手机扫码
链接直达
https://item.taobao.com/item.htm?ft=t&id=776516984361
什么是图像二值化膨胀，有什么作用？
图像二值化膨胀是图像处理中的一种基本操作，它用于扩展和增强二值图像中的白色区域。具体而言，二值化膨胀操作会将图像中的白色区域进行扩张，使得白色区域的面积增大，边缘变得更加平滑，同时减小了黑色区域的面积。
二值化膨胀的主要作用包括：
-
连接分离的白色区域：当二值图像中存在一些白色区域之间有一定的间隔时，通过膨胀操作可以将它们连接起来，形成更大的连通区域。
-
填充小孔和缝隙：在二值图像中可能存在一些小的黑色孔洞或者白色缝隙，通过膨胀操作可以将这些孔洞或缝隙填充掉，使得图像的连通性更强。
-
平滑边缘：二值化膨胀可以使得白色区域的边缘变得更加平滑，去除一些锯齿状的边缘，从而使得图像更加美观。
-
扩展目标区域：在目标检测和分割等任务中，膨胀操作可以扩展目标区域的大小，从而更好地识别和分割目标。
总的来说，二值化膨胀可以帮助改善二值图像的质量，增强目标区域的连通性和稳定性，为后续的图像处理和分析提供更好的基础。
图像二值化膨胀算法步骤
图像二值化膨胀是通过一系列的像素运算来实现的。下面是其基本的算法步骤：
-
遍历图像中的每个像素： 从图像的左上角开始，逐行逐列地遍历每个像素。
-
定义结构元素： 定义一个结构元素（也称为膨胀核），它是一个指定形状和大小的像素矩阵，通常是一个正方形或圆形。
-
将结构元素与图像进行对应位置的匹配： 将结构元素的中心与当前像素位置对齐，然后将结构元素覆盖在图像的局部区域上。
-
判断膨胀操作： 如果结构元素覆盖区域内存在至少一个白色像素（像素值为255），则将当前像素的值设置为白色（像素值为255）；否则将当前像素的值设置为黑色（像素值为0）。
-
重复步骤2-4直到遍历完整个图像： 对图像中的每个像素都执行上述步骤，直到遍历完整个图像。
-
输出结果图像： 完成遍历后，得到的图像就是经过膨胀处理后的二值化图像，其中白色区域的面积可能增大，黑色区域的面积可能减小。
通过以上步骤，图像二值化膨胀操作可以扩张和增强二值图像中的白色区域，达到连接、填充和平滑等效果。
与前面的二值化腐蚀相反，我们用3*3的模版滑动，只要这9个像素中有一个像素为255，那就把这9个全部涂为255。
python代码实现图像二值化膨胀源码
PotatoPie 4.0 实验教程(34) —— FPGA实现摄像头图像二值化膨胀效果-Anlogic-安路论坛-FPGA CPLD-ChipDebug
这段代码实现了图像的二值化和膨胀处理，并使用 Python 编程语言和 OpenCV 库来实现。具体功能说明如下：
-
导入必要的库：导入了 NumPy 用于数组操作，OpenCV 用于图像处理，os 用于路径操作，matplotlib.pyplot 用于图像显示。
-
读取图像：从指定路径读取图像，并获取其尺寸。
-
将图像转换为灰度图像：使用 OpenCV 的 cvtColor 函数将彩色图像转换为灰度图像。
-
图像二值化：将灰度图像转换为二值图像，根据阈值（92）将像素值大于阈值的设置为255，小于等于阈值的设置为0。
-
图像膨胀处理：使用按位或操作对二值图像进行膨胀处理，将图像中的白色区域扩张，使其变得更加连通。
-
显示图像：使用 matplotlib.pyplot 的 subplot 函数将原始灰度图像、二值化图像和膨胀处理后的图像显示在子图中，并设置标题为中文并使用微软雅黑字体。
对函数的说明如下：
cv2.imread(): 读取图像文件。cv2.cvtColor(): 将图像从一个颜色空间转换为另一个颜色空间。plt.imshow(): 显示图像。plt.title(): 设置图像标题。plt.subplot(): 创建子图。plt.show(): 显示图像。
从下图可以看到图像白色的部分增加了：
matlab代码实现图像二值化膨胀源码
PotatoPie 4.0 实验教程(34) —— FPGA实现摄像头图像二值化膨胀效果-Anlogic-安路论坛-FPGA CPLD-ChipDebug
这段 MATLAB 代码实现了图像的二值化和膨胀处理，并使用 subplot 函数将原始灰度图像、二值化图像以及经过不同次数膨胀处理后的图像显示在同一窗口中。
功能说明：
-
首先，代码读取了名为 “Lena.jpg” 的图像文件，并将其转换为灰度图像。
-
