计算机视觉 / 系统课时
创建形态学结构元素
创建形态学结构元素
形态学操作的效果不仅由“腐蚀还是膨胀”决定,还取决于结构元素的形状和尺寸。本节用 OpenCV 创建矩形、椭圆和十字形核,并通过一个可运行示例建立选核时的直觉。
学习目标
- 使用
cv2.getStructuringElement创建三种常用结构元素 - 根据目标形状和方向性选择核类型
- 根据噪声、间隙和目标尺寸选择合适的核大小
结构元素决定邻域形状
结构元素可以理解为一个小型二值模板。形态学运算把它放到图像的每个像素附近,用模板中值为 1 的位置决定“哪些邻居参与判断”。因此,同样是 5×5,矩形核、椭圆核和十字核实际参与计算的邻域并不相同。

cv2.MORPH_RECT 会覆盖整个核,适合没有明显方向偏好的扩张或收缩;cv2.MORPH_ELLIPSE 的边缘更圆滑,常用于圆形、斑点或自然轮廓;cv2.MORPH_CROSS 只保留水平和垂直方向,更强调四邻域关系。
创建三种结构元素
cv2.getStructuringElement(shape, ksize) 的 shape 指定核形状,ksize 使用 (宽, 高)。下面创建三个 5×5 结构元素,并统计其中参与计算的位置数。
python
import cv2
shapes = [
("RECT", cv2.MORPH_RECT),
("ELLIPSE", cv2.MORPH_ELLIPSE),
("CROSS", cv2.MORPH_CROSS),
]
for name, shape in shapes:
kernel = cv2.getStructuringElement(shape, (5, 5))
print(f"{name}: shape={kernel.shape}, active={int(kernel.sum())}")预期输出
text
RECT: shape=(5, 5), active=25
ELLIPSE: shape=(5, 5), active=17
CROSS: shape=(5, 5), active=9这里的 active 是核中值为 1 的位置数量。它不是“核越大越强”的唯一指标,但能直观看出不同形状覆盖邻域的差异。
选择合适的核尺寸
核尺寸应与要处理的结构尺度匹配。核太小,可能无法去除噪点或跨过间隙;核太大,则会让细小目标消失、边界明显偏移,甚至把相邻目标错误连接。
| 需求 | 常见起点 | 调整方向 |
|---|---|---|
| 去除少量孤立噪点 | 3×3 |
噪点仍保留时再增大 |
| 填补较窄裂缝或断点 | 3×3 或 5×5 |
根据断裂宽度增大 |
| 保持圆滑轮廓 | 椭圆核 | 尺寸略小于希望保留的细节 |
| 强调水平、垂直连接 | 十字核 | 根据目标线宽选择尺寸 |
通常优先从奇数尺寸开始,例如 3×3、5×5、7×7,这样默认锚点位于中心,几何含义最直观。也可以使用非正方形核,例如 (7, 3),让处理更偏向水平方向。
使用时的关键边界
结构元素本身不会改变图像,只有传给 cv2.erode、cv2.dilate 或 cv2.morphologyEx 后才参与运算。默认锚点为核中心;如果显式修改 anchor,形态变化会出现方向偏移,除非确实需要非对称效果,否则通常保持默认值。
按自己的节奏,确认真正理解。