2.3 形态学操作

2.3 形态学操作

本节摘要：形态学操作在二值图上"按形状修正形状"：腐蚀收缩白区、膨胀扩张白区，两者组合出开运算（去小白点）、闭运算（填小洞、连断裂）、梯度（描边）、礼帽黑帽（提取亮暗细节）。本节先跑最小例子再讲结构元素的作用，核心是"结构元素形状决定操作的方向性"，最后给出噪声点、断裂、空洞三类问题的标准组合拳。

学习目标

阅读完本节，你应当能够：

1. 用 erode、dilate 各一行代码完成腐蚀与膨胀并解释白区变化
2. 用 morphologyEx 的五个标志完成开、闭、梯度、礼帽、黑帽
3. 解释结构元素的形状与尺寸如何影响结果
4. 针对"噪点、断裂、空洞"三类问题写出对应的形态学组合方案
5. 说清形态学对灰度图的扩展用法及其边界

先跑起来：腐蚀与膨胀的直观对比

造一张有白色方块的二值图，先腐蚀再膨胀，各看一眼：

import cv2
import numpy as np

img = np.zeros((100, 100), dtype=np.uint8)
cv2.rectangle(img, (20, 20), (79, 79), 255, -1)      # 实心白色方块

kernel = np.ones((5, 5), np.uint8)                    # 5x5 方形结构元素
eroded  = cv2.erode(img, kernel)                      # 腐蚀：白区四周各缩2像素
dilated = cv2.dilate(img, kernel)                     # 膨胀：白区四周各扩2像素
​

运行后一目了然：腐蚀把 60×60 的方块削成约 50×50，膨胀把它扩成约 70×70。方向记法很朴素：腐蚀是"白区被啃，边界收缩"，膨胀是"白区长胖，边界外扩"。这个方向性是相对于"前景=白色"的约定，而 OpenCV 的默认约定正是亮区为前景——如果你把目标画成黑底白字，一切叙述都成立；若你的目标是暗区，先反相再操作，否则方向全反。

再跑组合操作，看一次就能记住它们各干什么：

opened = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)     # 开：先腐蚀后膨胀
closed = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)    # 闭：先膨胀后腐蚀
grad   = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel) # 梯度：膨胀减腐蚀
​

在方块图上，开和闭的结果看起来都跟原图差不多——因为没有噪声点和空洞，它们的"修正作用"无事可做。往图上撒几个孤立白点、在方块里戳几个黑洞，差异立刻显现：开运算后白点消失、方块原样；闭运算后黑洞被填、方块原样。"先损后补"的设计哲学就在这里：腐蚀那一步本来会把边界啃掉一圈，但随后的膨胀又把边界推回去——只有那些尺寸小于结构元素的干扰物（腐蚀一步就整根拔掉的噪点、膨胀一步就能合拢的窄缝）回不来，于是被精确清除。

核心原理：结构元素与四则组合

2.1 结构元素：形态学的"笔刷"

所有形态学操作都围绕一个形状模板展开——结构元素，它决定"以什么形状的邻域为单位做与/或运算"。3×3 全一是方形笔刷，cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9,9)) 是圆笔刷，MORPH_RECT 与 MORPH_CROSS 分别给出矩形与十字。

笔刷的形状会"印"在结果上：方形结构元素腐蚀出的边界带直角，圆形结构元素处理出的边界圆润。处理圆形目标（细胞、气泡、硬币）优先椭圆笔刷；处理方形目标（集成电路、建筑平面）用方笔刷；十字笔刷用于只想在横竖方向起作用的场景，比如修复水平细线。

尺寸是力度旋钮：结构元素越大，腐蚀膨胀越猛，开运算能清掉的干扰物尺寸上限也越大。经验起点是 3×3 或 5×5，按"要清除的目标最大有多大"来定——想擦掉直径 8 像素的噪声团，结构元素就得比 8 大，否则擦不干净。

2.2 从两块砖到五面墙

腐蚀和膨胀是两块基本砖，砌墙的规则：

礼帽和黑帽不那么直观，值得多说一句：开运算会把"比结构元素小的亮斑"整体抹掉，那么原图减去开运算的结果，剩下的恰好就是这些亮斑——礼帽等于一个"亮细节滤镜"。照度不均的图上做阈值分割前，礼帽常被用来拉平亮场，这比全局阈值稳得多（与下一节的自适应阈值殊途同归）。

2.3 灰度图上的形态学

腐蚀与膨胀在灰度图上依然有定义：腐蚀取邻域最小值（整体变暗），膨胀取最大值（整体变亮）。开运算于是变成"抹掉亮的小突起"，闭运算变成"填掉暗的小坑"。这个扩展让形态学可以不二值化就直接压灰度噪声，但也让效果更难预料——我建议只在二值图上用形态学做形状修正，灰度图上的去噪优先交给第 2 章第 1 节的滤波，各司其职。

工程实践要点

3.1 三类问题的标准配方

直接给结论，配方可以背下来：

• 噪声点（背景白斑）：开运算，结构元素略大于噪声直径。顽固噪声可迭代两次，但注意大核会同时削掉目标的小突起。
• 断裂（字符笔画断开、目标碎成几块）：闭运算，结构元素尺寸要"跨得过断口"。断口 10 像素，核至少 11。
• 空洞（目标内部黑斑）：闭运算；洞特别大时改用轮廓填充（findContours 加 drawContours 的填充模式）更可靠。

