1. 腐蝕(Erosion)

• 原理：卷積核沿著影象滑動，如果與卷積核對應的原影象的所有畫素值都是1，那麼中心元素就保持原來的畫素值，否則就變為零。
• 結果：對於去除白噪聲很有用，也可以用來斷開兩個連在一塊的物體等。

2. 膨脹(Dilation)

• 原理：與腐蝕相反，與卷積核對應的原影象的畫素值中只要有一個是1，中心元素的畫素值就是1 。
• 結果：會增加影象中的白色區域，也可以用來連線兩個分開的物體等。

3. 腐蝕和膨脹的程式碼及結果

img = cv2.imread('D:/j.jpg')
kernel = np.ones((6, 6), np.uint8)
erosion = cv2.erode(img, kernel, iterations=1
 
)
dilation = cv2.dilate(erosion, kernel, iterations=1)

# 原圖
plt.subplot(131), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])

# 腐蝕圖
plt.subplot(132), plt.imshow(erosion), plt.title('Eroded')
plt.xticks([]), plt.yticks([])

# 膨脹圖
plt.subplot(133), plt.imshow(dilation), plt.title('Dilated'
 
)
plt.xticks([]), plt.yticks([])

plt.show()

4. 開運算

• 先腐蝕再膨脹
• 被用來去除噪聲

img = cv2.imread('D:/j_with_noise.jpg')
kernel = np.ones((6, 6), np.uint8)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

5. 閉運算

• 先膨脹再腐蝕
• 被用來填充前景物體中的小洞，或者前景物體上的小黑點

img = cv2.imread('D:/j_with_hole.jpg')
kernel = np.ones((6
 
, 6), np.uint8)
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

6. 形態學梯度

• 其實就是一幅影象膨脹與腐蝕的差，結果看上去就像前景物體的輪廓。

img = cv2.imread('D:/j.jpg')
kernel = np.ones((3, 3), np.uint8)  # 注意卷積核大小的選取 
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

7. 結構化元素的選取

在前面的例子中我們使用Numpy 構建了結構化元素(kernel)，它是正方形的。但有時我們需要構建一個橢圓形/圓形的核。為了實現這種要求，提供了OpenCV函式cv2.getStructuringElement()。你只需要告訴他你需要的核的形狀和大小。

# Rectangular Kernel
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
array([[1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1]], dtype=uint8)


# Elliptical Kernel
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
array([[0, 0, 1, 0, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [0, 0, 1, 0, 0]], dtype=uint8)


# Cross-shaped Kernel
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5))
array([[0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0],
       [1, 1, 1, 1, 1],
       [0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0]], dtype=uint8)