以前看过matlab的bwlookup函数，但是总感觉有点神秘，一直没有去仔细分析，最近在分析计算二值图像的欧拉数时，发现自己写的代码和matlab的总是对不少，于是又去翻了下matlab的源代码，看到了matlab里实现欧拉数的代码非常简单，如下所示：ifn==4lut=4*[00.250.2500.250.5-

1.形态学操作图像形态学操作：基于形状的一系列图像处理操作的合集，主要是基于集合论基础上的形态学数学。形态学有四个基本操作：膨胀、腐蚀、开、闭。2.膨胀与腐蚀2.1.膨胀跟卷积操作类似，假设有图像A和结构元素B，结构元素B在A上面移动，其中B定义其中心为锚点，计算B覆盖下A的

完整代码如下：importcv2cap=cv2.VideoCapture('test.avi')"""getstructuringElement(shape，ksize,anchor=None)得到一个卷积核。主要用于后续的腐蚀、膨胀、开、闭等运算。参数:shape:设定卷积核的形状，可选如下三个参数:①:MORPH_RECT(矩形卷积核)

目录1.函数原型2.示例3.使用场景1.函数原型cv::getStructuringElement()是OpenCV中一个用于生成结构元素的函数，结构元素在形态学操作（如膨胀、腐蚀等）中扮演了重要角色。cv::Matcv::getStructuringElement(intshape,cv::Sizeksize,cv::Pointanchor=cv::Point(-1

目录膨胀腐蚀一：膨胀实现dilate二：实现腐蚀erode相关知识补充  （一）可以看做膨胀是将白色区域扩大，腐蚀是将黑色区域扩大  （二）可以不进行灰度处理，对彩色图片进行处理  （三）getStructuringElement方法  参数：  返回值：膨胀腐蚀一：膨胀实现dilateimportcv2

目录一：开操作（先腐蚀后膨胀）  特点：消除噪点，去除小的干扰块，而不影响原来的图像二：闭操作（先膨胀后腐蚀）  特点：可以填充闭合区域三：利用开操作完成的任务  （一）提取水平垂直线  原理：  （二）消除干扰线  （三）提取满足要求的形状一：开操作（先腐蚀后膨胀）特点：消除噪

2.2孔洞填充1工具1.1灰度腐蚀和膨胀当平坦结构元b的原点是(x,y)时，它在(x,y)处对图像f的灰度腐蚀定义为，图像f与b重合区域中的最小值。结构元b在位置(x,y)处对图像f的腐蚀写为：类似地，当b的反射的原点是(x,y)时，平坦结构元b在(x,y)处对图像f的膨胀，定义为图像f与b的反射重

利用变形目标（MorphTargets）可以将网格体从基础形状变为目标形状。通常它们将作为动画系统的一部分与SkeletalMesh一同使用。 导入含有MorphTargets数据的SkeletalMesh 预览SkeletalMesh的MorphTargets效果 在AnimationSequence中添加MorphTarges数值的控制  

1腐蚀操作用于图片的去毛刺，内容削减1#腐蚀操作2#cv2.erode(src,kernel,iterations)3#src是图片数字化数组4#kernel则是一个盒，对该盒内的像素进行复试操作，值越小腐蚀能力越狠5#iterations是一个迭代次数，就是说你对这个图片进行几次的腐蚀操作6kerne

作用：开运算（先腐蚀后膨胀）：用来消除小物体，再纤细点处分离物体，并且再光滑较大的物体的边界的同时不明显改变其面积闭运算（先膨胀后腐蚀）：能够排除小型黑洞形态学梯度（膨胀减去腐蚀）：对二值图像进行这一操作可以把blob的边缘突出出来，我们可以用形态学梯度来保留物体的边缘轮廓顶帽

膨胀与腐蚀是数学形态学在图像处理中最基础的操作。其卷积操作非常简单，对于图像的每个像素，取其一定的邻域，计算最大值/最小值作为新图像对应像素位置的像素值。其中,取最大值就是膨胀，取最小值就是腐蚀。膨胀与腐蚀能实现多种多样的功能，主要如下：消除噪声分割出独立的图像元素，在图像中