然后，通过阈值将灰度图像进行二值化处理，将灰度值大于 92 的像素置为白色（255），其余置为黑色（0）。
-
接着，对二值化后的图像进行膨胀处理，分别进行了三次膨胀处理，每次处理都是将图像中的黑色像素点与其周围的8个像素点进行按位或运算，并将结果赋值给当前像素点。这样可以使得黑色区域扩张，增加图像中白色区域的连通性。
-
最后，使用 subplot 函数将原始灰度图像、二值化图像以及经过不同次数膨胀处理后的图像显示在同一窗口中，并设置了标题的字体为微软雅黑，方便阅读和展示。
函数功能说明：
- imread：用于读取图像文件。
- rgb2gray：将彩色图像转换为灰度图像。
- subplot：用于在同一窗口中显示多个子图像。
- imshow：用于显示图像。
- title：用于设置图像的标题，并设置了标题的字体为微软雅黑。
- for 循环：用于遍历图像的每个像素，并进行二值化和膨胀处理。
从下图可以看到图像白色的部分增加了：
FPGA工程解析
工程层次图
与demo18相比，只是多了一个img_dlat_fltr的模块，同时这个例程中使能了video_tgp_24b模块目的是为了不使用摄像头数据而使用video_tgp_24b生成的条纹数，这样效果更明显，也就是下面这两段代码，在从SDRAM读出来之后，经img_dlat_fltr处理后再输出hdmi_tx模块。
video_tgp_24b
#(.H_DISP (12'd1280),.V_DISP (12'd720)
)
u_video_tgp_24b
(.clk (pattern_clk), .rst_n (sys_rst_n), .vaild (sdram_init_done),.DIVIDE_PARAM (8'd128),.data (pattern_data), .we (pattern_we)
);img_dlat_fltr u_img_dlat_fltr_1
(.i_clk (clk_pixel ),//input wire .i_rst_n (sys_rst_n ),//input wire .i_hs (VGA_HS ),//input wire .i_vs (VGA_VS ),//input wire .i_en (VGA_DE ),//input wire .i_bin (v_bin ),//input wire [7:0] .o_hs (dlat_1_hs ),//output wire .o_vs (dlat_1_vs ),//output wire .o_en (dlat_1_de ),//output wire .o_bin (dlat_1_bin ) //output wire [7:0]
);共计例化了img_dlat_fltr6次，每处理一次会显示一个画面并延迟一会。
video_tgp_24b模块代码解析
相比之前教程中的video_tgp_24b模块，将图像的测试固定在了img_state <= 2'd1; 这一状态。即图像始终输出为data <= ((lcd_ypos[4]==1'b1) ^ (lcd_xpos[4]==1'b1)) ? {24{1'b0}} : {24{1'b1}}; ，显示为黑白条纹。
img_dilation_fltr模块代码解析
首先例化图像缓冲模块，用于将图像从一个时钟一个像素转为一个时钟输出三行三列9个像素，由于图像是二值图，我们只需随意例化一个通道的buf就可以，我们这里例化R通道。
同前面的腐蚀代码相比，膨胀就是把&运算改为|运算，因为只要9个像素中有一个不为0，那么所有像素就都为255。
erosion_or <= r_p11 |r_p12 |r_p13 |r_p21 |r_p22 |r_p23 |r_p31 |r_p32 |r_p33;管脚约束
与PotatoPie 4.0 实验教程(18) —— FPGA实现OV5640摄像头采集以SDRAM作为显存进行HDMI输出显示相同，不作赘述。
时序约束
与PotatoPie 4.0 实验教程(18) —— FPGA实现OV5640摄像头采集以SDRAM作为显存进行HDMI输出显示相同，不作赘述。
实验结果：
这个程序会进行6次膨胀，每次膨胀之后会停顿1秒，可以看到图中的白条纹越来越小，黑条纹越来越细，就是白条纹被膨胀了。
![Amazon云计算AWS之[5]关系数据库服务RDS](https://img-blog.csdnimg.cn/direct/c7e33d19d32141df9eeb3f9714c4bd2e.png)
