【Python】【Opencv】形态学操作cv2.morphologyEx（）函数详解和示例，实现腐蚀、膨胀、闭和开等运算

形态学操作是图像处理中的基础方法，主要有膨胀、腐蚀、开运算、闭运算和顶帽、黑帽等。cv2.morphologyEx()函数可以实现这些操作。

函数原型：cv2.morphologyEx(src, op, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])

参数说明：

• src: 输入图像
• op: 形态学操作类型
• kernel: 定义形态学操作的结构元素
• dst: 输出图像
• anchor: 内核的锚点，其默认值为(-1,-1)表示锚点位于内核中心
• iterations: 迭代次数，其默认值为1
• borderType: 边界类型，其默认值为cv2.BORDER\_CONSTANT，表示边界使用常量值填充
• borderValue: 边界值，其默认值为0，表示当边界类型为常量时的边界颜色

op参数可以设置为以下形态学操作类型：

• cv2.MORPH\_OPEN: 开运算
• cv2.MORPH\_CLOSE: 闭运算
• cv2.MORPH\_GRADIENT: 梯度运算
• cv2.MORPH\_TOPHAT: 顶帽运算
• cv2.MORPH\_BLACKHAT: 黑帽运算
• cv2.MORPH\_ERODE: 腐蚀
• cv2.MORPH\_DILATE: 膨胀

以下是使用cv2.morphologyEx()函数实现腐蚀和膨胀的Python代码示例：

import cv2
import numpy as np
 
# 读取图像
image = cv2.imread('example.jpg', 0)
 
# 创建结构元素，这里使用5x5的矩形
kernel = np.ones((5, 5), np.uint8)
 
# 腐蚀操作
eroded = cv2.morphologyEx(image, cv2.MORPH_ERODE, kernel)
 
# 膨胀操作
dilated = cv2.morphologyEx(image, cv2.MORPH_DILATE, kernel)
 
# 显示结果
cv2.imshow('Original', image)
cv2.imshow('Eroded', eroded)
cv2.imshow('Dilated', dilated)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，首先读取了一张图像并转换为灰度图。然后创建了一个5x5的结构元素，用于形态学操作。接着使用cv2.morphologyEx()函数分别执行腐蚀和膨胀操作。最后，使用cv2.imshow()函数显示原图以及处理后的结果。