形态学技术

在图像处理领域中，形态学技术可以对图像进行优化，去除噪点和补充孔洞等等，是图像处理中，必不可少的一个处理技术。

腐蚀（erode）

腐蚀操作是可以消除物体的边界点，使目标变小，消除孤立的噪声点。
原理：用结构元素扫描图像，进行与操作，如果结果都为1，则保留该元素的像素值，否则为0.
代码：`

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

img=cv.imread(r"F:\z\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)#结构元素
#腐蚀
img1=cv.erode(img,kernel,1)
plot.imshow(img1[:,:,::-1])
plot.show()

膨胀（dilate）

膨胀的作用是扩充目标，补充目标中存在的孔洞。
原理：用结构元素扫描图像，进行与操作，如果结果有为1，则保留该元素的像素值，否则为0.
代码;

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

img=cv.imread(r"F:\z\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)#结构元素
#膨胀
img2=cv.dilate(img,kernel,1)
plot.imshow(img2[:,:,::-1])
plot.show()

开运算（先腐蚀再膨胀-cv.MORPH_OPEN）

消除边界处的毛刺和噪声点，去除小的干扰区域。
代码：

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)#结构元素
#开运算
img3=cv.morphologyEx(img,cv.MORPH_OPEN,kernel)
plot.imshow(img3[:,:,::-1])
plot.show()

闭运算（先膨胀再腐蚀-cv.MORPH_CLOSE）

消除闭合区域内的孔洞，填充闭合区域。
代码：

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)
#闭运算
img4=cv.morphologyEx(img,cv.MORPH_CLOSE,kernel)
plot.imshow(img4[:,:,::-1])
plot.show()

顶帽运算（cv.MORPH_TOPHAT）

分离比较宽亮的斑点。
代码：

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)

#礼貌运算
img5=cv.morphologyEx(img,cv.MORPH_TOPHAT,kernel)
plot.imshow(img5[:,:,::-1])
plot.show()

顶帽运算（cv.MORPH_BLACKHAT）

用于分离比较临近点的斑块
代码;

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

img=cv.imread(r"F:\zhouwang\2\u-net-vgg\0559.jpg",)
plot.imshow(img[:,:,::-1])
plot.show()
kernel=np.ones((15,15),np.uint8)
#黑帽运算
img6=cv.morphologyEx(img,cv.MORPH_BLACKHAT,kernel)
plot.imshow(img6[:,:,::-1])
plot.show()