实际项目里两者常常连用：先开运算清背景，再闭运算补目标，顺序不要反——先闭会把噪声点也"补"得更结实，给后面添堵。

3.2 迭代次数与等效大核

morphologyEx 的 iterations 参数可以重复执行，开运算迭代 2 次的效果接近用更大结构元素开 1 次，但不完全等价（细节上有差异）。需要强力度时，我更倾向直接换大结构元素，语义清晰；迭代次数留给"同一核稍微多修一遍"的微调场景。

3.3 别在错误的颜色约定里干活

如果你的前景是暗的（白底黑字），腐蚀与膨胀的效果整体反过来：腐蚀会"加粗"黑字。两个选择：先 bitwise_not 反相成白前景，操作完再反回去；或者接受反方向语义并在注释里写明。团队里统一"亮前景"约定，能省掉无数沟通成本。

⚠️ 常见坑：结构元素开得太大，把目标本体也啃掉。比如 5×5 的核开运算，会把所有宽度小于 5 的白色细线整条删除——细线检测场景用开运算提纯时，务必先量一下线宽。另一个坑是对彩色图直接做形态学，三通道各自运算后颜色交界处会串色，先转灰度或 HSV。

3.4 动手实验清单

1. 在方块图上撒白点、戳黑洞，分别用开、闭运算处理，验证"点被清、洞被填、方块原样"。
2. 用形态学梯度提取一幅图中所有目标的边界，与第 2 章第 5 节的 Canny 结果对比——形态学梯度只对二值图有意义，Canny 作用于灰度图。
3. 生成 3×3、7×7、11×11 三种椭圆结构元素，对同一张含噪二值图做开运算，观察"清除上限"的变化。
4. 找一张笔画断裂的验证码式图片，用闭运算把断笔连起来，记录最小可用核尺寸。

3.5 形态学家族全景图

四组组合操作的效果定位

3.6 常见疑问与解答

形态学梯度与 Canny 的边界有什么区别？

输入前提不同：形态学梯度只对二值图有意义（白区的边界线），Canny 作用于灰度图（灰度突变的边缘）。二值图的边界用形态学梯度一步到位且没有参数可调；灰度图的结构提取必须走 Canny 的四阶段（详见第 2 章第 5 节）。混用两者的输出做下游，是初学者常见的"图不对题"。

结构元素要不要旋转方向？

方与椭圆核是各向同性的（旋转不变），十字核有明确的方向性。想"只清理水平方向的细刺、不动竖直结构"这类需求，用横放的矩形核或十字核就能实现方向选择性。核的形状是"方向偏好"的开关，比想象中常用。

开闭连用时核要一样大吗？

不必。清背景的噪声直径与目标内空洞的尺寸通常不同，两步各用各的核更合理。连用的顺序（先开后闭）是共识，但两步的力度独立标定——用同一核"一档到底"是偷懒，效果上限受限。

3.7 实战配方：掩码净化的标准三步

第 2 章第 4 节产出的二值掩码，到第 4、5 章可用目标框之间，隔着一段几乎固定的净化流程，把它固化成配方。

第一步开运算清背景碎斑。结构元素按"最大噪声团直径加一"取奇数核，椭圆形状对无方向性的斑点最稳。清完检查目标本体有没有被啃（本节 3.3 的线宽警告）：目标出现缺口说明核过大，回调。

第二步闭运算补目标空洞。核按"最大空洞口径"取，必要时迭代两次（小核两次比超大核一次温和）。这一步之后再轮廓提取，得到的边界连续性会好得多。

第三步轮廓级过滤兜底。findContours 找连通域，按面积与长宽比过滤：面积下限砍掉残余碎块，长宽比过滤掉细长的伪目标（划痕、反光条）。到这里，"可用的目标候选框"就交付了——第 4 章的传统检测与第 5 章的运动分析，吃的都是这个规格的输入。

三步的顺序与力度标定法（按清除目标的尺寸定核）都来自本节原理，配方本身没有新知识，新的是把"判断→选核→验证"的循环压缩成肌肉记忆。

本节要点回顾

• 两块砖：腐蚀收缩白区、膨胀扩张白区，方向约定是亮区为前景，反相场景先统一颜色约定。
• 五面墙：开去白点、闭填黑洞、梯度描边、礼帽取亮细节、黑帽取暗细节，全部由腐蚀膨胀组合而来。
• 结构元素是尺子：形状（方、椭圆、十字）决定方向偏好，尺寸决定"清什么、留什么"的分界线。
• 配方三连：噪点用开、断裂与空洞用闭、先开后闭的顺序别反。
• 主场在二值图：灰度形态学存在但难控，灰度域去噪交给滤波，形状修正交给形态学。
• 尺寸联动迭代：需要更强力度优先换大核，iterations 只做微调。

二值图是形态学的主场，那灰度图怎么变成二值图？下一节的阈值分割正是这座桥——固定、自适应、Otsu 三档怎么选，一次说清。

常见追问：结构元素必须是对称的吗

不必。椭圆形结构元素本身就是不对称的，用它做膨胀时朝长轴方向的扩张更明显，处理斜向条带状目标时比矩形核更好用。还能用 getStructuringElement 自定义任意形状，甚至定义一个"只有左边有像素"的偏置核，专门做特定方向的桥接。核的形状、尺寸两个维度都值得一试，很多"开闭运算不奏效"的场景，换个形状就通了。