一、 腐蚀与膨胀
1.1 腐蚀操作
dige.png原图1展示(注: 没有原图的可以截图下来保存本地。
腐蚀1轮次之后~ (iterations = 1)
腐蚀结果展示图2：
立即学习
“
Python免费学习笔记（深入）
”；
腐蚀圆多次的效果，以及腐蚀原理
pie.png
原图3:
腐蚀原理, 其中滤波器的大小越大腐蚀的程度越大
图4
:
圆腐蚀三次结果展示
图5:
1.2 膨胀操作
膨胀之前图2,发现线条变粗，跟原图对比的线条相差无几，但是没了那些长须装的噪音，
图6:
膨胀圆多次的效果，以及膨胀原理与腐蚀相反，有白色点的滤波器则滤波器内数据全变为白色。
膨胀圆3次的结果展示,
图7:
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
下载
二、 开运算与闭运算
2.1 开运算
将原图1，先腐蚀，再膨胀，得到开运算结果
图8:
2.2 闭运算
将原图1，先膨胀，再腐蚀，得到开运算结果
图9:
三、梯度运算
拿原图3的圆，做5次膨胀，5次腐蚀，相减得到其轮廓。
得到梯度运算结果
图10:
四、礼帽与黑帽
4.1 礼帽
礼帽 = 原始输入-开运算结果
得到礼帽结果
图11:
4.2 黑帽
黑帽 = 闭运算-原始输入
得到礼帽结果
图12:
import cv2
import numpy as np
img = cv2.imread('DataPreprocessing/img/dige.png')
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()kernel = np.ones((3, 3), np.uint8)
erosion = cv2.erode(img, kernel, iterations=1)
cv2.imshow('erosion', erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()pie = cv2.imread('DataPreprocessing/img/pie.png')
cv2.imshow('pie', pie)
cv2.waitKey(0)
cv2.destroyAllWindows()kernel = np.ones((30, 30), np.uint8)
erosion_1 = cv2.erode(pie, kernel, iterations=1)
erosion_2 = cv2.erode(pie, kernel, iterations=2)
erosion_3 = cv2.erode(pie, kernel, iterations=3)
res = np.hstack((erosion_1, erosion_2, erosion_3))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()kernel = np.ones((3, 3), np.uint8)
dige_dilate = erosion
dige_dilate = cv2.dilate(erosion, kernel, iterations=1)
cv2.imshow('dilate', dige_dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()pie = cv2.imread('DataPreprocessing/img/pie.png')
kernel = np.ones((30, 30), np.uint8)
dilate_1 = cv2.dilate(pie, kernel, iterations=1)
dilate_2 = cv2.dilate(pie, kernel, iterations=2)
dilate_3 = cv2.dilate(pie, kernel, iterations=3)
res = np.hstack((dilate_1, dilate_2, dilate_3))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()# 开：先腐蚀，再膨胀
img = cv2.imread('DataPreprocessing/img/dige.png')
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
cv2.imshow('opening', opening)
cv2.waitKey(0)
cv2.destroyAllWindows()# 闭：先膨胀，再腐蚀
img = cv2.imread('DataPreprocessing/img/dige.png')
kernel = np.ones((5, 5), np.uint8)
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
cv2.imshow('closing', closing)
cv2.waitKey(0)
cv2.destroyAllWindows()# 梯度=膨胀-腐蚀
pie = cv2.imread('DataPreprocessing/img/pie.png')
kernel = np.ones((7, 7), np.uint8)
dilate = cv2.dilate(pie, kernel, iterations=5)
erosion = cv2.erode(pie, kernel, iterations=5)
res = np.hstack((dilate, erosion))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
gradient = cv2.morphologyEx(pie, cv2.MORPH_GRADIENT, kernel)
cv2.imshow('gradient', gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()# 礼帽
img = cv2.imread('DataPreprocessing/img/dige.png')
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
cv2.imshow('tophat', tophat)
cv2.waitKey(0)
cv2.destroyAllWindows()# 黑帽
img = cv2.imread('DataPreprocessing/img/dige.png')
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)
cv2.imshow('blackhat ', blackhat)
cv2.waitKey(0)
cv2.destroyAllWindows()