企业官网建设流程全解析

opencv之形态学

我第一次把腐蚀核从3×3调到5×5的时候，心里想的是"噪点终于干净了"。等到把结果放大一看，细笔画已经断成几截，字符识别率反而掉了一半。这件事让我彻底明白：形态学不是"去噪滤镜"，它是用一块有形状的探针去和图像做局部博弈，核的形状、尺寸、锚点、边界模式、迭代次数，任何一项改动都会改变博弈规则。这篇东西想讲的就是这套规则的运行机理，以及在真实项目里怎么把它调稳。内容会覆盖腐蚀、膨胀、开运算、闭运算、形态学梯度、顶帽、黑帽、自定义结构元素与击中击不中变换，还会给出一套可量化的验收方式。适合已经会用cv2.erode但对结果经常"凭感觉"的人，也适合刚上手、想知道每个参数到底在动什么的人。

1. 腐蚀和膨胀的真实语义：从结构元素的"探针"模型说起

大多数人学形态学的路径是这样的：看一张二值图，腐蚀让白色变少，膨胀让白色变多，学会调用函数，结束。这套理解在简单场景够用，但只要碰到灰度图、边界目标、细长结构，就会立刻失效。我更推荐另一个心智模型——把结构元素当成一根探针，它带着一个"判定中心"，在图像上逐像素滑动，每个位置只做一件事：根据探针覆盖区域内的像素，决定这个中心位置该输出什么值。腐蚀是"我的探针范围内必须全是白，我这个点才算白"；膨胀是"我的探针范围内只要有一个白，我这个点就算白"。这两个定义的差别看似微小，但它解释了后面所有的行为差异。

1.1 结构元素是一个探针，不是一个滤波器窗口

卷积核做的是加权求和，形态学核做的是集合关系判断，这是两者最根本的差别，也是为什么形态学不能用"频域分析"那套思路去理解。一个 5×5 的矩形核，意味着探针覆盖了中心点周围 5×5 的邻域，它有任何一块落在黑区，腐蚀后的中心点就是黑的。所以核尺寸不是"模糊半径"，而是该操作能容忍的最小结构尺寸：腐蚀会删掉所有宽度小于核宽度的白色结构，膨胀会填掉所有宽度小于核宽度的黑色结构。

这个性质在工程上极其有用。比如做一张票据的表格线提取，横线宽 2 像素、竖线宽 2 像素，用一个 1×15 的横向核做开运算，竖线因为宽度不够被整体删掉，只剩横线；再用 15×1 的纵向核来一次，就得到竖线。这就是形态学最经典的用法——用核的方向性去筛选结构的方向性。核的形状本身就是一种先验知识，你把"我要找什么形状、什么朝向、什么最小尺寸的东西"编码进了核里，这比调阈值直观得多。

探针模型还有个好处，它解释了为什么形态学对噪声的鲁棒性比想象中强，也比想象中弱。强在它不看灰度值，只看局部极值关系，所以光照整体偏移几档不影响二值图上的结果；弱在它对小尺寸结构极其 ruthless——你想要的细节和你不想要的噪点，只要尺寸接近，就是一起被删掉，没有区分的余地。

1.2 锚点与边界：两次结果不一致最常出在这两处

有个现象很常见：同一张图，你在项目里跑出结果，在 Notebook 里复现不出来。差异八成出在 anchor 和 borderType 上。

anchor默认是(-1, -1)，OpenCV 内部按(kernel.cols/2, kernel.rows/2)计算，对于奇数尺寸核就是正中心，对于偶数尺寸核则会偏向右下。这就是为什么 4×4 的核做出来的腐蚀，整体会往左上偏移半个像素的量级，肉眼看不明显，但叠加对比时、"处理前后做差值"时会暴露出来。我的习惯是核尺寸一律用奇数，需要偶数尺度的效果时，用 3×3 迭代或者 5×5 加调整，避免这种隐蔽的不对称。

