---

前言

        形态学是图像处理中最常用的技术之一，它主要用于从图像中提取有意义的形状信息，例如边界和连通区域，以便后续的识别工作能够捕捉到目标对象最重要的形状特征。此外，细化、像素化和修剪毛刺等技术也常用于图像的预处理和后处理，以增强图像质量。

        形态学转换主要有腐蚀和膨胀、开运算和闭运算、顶帽和底帽

一、腐蚀和膨胀

        腐蚀和膨胀是两种最基本、最重要的形态学运算， 它们是很多高级形态学处理的基础，有许多形态学算法是由这两种基本运算复合而成的。

        腐蚀与膨胀操作中都需要用到结构元素，可以将二维结构元素理解为一个二维矩阵，矩阵元素是值为“0”或“1”。

        如上图所示，当设定该元素结构左上角的元素为原点时，只有当这三个元素均为有效元素“1”时，左上角的原点元素才视为有效元素，反之为无意义的元素。具体过程下文做详细图解。

（一）腐蚀

        腐蚀的作用是消除小且无意义的目标物，简单来说，如果一个元素以及它周围（结构元素内）的元素全都是有用元素“1”，则将它保留；如果该元素或者它周围存在无意义的元素“0”，就将它消除，如下图所示设定原点为左上角深色标记元素：

腐蚀函数如下：

cv2.erode(src, kernel, iteration)

其中的三个参数分别为：

（1）“src”， 要进行腐蚀的图像

（2）“kernel”， 表示腐蚀操作的结构元素，它是一个表示宽度和高度的元组。例如，(3, 3)表示一个3*3的结构元素

（3）“iteration”， 表示腐蚀操作的迭代次数，即执行腐蚀的次数

（二）膨胀

        膨胀的作用是扩大图像边缘，填充目标物体边缘或内部的非目标像素点。简单来说，就是只要一个元素以及它周围（结构元素内）存在有用元素“1”，则将它保留；如果该元素以及它周围不存在有用元素“1”，则将它消除，如下图所示设定原点为左上角深色标记元素：

膨胀函数如下：

cv2.dilate(src, kernel, iteration)

其中的参数含义与腐蚀函数相同

二、高级形态学处理

（一）开运算和闭运算

（1）开运算

        开运算是先腐蚀后膨胀，其作用是分离物体、消除小区域、消除暗背景下的高亮区域。

（2）闭运算 

        闭运算是先膨胀后腐蚀，其作用是消除孔洞，即填充闭合区域、删除亮背景下的暗区域。

（二）顶帽和底帽

（1）顶帽运算（礼帽）

        顶帽运算也称作礼帽，是原始图像与开运算结果图之差（顶帽运算=原始图像-开运算结果图），可以获取原始图像中灰度较亮的区域。

（2）底帽运算（黑帽）

        底帽运算也称作黑帽，是原始图像与闭运算结果图之差（底帽运算=原始图像-闭运算结果图），可以获取原始图像中灰度较暗的区域。

高级形态学处理函数如下：

cv2.morphologyEx(img, op, kernel)

其中三个参数分别为：

（1）“img”， 为输入的图像

（2）“op”， 是操作类型，下表是其取值范围：

取值	含义
cv2.MORPH_OPEN	开运算
cv2.MORPH_CLOSE	闭运算
cv2.MORPH_GRADIENT	形态学梯度
cv2.MORPH_TOPHAT	礼帽运算（顶帽运算）
cv2.MORPH_BLACKHAT	黑帽运算（底帽运算）

（3）“kernel”， 表示形态学操作的结构元素，用于定义操作的形状和大小，它是一个表示宽度和高度的元组。例如，(3, 3)表示一个3*3的结构元素

三、具体应用代码

形态学处理的具体应用代码如下：

import cv2

# 图像读取
img_org = cv2.imread('KAI.jpg')

# 形态学处理
erosion_img = cv2.erode(img_org, (10, 10), 1)  # 腐蚀
dilate_img = cv2.dilate(img_org, (10, 10), 1)  # 膨胀
open_img = cv2.morphologyEx(img_org, cv2.MORPH_OPEN, (10, 10))  # 开运算
close_img = cv2.morphologyEx(img_org, cv2.MORPH_CLOSE, (10, 10))  # 闭运算
top_hat_img = cv2.morphologyEx(img_org, cv2.MORPH_TOPHAT, (10, 10))  # 礼帽运算
black_hat_img = cv2.morphologyEx(img_org, cv2.MORPH_BLACKHAT, (10, 10))  # 黑帽运算

# 图像显示
cv2.imshow('Original', img_org)
cv2.imshow('erode', erosion_img)
cv2.imshow('dilate', dilate_img)
cv2.imshow('open', open_img)
cv2.imshow('close', close_img)
cv2.imshow('top_hat', top_hat_img)
cv2.imshow('black_hat', black_hat_img)

cv2.waitKey(0)
cv2.destroyAllWindows()