如何用Python实现基本形态学滤波操作？

本文共计950个文字，预计阅读时间需要4分钟。

最基础的形态学操作有四种，分别是腐蚀、膨胀、开运算和闭运算。`scipy.ndimage`模块实现了以下四种运算：

- 二值腐蚀 (binary_erosion)- 灰度腐蚀 (grey_erosion)- 二值膨胀 (binary_dilation)- 灰度膨胀 (grey_dilation)

最基础的形态学操作有四个，分别是腐蚀、膨胀、开计算和闭计算，`scipy.ndimage分别实现了二值数组和灰度数组的这四种运算

二值灰度
binary_erosiongrey_erosion腐蚀binary_dilationgrey_dilation膨胀binary_closinggrey_closing闭(先膨胀后腐蚀)binary_openinggrey_opening开(先腐蚀后膨胀)二值形态学

所谓腐蚀，用数学符号表示为

其中B_ij表示当B BB的原点在(i,j)处时，B中所有为1的值的集合。

这个式子的意思是，用结构B腐蚀A，当B的原点平移到图像A的像元(i,j)时，若B完全被二者的重叠区域所包围，则赋值为1，否则赋值为0。当B中某个元素为1时，如果A中对应位置也为1，则(i,j)处的值为1，这是更直观的例子。

膨胀则与之相反，可表示为

换言之，只要B和A的重叠区域不是空集，那么(i,j)点就置为1。