在 OpenCV 中，用于图像腐蚀和膨胀操作的函数分别是 `erode()` 和 `dilate()`。这两个函数属于形态学操作的一部分，主要用于处理二值图像或灰度图像中的特定区域。 ### 腐蚀函数 (`erode`) 腐蚀操作通过计算像素邻域内的局部极小值来减少图像中的高亮部分（即白色区域），其函数定义如下： ```cpp void erode( InputArray src, // 输入图像 OutputArray dst, // 输出图像 InputArray kernel, // 腐蚀操作的核矩阵 Point anchor = Point(-1, -1), // 锚点位置，默认为中心 int iterations = 1, // 迭代次数，默认为1次 int borderType = BORDER_CONSTANT, // 边界填充方式 const Scalar& borderValue = morphologyDefaultBorderValue() // 边界值，默认不设置 ); ``` 如果使用的核矩阵包含浮点数值，则需注意核矩阵中不能存在零值，否则会引发错误[^1]。 ### 膨胀函数 (`dilate`) 膨胀操作则是通过计算像素邻域内的局部极大值来扩展图像中的高亮部分（即白色区域），其函数定义如下： ```cpp void dilate( InputArray src, // 输入图像 OutputArray dst, // 输出图像 InputArray kernel, // 膨胀操作的核矩阵 Point anchor = Point(-1, -1), // 锚点位置，默认为中心 int iterations = 1, // 迭代次数，默认为1次 int borderType = BORDER_CONSTANT, // 边界填充方式 const Scalar& borderValue = morphologyDefaultBorderValue() // 边界值，默认不设置 ); ``` 两个函数的核心参数解释如下： - **`src`**: 输入图像，通常为单通道的二值图像或灰度图像。 - **`dst`**: 处理后的输出图像，与输入图像具有相同的尺寸和类型。 - **`kernel`**: 结构化元素（也称为核矩阵），决定了如何执行腐蚀或膨胀操作。可以通过 `getStructuringElement` 函数生成标准形状的核矩阵[^4]。 - **`anchor`**: 定义了结构化元素相对于目标像素的位置，默认情况下锚点位于核矩阵的中心。 - **`iterations`**: 表示重复应用腐蚀或膨胀操作的次数。 - **`borderType`** 和 **`borderValue`**: 控制图像边界的处理方式及其默认值。 以下是使用这些函数的一个简单代码示例： ```python import cv2 import numpy as np # 创建一个3x3矩形核 kernel = np.ones((3, 3), dtype=np.uint8) # 加载图像并转换为灰度图 image = cv2.imread('example.png', cv2.IMREAD_GRAYSCALE) # 执行腐蚀操作 eroded_image = cv2.erode(image, kernel, iterations=1) # 执行膨胀操作 dilated_image = cv2.dilate(image, kernel, iterations=1) ```