形态学图像处理python

形态学图像处理是一种基于数学形态学原理的图像处理方法，可以用于图像的特征提取、边缘检测、形状分析等。在Python中，有多种库可以进行形态学图像处理，如OpenCV和scikit-image。

在OpenCV中，可以使用cv2.morphologyEx函数进行形态学图像处理。其中，可以使用cv2.MORPH_GRADIENT参数来进行形态学梯度操作，即膨胀图与腐蚀图之差。下面是一个使用OpenCV进行形态学梯度操作的示例代码：

import numpy as np
import cv2

# 读取输入图像
img = cv2.imread('g1.png')

# 定义卷积核
kernel = np.ones((6,6), dtype="uint8")/9

# 进行形态学梯度操作
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

# 保存结果图像
cv2.imwrite('gradient.jpg', gradient)

另外，scikit-image库也提供了一些形态学图像处理的函数。可以使用skimage.morphology模块中的函数进行膨胀、腐蚀等操作。下面是一个使用scikit-image进行膨胀与腐蚀操作的示例代码：

from skimage.morphology import erosion, dilation
from skimage.morphology import square
from skimage.color import rgb2gray
from skimage.io import imread

# 读取输入图像并转为灰度图像
im = imread('zebras.jpg', as_gray=True)

# 进行腐蚀操作
selem = square(5)
eroded = erosion(im, selem)

# 进行膨胀操作
dilated = dilation(im, selem)

以上是使用OpenCV和scikit-image库进行形态学图像处理的示例代码，你可以根据自己的需求选择合适的库和函数进行图像处理。