总目录：1.1 OpenCV介绍与学习路线　｜　第二章：基础图像处理　｜　编号：2.6

← 上一节：2.5 二值化与阈值　｜　下一节：2.7 HSV颜色检测 →

---

2.6 形态学处理

二值图出来后，目标可能带着小白点、小黑洞和断裂边缘。形态学不关心“这是什么物体”，它只按结构元素的形状去扩张或收缩白色前景。

一、形态学操作的是前景形状

默认把非零区域理解为前景：

白色 255 → 前景
黑色 0   → 背景

所以同一个腐蚀操作，在“白目标黑背景”和“黑目标白背景”上看起来会完全相反。先确认谁是白色前景。

二、腐蚀与膨胀

erode：腐蚀

白色区域收缩：

eroded = cv2.erode(binary, kernel, iterations=1)

常用于：

• 去掉小白点；
• 断开细小白色连接；
• 让前景边界向内收。

dilate：膨胀

白色区域扩张：

dilated = cv2.dilate(binary, kernel, iterations=1)

常用于：

• 连接靠得很近的白色区域；
• 填补细小断裂；
• 让前景边界向外扩。

三、开运算与闭运算

开运算：先腐蚀，后膨胀

opened = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)

先把小白噪点腐蚀掉，再把主要目标恢复一些。常用于“去小白点”。

闭运算：先膨胀，后腐蚀

closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)

先把小缝和小黑洞合上，再把外边界恢复一些。常用于“补小黑洞、连断边”。

开：腐 → 膨，打开细连接、去白噪点
闭：膨 → 腐，关闭小缺口、补黑洞

四、结构元素的形状

rect = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
cross = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5))
ellipse = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))

形状	直观特点	常见方向
矩形	各方向作用明显	通用去噪、补洞
十字	主要沿水平和竖直	文字、栅格、正交结构
椭圆	边界较圆滑	圆形目标、自然轮廓

方向性长条核：

horizontal = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
vertical = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 9))

它们不是“去除竖线/横线”的万能按钮，究竟保留还是连接哪个方向，要结合腐蚀、膨胀和前景定义判断。

五、核与迭代次数怎样调

核越大 / 迭代越多
        ↓
形状改变越强
        ↓
噪声更容易去掉，但目标也更容易粘连或消失

调参顺序：

1. 从 (3, 3)、iterations=1 开始；
2. 观察二值图中的断裂或噪点有多大；
3. 缝没连上再增大，目标粘在一起就减小；
4. 横竖方向问题明显时再换成长条核；
5. 最终用轮廓数量、面积稳定性验证。

一个对照示例

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))

eroded = cv2.erode(binary, kernel, iterations=1)
dilated = cv2.dilate(binary, kernel, iterations=1)
opened = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)

---

← 上一节：2.5 二值化与阈值　｜　下一节：2.7 HSV颜色检测 →