图像处理（4）腐蚀操作

1
2
3

import cv2 as cv
import numpy as np
import ipykernel

腐蚀原理

这里是针对二值图像，黑白图像！可以说其矩阵元素是由0，1组成，0表示黑，1即255表示白。我们用一个全1的卷积核进行卷积，比如33的卷积核，每一次点乘运算的时候，如果图像中对应3\3个元素的值也都是1，这样最终结果就输出1，否则，全是0。

显然，上述操作就会导致，边界处外面是黑，里面是白，那么在边界处进行卷积时，结果会把原来像素位置变为0，也就是白色部分向内腐蚀！腐蚀可以迭代，显然迭代次数越多，边界越向内，腐蚀就会越深，一直到腐蚀没了！

其最大的作用就是比如在下图中，字上有一些非常刺眼的噪声，就是那些格格不入的白线。

我们用腐蚀几次就可以把噪声去除了！

#腐蚀操作
img = cv.imread("def.jpg", cv.IMREAD_COLOR)
kernel = np.ones((5, 5), np.uint8)#矩阵表示核数，越大腐蚀越多
erosion = cv.erode(img, kernel, iterations=1)#迭代次数，越多腐蚀越大
plt.imshow(erosion)
plt.axis("off")
plt.show()

kernel = np.ones((5, 5), np.uint8)
erosion_1 = cv.erode(img, kernel, iterations=1)
erosion_2 = cv.erode(img, kernel, iterations=2)
erosion_3 = cv.erode(img, kernel, iterations=3)
erosion_4 = cv.erode(img, kernel, iterations=4)
res = np.hstack((img, erosion_1, erosion_2, erosion_3, erosion_4))
plt.imshow(res)
plt.axis("off")
plt.show()
#多次迭代比较