边界模式更隐蔽。默认情况下 OpenCV 的腐蚀和膨胀使用的是一套特殊的默认边界值，效果相当于"图像外面没有像素"，所以默认腐蚀不会让图像四周出现一圈被啃掉的黑边。但如果你显式传了borderType=cv2.BORDER_CONSTANT, borderValue=0，那么图像外全被当作黑色，腐蚀时边界上的白色像素因为邻域里有"黑"，就会整圈变黑。我见过不止一次这个坑：一个做整幅图形态学的流水线，边缘目标莫名其妙被切掉一像素，最后发现是有人为了"消除边界伪影"手动传了常量 0。

import cv2 import numpy as np img = cv2.imread("mask.png", cv2.IMREAD_GRAYSCALE) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) # 默认：边界外视为"不存在"，边缘不受额外侵蚀 erode_default = cv2.erode(img, kernel) # 显式常量 0：边界外全黑，边缘会整圈变黑 erode_const = cv2.erode(img, kernel, borderType=cv2.BORDER_CONSTANT, borderValue=0) print("默认与常量0的差异像素数:", int(np.countNonZero(cv2.absdiff(erode_default, erode_const))))

提示：如果目标是"只能向内收缩、不能碰到图外"，用默认边界；如果目标是"图像外就是背景"，才用常量 0。做整图统计类任务（比如字符行分割）时，我更倾向用BORDER_REPLICATE，让边界像素复制向外延展，避免图象四周出现人为的密度差。

1.3 灰度图上的形态学：取邻域极值而不是二值判断

很多人以为形态学只对二值图有意义，其实 OpenCV 的 erode/dilate 对 8 位灰度、甚至 32 位浮点图都能跑，语义变成邻域最小值 / 邻域最大值。这个推广带来一堆好用的技巧。

最典型的是光照不均的估计。把一张灰度图用一个远大于文字笔画尺寸的核（比如 31×31 甚至 51×51）做开运算，笔画会被抹掉，剩下的就是背景光照场。原图减去这个背景，光照不均就被拉平了——这就是顶帽运算在工程上的原型。我做过一批手机拍摄的标签图，右侧有强阴影，直接全局阈值右侧全糊，用 31×31 开运算估背景再相减，同一组阈值参数就能覆盖整批，省掉了大量的局部阈值调参。

另一个例子是用灰度腐蚀配合距离变换做粘连分离。腐蚀会把亮区域收窄，粘连处因为宽度本来就小，收窄后先断开，接着做距离变换加阈值，就能拿到每个目标的种子点，再交给分水岭。这套组合在细胞计数、颗粒计数上非常稳，比直接对二值图做腐蚀再数连通域要可靠，因为腐蚀掉的量可以用距离变换的量来补偿，尺寸测量误差小得多。

需要提醒的是：灰度形态学不保边。大核的极值操作会让物体轮廓外扩或内缩，同时把尖角磨圆。所以用它做预处理没问题，用它做形貌测量就是自找麻烦。

2. 开运算与闭运算：顺序、核形状与迭代次数的取舍

开运算等于先腐蚀再膨胀，闭运算等于先膨胀再腐蚀。这个定义都能背下来，但真正的判断依据不是定义，而是你到底想删掉什么、能接受目标怎么变形。我把这两个算子理解为"有代价的清理"：开运算的代价是目标缩小并损失尖角，闭运算的代价是目标外扩并可能粘连。选哪个，取决于哪边的代价你更能承担。

2.1 开运算去噪的上限：什么尺度的噪点才去得掉

开运算能删掉的是"无法容纳结构元素"的白色结构。这句话有个精确含义：如果一个白色连通块的任意位置放不下那块核，它就会被整体消除；如果放得下，它就会被保留，但宽度会被压缩到刚好能放下核的程度。所以开运算后的白色区域，宽度基本等于核宽度，这对小目标尺寸测量来说是个隐患。

实操上我按这个经验关系定核尺寸：核的直径 ≈ 2 × 需要保留的最小目标宽度 + 1。假设你要保留的最小字符笔画宽 3 像素，核用 3×3 或者 5×5 都能保住笔画，但 7×7 就会把笔画啃掉。反过来，如果你想删掉直径不超过 2 像素的孤立噪点，5×5 的核已经足够，没必要用 11×11，核越大细节损失越多、速度也越慢。

