5
python图像处理（腐蚀和膨胀）
source link: https://blog.csdn.net/feixiaoxing/article/details/128793993
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
python图像处理（腐蚀和膨胀）
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
经过二值化的图像，似乎可以马上就可以进行轮廓查找了。但事实上并不是这样的。真实场景中，图像会出现各种各样的噪声。比如说，你想分开的区域结果被合并在了一起，你想合并的区域结果被分开了。举个图说明一下，
如上述图形所示，左边有一个物体，右边有一个物体，本来这两部分是一个整体，但是因为噪声的原因被拆成了两个部分。如果直接拿这个图像去进行后续的轮廓查找，很有可能得到的结果是错误的。那有没有其他办法呢？方法就是今天要谈到的腐蚀和膨胀，可以看一个效果图，
这张图片就是lena图像膨胀后的图片。
1、基础知识
所谓的膨胀和腐蚀都是指的白色区域。如果白色区域变多了，这就说明对图像做了膨胀处理。反之，则是对图像做了腐蚀处理。所以，大部分网上的示例用图都是用黑底白字进行说明。我们这里为了简单，就直接用lena的图像进行解释示范了。
前面说过，所谓的图像膨胀，
文章知识点与官方知识档案匹配，可进一步学习相关知识
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK