本文主要是介绍opencv基础 39 -形态学梯度运算（膨胀图像减腐蚀图像） cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
形态学梯度运算是用图像的膨胀图像减腐蚀图像的操作，该操作可以获取原始图像中前景图像的边缘。
例如，图 8-20 演示了形态学梯度运算。
从图 8-20 中可以看到，形态学梯度运算使用膨胀图像（扩张亮度）减腐蚀图像（收缩亮度），得到原始图像中前景对象的边缘。
通过将函数 cv2.morphologyEx()的操作类型参数 op 设置为“cv2.MORPH_GRADIENT”，
可以实现形态学梯度运算。其语法结构如下：
result = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
代码示例：
使用函数 cv2.morphologyEx()实现形态学梯度运算。
代码如下：
import cv2
import numpy as np
o=cv2.imread("gradient.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((5,5),np.uint8)
r=cv2.morphologyEx(o,cv2.MORPH_GRADIENT,k)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()
其中左图是原始图像，右图是形态学梯度运算结果。
这篇关于opencv基础 39 -形态学梯度运算（膨胀图像减腐蚀图像） cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