还有个常被忽略的细节：开运算后的噪点不是"变淡"，而是"消失"，这意味着一块单独的噪点在开运算后像素值会变成 0，而不再是一个模糊的低值。如果你后面要接连通域分析，这个特性很关键——它不会留下细小的残留连通域干扰统计。

2.2 闭运算补洞的副作用：粘连和形变

闭运算解决的是"目标内部有黑洞、边缘有裂口、笔画有断线"这些问题。OCR 场景里字符笔画断裂是很常见的前处理需求，做一次 3×3 的闭运算，断口通常能接上。但它的副作用是小目标之间的距离会被压缩，原本分离的两个目标如果间距小于核尺寸，闭运算后就连成一片了。

这个坑在表格线提取和双栏排版文档里踩得最惨。两列文字的列间距如果只有 10 像素，你用一个 15×15 的核做闭运算，两列直接粘一起，后面的投影法分行分列全废。我的处理原则是：闭运算的核尺寸永远小于"需要保持分离的最小间距"，这个约束优先级高于"我想补多大洞"的诉求。真的需要补大洞时，改用填充轮廓内部的方式，而不是无脑放大核。

import cv2 import numpy as np mask = cv2.imread("text_mask.png", cv2.IMREAD_GRAYSCALE) # 补断线：核小于行间距，避免行粘连 k3 = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) closed = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, k3) # 统计每行文字的高度，验证没有粘行 n, labels, stats, _ = cv2.connectedComponentsWithStats(closed, 8) heights = [s[cv2.CC_STAT_HEIGHT] for s in stats[1:]] print("最大连通域高度:", max(heights) if heights else 0)

2.3 "迭代n次"和"换个大核"什么时候能等价

iterations=n这个参数容易被滥用。对矩形核，n 次 3×3 的腐蚀严格等价于一次 (2n+1)×(2n+1) 的腐蚀，这一点从探针模型很容易推出来：方形探针连续扩两次，覆盖范围就是一个更大的方形。所以 3×3 迭代 7 次 ≡ 15×15 一次，结果像素完全一致。这个等价关系在性能优化时特别有用，因为 OpenCV 对 3×3 有专门优化，大核则要用更贵的实现路径，实测下来小核迭代反而更快，尤其是在 4K 图上做 21×21 这种尺寸。

但对圆形或椭圆核，这个等价关系不成立。圆核迭代 7 次的结果，形状会逐渐趋近于方形，因为每次圆形探针的膨胀都会把上一轮的圆弧抹平，几轮下来轮廓就从圆变成了"圆角方"。这个现象在做颗粒形貌分析时会直接影响圆度指标。如果你要的是严格的圆形效果，就必须一次用大圆核，不能迭代。

还有一点值得说：腐蚀和膨胀都具有幂等性之外的单调性——连续腐蚀只会让白色区域单调减少，不会来回震荡。这意味着形态学操作可以安全地迭代任意次而不会出现数值发散，但也意味着你在做参数搜索时，从 1 到 15 逐个试迭代次数，得到的效果曲线是单调的，可以二分查找，不用全量扫。

表：常见组合的适用与风险

3. 形态学梯度、顶帽与黑帽：三个衍生算子的实战定位

这几个算子在教程里通常一笔带过，但它们在真实项目里的性价比很高——都是基于同一套 erode/dilate 组合出来的，几乎没有额外学习成本，却能解决几类很具体的问题。我把它们分别对应到三个场景：梯度对边缘、顶帽对光照、黑帽对暗缺陷。

3.1 形态学梯度做边缘：什么时候比Canny更合适

形态学梯度是"膨胀减腐蚀"，本质是用两个不同方向收缩的结果去逼近局部灰度变化幅度。它和 Sobel、Canny 的差别在于：梯度算子对结构敏感而非对频率敏感，输出的边缘宽度约为核尺寸，边缘是连续闭合的，不像 Sobel 那样容易出现断裂。

