語(yǔ)義分割任務(wù)中，如果預(yù)測(cè)結(jié)果中包含有孤立的噪點(diǎn)、孔洞，則可以使用腐蝕膨脹進(jìn)行處理，提高分割效果。

            
              #定義輸入矩陣，結(jié)構(gòu)核
import cv2 as cv
import numpy as np
input_data = np.array([[1,0,0,0,1],[0,1,1,1,0],[0,1,1,1,0],[0,1,1,1,0],[1,0,1,0,1]],dtype=np.uint8)
kernel = np.uint8(np.zeros((3,3)))
for i in range(3):
    kernel[1,i] = 1
    kernel[i,1] = 1
print('input data:')
print(input_data)
print('kernel:')
print(kernel)
            
          

首先看看輸入矩陣和結(jié)構(gòu)核的結(jié)果，（1表示前景，0表示背景）

            
              input data:
[[1 0 0 0 1]
 [0 1 1 1 0]
 [0 1 1 1 0]
 [0 1 1 1 0]
 [1 0 1 0 1]]
kernel:
[[0 1 0]
 [1 1 1]
 [0 1 0]]

            
          

接下里進(jìn)行腐蝕計(jì)算：接著上面的代碼

            
              erode = cv.erode(input_data, kernel)
print('erode result:')
print(erode)
            
          

結(jié)果如下：

            
              erode result:
[[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 1 0 0]
 [0 0 1 0 0]
 [0 0 0 0 0]]
            
          

從結(jié)果中，可以推斷出，kernel類(lèi)似于卷積一樣在輸入圖像上移動(dòng)，從輸入數(shù)據(jù)的坐標(biāo)(0,0)開(kāi)始，kernel的中心與(0,0)重合，如果kernel中的1與它所覆蓋的區(qū)域的1完全重合時(shí)，才能把kernel中心與輸入相對(duì)應(yīng)的坐標(biāo)值賦值為1，否則為0。注意在計(jì)算過(guò)程中不改變?cè)紨?shù)據(jù)，輸出矩陣為單獨(dú)的矩陣。下圖為計(jì)算過(guò)程的分析：

很明顯當(dāng)結(jié)構(gòu)核位于輸入數(shù)據(jù)邊緣時(shí)，只需考慮輸入數(shù)據(jù)內(nèi)，結(jié)構(gòu)核與輸入數(shù)據(jù)對(duì)應(yīng)的部分的1是否重合，比如第一個(gè)數(shù)據(jù)，由于結(jié)構(gòu)核的中心與輸入數(shù)據(jù)左上角重合，所以結(jié)構(gòu)核只有4個(gè)值在輸入數(shù)據(jù)內(nèi)，只考慮這4個(gè)值所對(duì)應(yīng)的2x2的小矩陣即可，對(duì)比發(fā)現(xiàn)結(jié)構(gòu)核是1 1 1 0，而輸入數(shù)據(jù)對(duì)應(yīng)部分是1 0 0 1，結(jié)構(gòu)核中的3個(gè)1并沒(méi)有和輸入數(shù)據(jù)對(duì)應(yīng)部分的1完全重合，因此輸出矩陣的左上角輸出為0。整個(gè)輸入數(shù)據(jù)中只有兩處 ，使得結(jié)構(gòu)核中的1與 輸入數(shù)據(jù)的1完全重合時(shí)才輸出為1，其余都輸出為0。

接下里計(jì)算膨脹計(jì)算：接著上面的代碼

            
              dilate = cv.dilate(input_data, kernel)
print('dilate result:')
print(dilate)
            
          

結(jié)果如下：

            
              dilate result:
[[1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]]
            
          

膨脹與腐蝕相反，只要kernel中的1有一個(gè)與輸入數(shù)據(jù)的1重合，則會(huì)把kernel中心與輸入對(duì)應(yīng)的坐標(biāo)處的值賦為1，否則為0。

接下來(lái)是閉操作：即先膨脹，然后對(duì)膨脹后的結(jié)果進(jìn)行腐蝕

            
              closed = cv.morphologyEx(input_data,cv.MORPH_CLOSE, kernel)
print('closed result:')
print(closed)
            
          

結(jié)果如下：

            
              closed result:
[[1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]]

            
          

由于膨脹之后的結(jié)果全是1，再進(jìn)行腐蝕時(shí)，結(jié)果仍然全是1，對(duì)全為0的輸入數(shù)據(jù)做腐蝕時(shí)，輸出也全是0。

接下來(lái)是開(kāi)操作：即先腐蝕 然后對(duì)腐蝕后的結(jié)果進(jìn)行膨脹

            
              opened = cv.morphologyEx(input_data,cv.MORPH_OPEN, kernel)
print('opened result:')
print(opened)
            
          

結(jié)果如下：

            
              opened result:
[[0 0 0 0 0]
 [0 0 1 0 0]
 [0 1 1 1 0]
 [0 1 1 1 0]
 [0 0 1 0 0]]

            
          

?