依赖库

首先，我们需要导入必要的库：

import cv2
import numpy as np

• cv2 是OpenCV的Python接口，用于图像处理。
• numpy 是一个用于科学计算的库，我们用它来创建结构元素。

显示图像的函数

我们定义了一个函数 show_img 来显示图像：

def show_img(name, img):cv2.imshow(name, img)    # 使用OpenCV的imshow函数显示图像cv2.waitKey(0)           # 等待任意键被按下cv2.destroyAllWindows()  # 关闭所有OpenCV创建的窗口

读取图像

使用 cv2.imread 函数读取图像文件：

img = cv2.imread('name.jpg')

转换为灰度图像

将彩色图像转换为灰度图像：

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

应用二值化阈值处理

应用二值化阈值处理，将灰度图像转换为二值图像：

ret, ref = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY_INV)

• 127 是阈值。
• 255 是最大值。
• cv2.THRESH_BINARY_INV 表示反转二值化。

创建结构元素

创建一个3x3的结构元素用于形态学操作：

kernel = np.ones((3, 3), np.uint8)

应用形态学闭运算

应用形态学闭运算（先膨胀再腐蚀）：

closing = cv2.morphologyEx(ref, cv2.MORPH_CLOSE, kernel)

显示结果

最后，我们使用之前定义的 show_img 函数来显示经过闭运算处理后的图像：

发现图片没有变化，其实是先把细的笔画填充了，在去掉填充的部分，所以没有变化

show_img('closing', closing)

👇 源码资料获取 · 技术与交流 👇