这个特性在某些场合非常好用。比如处理低对比度、边缘模糊的图，Canny 的双阈值很难调，稍微收紧就断，稍微放松就一堆碎边，而形态学梯度只依赖核尺寸，边缘连贯性好，后面接轮廓提取的成功率高得多。我做过一批半透明膜上的边缘定位，Canny 一直在漏检和过检之间摇摆，换成 3×3 椭圆核的形态学梯度加上阈值二值化，稳定得多。

代价是定位精度不如 Canny。形态学梯度的边缘宽度和核尺寸正相关，5×5 核出来的边缘大约有 5 像素宽，做亚像素级定位是不合适的。所以我的用法是：用形态学梯度做粗定位和轮廓完整性判断，拿到稳定轮廓后再在原图上做精确拟合。

3.2 顶帽做光照补偿与背景估计

顶帽等于"原图减去开运算结果"，开运算结果就是背景估计，减完剩下的就是比背景亮、且小于核尺寸的那些结构——也就是你要的前景。这个逻辑和"减去平滑后的背景"是一样的，但形态学背景估计的好处是它不模糊边缘。高斯模糊估背景会把边缘也糊进去，导致边缘附近出现光晕；开运算估背景则严格只保留"能容纳核的区域"，边缘处不会拖泥带水。

参数选择上有个诀窍：核尺寸必须大于你要保留的前景结构，同时小于背景变化的尺度。文字识别的场景，笔画宽 2 到 4 像素，字高 20 像素左右，核用 15×15 到 25×25 都能估出背景，这个区间很大。但如果背景是缓变的（比如光照渐变），核越大越贴近背景；如果背景有周期性纹理（比如布料），核就必须小于纹理周期，否则纹理会渗到背景估计里。

import cv2 import numpy as np gray = cv2.imread("label.png", cv2.IMREAD_GRAYSCALE) # 大核开运算估背景，再做顶帽 bg_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (31, 31)) tophat = cv2.morphologyEx(gray, cv2.MORPH_TOPHAT, bg_kernel) # 顶帽后前景灰度差异被拉平，全局阈值更容易定 _, binary = cv2.threshold(tophat, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) print("前景占比: %.2f%%" % (100.0 * np.countNonZero(binary) / binary.size))

注意：顶帽之后图像变得很"暗"，肉眼看起来像是丢了大半信息，这是正常的。它本来就不是给人看的中间结果，直接丢给阈值函数即可。有人看到顶帽输出很黑，又去加个亮度补偿，纯属画蛇添足。

3.3 黑帽抓细小暗缺陷与划痕

黑帽是"闭运算减原图"，抓的是背景亮、缺陷暗、且缺陷尺度小于核的那些结构。工业外观检测里，划痕、凹坑、脏点这类暗缺陷用黑帽非常顺手，因为它天然具备抑制大面积明暗变化的能力，表面轻微的颜色不均不会触发误报。

关键在于核尺寸的方向性。如果缺陷是横向长条状（横向划痕），用 1×15 的横向闭运算做黑帽，纵向的纹理和噪点几乎不会被响应；如果缺陷是任意朝向的圆形脏点，用圆形核更合适。我一般会先用一组不同方向和尺寸的核各跑一次黑帽，把结果叠加取最大值，这样对多朝向缺陷的召回比较均衡，代价是计算量翻几倍，但在离线检测里可以接受。

黑帽还有一个副作用要注意：物体边缘外侧也会被响应。因为边缘处"背景比目标亮"的局部结构，闭运算在外侧补出来的量与原来差异很大，做差之后边缘外会出现一圈亮边。解决办法是把目标区域做个掩膜，只在掩膜内部统计黑帽响应，或者先做一次开运算把目标区域单独拿出来再检测。

