在图像处理中，膨胀（Dilation） 和 腐蚀（Erosion） 是两个常用的形态学操作，主要用于图像的结构分析。它们常被用于二值图像的处理，例如去噪、边缘提取、形状分析等。
1. 膨胀（Dilation）
膨胀操作将图像中的物体（通常是白色部分）扩展。其核心思想是将结构元素（通常是一个小的矩形或圆形）滑动通过图像，每当结构元素与图像中的一个白色像素重叠时，中心像素会变成白色。膨胀操作可以帮助连接图像中的断裂部分。
膨胀的效果：
• 使图像中的白色区域扩展。
• 可能会填充图像中的小空洞。
2. 腐蚀（Erosion）
腐蚀操作的作用是将图像中的物体（通常是白色部分）缩小。每次结构元素滑动时，如果结构元素与图像中的白色像素完全重叠，中心像素才会保持白色。如果重叠不完全，则中心像素变为黑色。腐蚀操作常常用于去除小的噪声点。
腐蚀的效果：
• 使图像中的白色区域缩小。
• 可能会去除图像中的小白色噪声。
3. Android OpenCV 中膨胀和腐蚀的基本用法
在 Android OpenCV 中，膨胀和腐蚀操作分别由 Imgproc.dilate() 和 Imgproc.erode() 函数提供。这两个函数都依赖于结构元素（Mat 类型）来定义操作的形状和大小。
3.1 膨胀（Dilation）函数
Imgproc.dilate() 方法
• 功能：对图像进行膨胀操作。
• 参数：
• src：输入图像（原始图像，通常是二值图像）。
• dst：输出图像。
• kernel：结构元素（矩阵），指定膨胀操作的形状和大小。
• anchor：锚点，通常是结构元素的中心。
• iterations：操作的次数。
• borderType：边界处理方式（一般为 Core.BORDER_CONSTANT）。
• borderValue：边界值。
示例代码：
import org.opencv.core.Mat;
import org.opencv.core.MatOfFloat;
import org.opencv.core.Size;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.core.Core;
public class DilationExample {
public void applyDilation() {
// 读取二值图像
Mat image = Imgcodecs.imread("path/to/image.jpg", Imgcodecs.IMREAD_GRAYSCALE);
// 创建一个矩形结构元素（例如3x3的矩形）
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3));
// 创建输出图像
Mat outputImage = new Mat();
// 执行膨胀操作
Imgproc.dilate(image, outputImage, kernel, new org.opencv.core.Point(-1, -1), 1, Core.BORDER_CONSTANT, new Scalar(0));
// 保存膨胀后的图像
Imgcodecs.imwrite("path/to/output_image.jpg", outputImage);
}
}
• Imgproc.getStructuringElement() ：生成结构元素。常见的形状有：
• Imgproc.MORPH_RECT：矩形
• Imgproc.MORPH_ELLIPSE：椭圆形
• Imgproc.MORPH_CROSS：十字形
• Imgproc.dilate() ：进行膨胀操作。
• kernel：指定结构元素的大小和形状。
3.2 腐蚀（Erosion）函数
Imgproc.erode() 方法
• 功能：对图像进行腐蚀操作。
• 参数：
• src：输入图像（通常是二值图像）。
• dst：输出图像。
• kernel：结构元素（矩阵），指定腐蚀操作的形状和大小。
• anchor：锚点，通常是结构元素的中心。
• iterations：操作的次数。
• borderType：边界处理方式（一般为 Core.BORDER_CONSTANT）。
• borderValue：边界值。
示例代码：
import org.opencv.core.Mat;
import org.opencv.core.Size;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.core.Core;
public class ErosionExample {
public void applyErosion() {
// 读取二值图像
Mat image = Imgcodecs.imread("path/to/image.jpg", Imgcodecs.IMREAD_GRAYSCALE);
// 创建一个矩形结构元素（例如3x3的矩形）
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3));
// 创建输出图像
Mat outputImage = new Mat();
// 执行腐蚀操作
Imgproc.erode(image, outputImage, kernel, new org.opencv.core.Point(-1, -1), 1, Core.BORDER_CONSTANT, new Scalar(0));
// 保存腐蚀后的图像
Imgcodecs.imwrite("path/to/output_image.jpg", outputImage);
}
}
• Imgproc.erode() ：进行腐蚀操作。
• kernel：指定结构元素的大小和形状。
3.3 结构元素（Kernel）
结构元素决定了膨胀和腐蚀操作的形状与大小。常见的结构元素有：
• 矩形结构元素：Imgproc.MORPH_RECT，常用于普通膨胀或腐蚀。
• 椭圆结构元素：Imgproc.MORPH_ELLIPSE，适用于某些特定的图像处理任务，如去噪、边缘平滑等。
• 十字形结构元素：Imgproc.MORPH_CROSS，适用于连接图像中的区域。
3.4 应用场景
• 膨胀（Dilation）应用：
• 连接图像中的断裂部分，例如连接物体的轮廓。
• 填充物体的内部分，消除小的空洞。
• 在物体检测中增强目标的尺寸。
• 腐蚀（Erosion）应用：
• 去除图像中的小噪声点（小的白色点）。
• 收缩物体的轮廓，删除细小的物体部分。
• 提取图像中的小物体。
4. 多次膨胀与腐蚀
在很多图像处理中，我们可能需要对图像进行多次膨胀或腐蚀操作。通过修改 iterations 参数，可以控制膨胀或腐蚀操作的次数，通常多次操作可以加强效果。
示例：多次膨胀
Imgproc.dilate(image, outputImage, kernel, new org.opencv.core.Point(-1, -1), 3, Core.BORDER_CONSTANT, new Scalar(0));
• 上述代码表示膨胀操作进行了 3 次。
示例：多次腐蚀
Imgproc.erode(image, outputImage, kernel, new org.opencv.core.Point(-1, -1), 2, Core.BORDER_CONSTANT, new Scalar(0));
• 上述代码表示腐蚀操作进行了 2 次。
5. 结合膨胀与腐蚀
膨胀与腐蚀操作通常会结合使用，形成更复杂的图像处理流程，如开运算（Erosion + Dilation）和闭运算（Dilation + Erosion），这些操作常用于图像的噪声去除、物体分离等。
6. 总结
• 膨胀可以扩展图像中的白色区域，填补小空洞，连接断裂部分。
• 腐蚀可以缩小图像中的白色区域，去除小噪声，提取图像中的物体细节。
• 在 OpenCV 中，使用 Imgproc.dilate() 和 Imgproc.erode() 来进行膨胀和腐蚀操作，结构元素（kernel）决定了操作的形状和大小。
• 可以通过设置 iterations 来执行多次膨胀或腐蚀操作。
