Python中的dilate函数详解

dilate函数 函数的调用形式： void dilate(InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, intborderType=BORDER_CONSTANT, const Scalar& borderValue=morpholo

文章从自己的QQ（632846506）7年前的日志中移过来的。        数学形态学可以作为图像的一种滤波算法--形态学滤波。滤波中用到的滤波器(kernal)即为结构元素。结构元素往往是由一个特殊的形状构成,如线条、矩形、圆等。 OpenCV中的dilate函数支持多通道，各个通道膨胀处理过程独立。膨胀针对白色部分(高亮部分)。膨胀即是求局部最大值的操作，图像A与核B作卷积运算，

概述 dilate()函数可以对输入图像用特定结构元素进行膨胀操作，该结构元素确定膨胀操作过程中的邻域的形状，各点像素值将被替换为对应邻域上的最大值： API说明 C++ API： void cv::dilate ( InputArray src, （原始图像：通道数不限，depth必须是CV_8U，CV_16U，CV_16S，CV_32F或CV_64F） ...

有些时候图片上会有一些划痕或者污渍，会影响图片的质量，假设我有一张写有“艾醒”的图片，但是有花花绿绿的划痕和污渍，这时我们就可以运用腐蚀与膨胀消除这些划痕和污渍。

Opencv中的erode和dilate（腐蚀和膨胀-python实现）

在Python3中，dilate是一个非常强大的图像处理函数。它可以帮助我们进行图像膨胀操作，从而扩大图像中物体的面积。通过以上代码的执行，我们得到了图像的膨胀效果。使用Python3中的dilate函数非常方便，并且可以快速地实现图像处理操作。读者可以根据自己的需求，调整参数值，达到不同的处理效果。其中cv2是Python的OpenCV库，它包含了许多与图像处理有关的函数。接着，我们需要将图像转换为灰度图，因为图像膨胀操作只能在灰度图上进行。最后，我们将处理后的图像显示出来，以便观察膨胀效果。

http://blog.csdn.net/poem_qianmo/article/details/23710721 //-----------------------------------【头文件包含部分】--------------------------------------- // 描述：包含程序所依赖的头文件 //-------------------------------

#include #include using namespace std; using namespace cv; Mat srcImage, dstImage; int g_nDilateValue = 0; //有滚动条事件时，可以进入回调函数 void on_Trackbar(int, void *) { Mat element = getStructuringElement(MO

本文详细测试验证了OpenCV的腐蚀和膨胀erode、dilate函数在进行图像腐蚀和膨胀处理的一些细节，包括核矩阵的形状、核元素取值类型及值对腐蚀和膨胀的影响、图像矩阵是否支持彩色图片、bordType缺省值对应的边界类型分析以及迭代次数的作用，有助于大家深入理解OpenCV的腐蚀和膨胀erode、dilate函数的使用。

OPenCV版本：4.4 IDE：VS2007 功能描述 简述：使用一个指定的核元素去膨胀一个图像，图像膨胀的过程类似于一个卷积的过程，源图像矩阵A以及结构元素B，B在A矩阵上依次移动，每个位置上B所覆盖元素的最大值替换B的中心位置值（即锚点处），完成整个膨胀的过程。 函数使用一个指定的核元素去膨胀源图像，内核有一个可定义的 锚点，我们叫他内核中心点，膨胀操作时，获取内核覆盖区域最大像素值，并代替锚点的像素，最大值通过以下公式获取： dst(x,y)=max⁡(x′,y′): element(x′,y′.

本期文章，我们了解了膨胀与腐蚀的基本原理，也学习了操作过程中的一些注意点，比如中心点坐标的计算方式、结构元素框选超出被操作图像的各种情况等等，学习了erode与dilate函数中各参数的含义与设置方法，最后还用一个精美（老掉牙）的爱情故事为背景，给大家演示了开运算与闭运算的实际案例。总的来说，本期还是内容比较充实的，希望大家都能学习到知识，也能收获到快乐。好了以上就是所有的内容，希望大家多多关注，这对我有很大的帮助。好了，这里是Kamen Black 君。祝国康家安，大家下次再见喽！！！溜溜球~~

                   opencv 数学形态学(2) 膨胀运算：dilate     dilate 函数原型如下： void dilate( InputArray src, OutputArray dst, InputArray kernel, Point anchor=Point(-1,-1), int iterations=1, int borderType=BORDE...

学习之前补充一个知识点：​ 形态学(morphology)一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构。而我们图像处理的形态学，往往指的是数学形态学。​ 数学形态学（Mathematical morphology）是一门建立在格伦和拓扑学基础之上的图像分析学科，是数学形态学图像处理的基本理论。其基本的运算包括：二值腐蚀和膨胀、二值开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度、Top-hat变换、颗粒分析、流域变换、灰值开闭运算、灰值形态学梯度等。​ 简单来说：形态学操作就

opencv可以利用cv2.dilate()函数对图片进行膨胀处处理。

​ 掌握了使用python+opencv实现调用cv2.dilate()函数进行图像膨胀处理的技巧。 ​