cv2.threshold cv2.morphologyEx

在 cv2.threshold(gray, threshold, 255, cv2.THRESH_BINARY) 函数中，各个参数的含义如下：

1. gray：

   • 输入的灰度图像（单通道图像），这是进行阈值处理的对象。
   • 注意：阈值函数只能处理单通道灰度图，不能直接用于彩色图像。

2. threshold：

   • 设定的阈值（一个具体的数值，例如127）。
   • 函数会将图像中每个像素的灰度值与该阈值进行比较，再根据阈值类型决定像素的输出值。

3. 255：

   • 当像素值满足阈值条件时，赋予该像素的最大值（通常为255，代表白色）。
   • 这个值的范围与图像的位深有关，对于8位图像（最常见），最大值就是255。

4. cv2.THRESH_BINARY：

   • 阈值处理的类型，这里表示"二值化阈值"。
   • 工作逻辑：
     • 若像素灰度值 > 设定的阈值，则像素值设为第三个参数（255）。
     • 若像素灰度值 ≤ 设定的阈值，则像素值设为0（黑色）。

其他常见的阈值类型还包括：

• cv2.THRESH_BINARY_INV：反转二值化（满足条件设为0，不满足设为255）
• cv2.THRESH_TRUNC：截断（超过阈值的像素设为阈值，其余不变）
• cv2.THRESH_TOZERO：低于阈值的像素设为0，其余不变

函数的返回值：

• ret：实际使用的阈值（与输入的threshold一致，某些自适应阈值方法中可能不同）
• binary：处理后的二值化图像

在 cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations=1) 函数中，各个参数的含义如下：

1. binary：

   • 输入图像，通常是二值化图像（只有0和255两个值的图像）。
   • 形态学操作主要用于二值图像，也可用于灰度图像，但二值图像是最常见的应用场景。

2. cv2.MORPH_OPEN：

   • 形态学操作的类型，这里表示"开运算"。
   • 开运算的本质是先腐蚀（Erosion）后膨胀（Dilation） ，主要作用是：
     • 去除图像中的小噪声点
     • 分离相邻的物体（如果距离较近）
     • 保留较大物体的形状和大小基本不变

3. kernel：

   • 形态学操作的结构元素（也称为核），是一个由0和1组成的矩阵。
   • 核的形状和大小会影响操作效果，常见的有矩形（cv2.getStructuringElement(cv2.MORPH_RECT, (k, k))）、十字形（cv2.MORPH_CROSS）、椭圆形（cv2.MORPH_ELLIPSE）。
   • 例如：kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) 表示创建一个3×3的矩形核。

4. iterations=1（可选参数）：

   • 操作的迭代次数，默认值为1。
   • 迭代次数越多，形态学操作的效果越明显（例如，多次腐蚀+膨胀可以去除更大的噪声）。

函数的返回值 opening 是经过开运算处理后的图像。

其他常见的形态学操作类型：

• cv2.MORPH_CLOSE：闭运算（先膨胀后腐蚀），用于填充物体内部的小空洞
• cv2.MORPH_ERODE：单独的腐蚀操作
• cv2.MORPH_DILATE：单独的膨胀操作
• cv2.MORPH_GRADIENT：形态学梯度（膨胀-腐蚀），用于提取物体边缘