豎條狀

?

kernel=np.array([[1, 1, 1, 1]], dtype=np.uint8)) ，兩個(gè)[][]的是1*4的行向量，腐蝕后圖像細(xì)節(jié)會(huì)呈現(xiàn)橫條狀

?注意：cv2.erode()函數(shù)默認(rèn)白色為前景目標(biāo)，黑色為背景，所有腐蝕操作對(duì)象都是對(duì)白色部分操作的，即腐蝕會(huì)使白色目標(biāo)區(qū)域變小。上面實(shí)例中，白色為較多點(diǎn)，黑色部分是裂縫區(qū)域，腐蝕的對(duì)象為白色背景區(qū)域，所以會(huì)減小白色區(qū)域，增大了黑色區(qū)域。

代碼：文章來源地址http://www.zghlxwxcb.cn/news/detail-628513.html

import numpy as np
import cv2 as cv

image = cv.imread('gkbuhxb5pe.jpg')  # 讀取圖片，默認(rèn)為彩色圖片
imgGray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)  # 轉(zhuǎn)換為灰度圖像
imgGaussBlur = cv.GaussianBlur(imgGray, ksize=(3, 3), sigmaX=2)  # sigmaX：x 軸方向的高斯核標(biāo)準(zhǔn)差
binaryGaussian = cv.adaptiveThreshold(imgGaussBlur, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 7, 6)  # 局部自適應(yīng)閾值二值化


kernel_RECT = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))  # 生成腐蝕結(jié)構(gòu)元素
print('kenerl_RECT=')
print(kernel_RECT)
kernel_CROSS = cv.getStructuringElement(cv.MORPH_CROSS, (5, 5))  # 生成腐蝕結(jié)構(gòu)元素
print('kenerl_CROSS=')
print(kernel_CROSS)
kernel_ELLIPS = cv.getStructuringElement(cv.MORPH_ELLIPSE, (5, 5))  # 生成腐蝕結(jié)構(gòu)元素
print('kenerl_ELLIPS=')
print(kernel_ELLIPS)
binary_Erode1 = cv.erode(binaryGaussian, kernel=kernel_RECT)  # 腐蝕操，二值圖像
binary_Erode2 = cv.erode(binaryGaussian, kernel=kernel_CROSS)  # 腐蝕操，二值圖像
binary_Erode3 = cv.erode(binaryGaussian, kernel=kernel_ELLIPS)  # 腐蝕操，二值圖像
binary_Erode4 = cv.erode(binaryGaussian, kernel=(1, 1, 1, 1))  # 腐蝕操，二值圖像,kernel=(1,1,1,1)默認(rèn)為一個(gè)4*1列向量
binary_Erode5 = cv.erode(binaryGaussian, kernel=np.array([[1, 1, 1, 1]], dtype=np.uint8))  # 腐蝕操，二值圖像，兩個(gè)[][]的是1*4的行向量

cv.namedWindow('image', 0)  # 設(shè)置窗口大小
cv.imshow('image', image)  # 顯示圖片
cv.waitKey(0)
cv.namedWindow('binary_Erode1', 0)  # 設(shè)置窗口大小
cv.imshow('binary_Erode1', binary_Erode1)  # 顯示圖片
cv.waitKey(0)
cv.namedWindow('binary_Erode2', 0)  # 設(shè)置窗口大小
cv.imshow('binary_Erode2', binary_Erode2)  # 顯示圖片
cv.waitKey(0)
cv.namedWindow('binary_Erode3', 0)  # 設(shè)置窗口大小
cv.imshow('binary_Erode3', binary_Erode3)  # 顯示圖片
cv.waitKey(0)
cv.namedWindow('binary_Erode4', 0)  # 設(shè)置窗口大小
cv.imshow('binary_Erode4', binary_Erode4)  # 顯示圖片
cv.waitKey(0)
cv.namedWindow('binary_Erode5', 0)  # 設(shè)置窗口大小
cv.imshow('binary_Erode5', binary_Erode5)  # 顯示圖片
cv.waitKey(0)

cv.imwrite('D:/binary_Erode1.jpg', binary_Erode1)  # 保存圖像文件
cv.imwrite('D:/binary_Erode2.jpg', binary_Erode2)  # 保存圖像文件
cv.imwrite('D:/binary_Erode3.jpg', binary_Erode3)  # 保存圖像文件
cv.imwrite('D:/binary_Erode4.jpg', binary_Erode4)  # 保存圖像文件
cv.imwrite('D:/binary_Erode5.jpg', binary_Erode5)  # 保存圖像文件

到了這里，關(guān)于OpenCV腐蝕函數(shù)：cv2.erode（）使用的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！