4. 自定义结构元素与击中击不中：把先验知识塞进核里

内置的矩形、椭圆、十字三种核覆盖了 80% 的场景，剩下的 20% 需要你自己写核。这一节讲的是怎么构造，以及构造的时候哪些地方容易出错。

4.1 getStructuringElement 三种形状的细微差别

cv2.getStructuringElement支持MORPH_RECT、MORPH_ELLIPSE、MORPH_CROSS。矩形核是满的，十字核只有水平和垂直两条线，椭圆核是内切椭圆填充。

这三者的差别在尺寸较小时不明显，尺寸一大就显现出来了。5×5 的矩形核等效于"方形探针"，会让方形目标保持方正，但会把所有角落都磨成直角；5×5 的椭圆核近似圆形探针，处理后的轮廓更接近自然形态；十字核只在横竖两个方向延伸，做横向或纵向的结构筛选时可以用它，但它对斜向结构几乎没有感知。

一个实用对比：做圆形颗粒的形态学处理，用椭圆核能让颗粒保持圆形，用矩形核会逐渐把颗粒磨成方形；反过来，做矩形焊盘的检测，用矩形核更能保持焊盘的直角特征。核形状应当匹配目标形状，这不是审美问题，是结果正确性问题。

4.2 手写核做定向腐蚀和形状筛选

getStructuringElement造不出来的形状，直接传一个 NumPy 数组就行。数组里 1 表示参与判断的像素，0 表示不关心。这就是自定义探针的能力所在。

举个例子：要检测图像中"左上到右下走向的细线"，而滤掉"右上到左下走向的细线"。构造一个 5×5 的对角线核：

import numpy as np import cv2 diag_kernel = np.eye(5, dtype=np.uint8) # 对角线为1，其余为0 # 注意：这只能筛出能容纳这条对角线探针的区域 # 若想同时要求两侧是背景，用 -1 表示"必须为黑" cross_check = np.array([ [ 0, -1, 0, -1, 0], [-1, 1, 1, 1, -1], [ 0, 1, 1, 1, 0], [-1, 1, 1, 1, -1], [ 0, -1, 0, -1, 0] ], dtype=np.int8)

这里有个必须说的限制：普通的erode/dilate只认非零元素，核里的 -1 会被当成 1 处理（非零即参与），所以"必须为黑"的约束在普通形态学里是无效的，只有击中击不中变换才真正支持这种三态语义。很多人在自定义核里写 -1，期望它起排除作用，跑出来结果不对，原因就在这里。

核必须满足的条件还有一点：腐蚀和膨胀要求核的锚点落在有效区域内，且核尺寸不能为偶数（除非你明确设 anchor）。我写自定义核时习惯总要assert kernel.shape[0] % 2 == 1 and kernel.shape[1] % 2 == 1，省掉后续排查成本。

4.3 击中击不中变换的使用条件与坑

击中击不中（Hit-or-Miss）是一种严格的模板匹配形式：核里 1 表示前方"必须为白"，-1 表示"必须为黑"，0 表示不关心。它只有在前景和背景都是确定的时候才有意义，所以输入必须是单通道 8 位二值图，且取值只有 0 和 255。传灰度图进去不会报错，但结果基本是垃圾。

import cv2 import numpy as np binary = cv2.imread("binary.png", cv2.IMREAD_GRAYSCALE) # 寻找孤立的单个白点：中心白，四邻黑，四角不关心 kernel = np.array([ [ 0, -1, 0], [-1, 1, -1], [ 0, -1, 0] ], dtype=np.int8) hit = cv2.morphologyEx(binary, cv2.MORPH_HITMISS, kernel) print("命中数量:", cv2.connectedComponents(hit)[0] - 1)

实际踩过的坑有这几个。第一，OpenCV 的 HITMISS 实现里，核中 0 元素对应的位置是"不关心"，但如果你用np.uint8存核，-1 会变成 255，语义完全变了，必须用np.int8或np.int32。第二，HITMISS 对新旧版本的实现路径不一样，某些版本内部会做两次 erode 再相减，边界处理上会有细微差别，边缘 1 像素的结果不可信，做统计时要裁掉边界。第三，命中结果非常稀疏且是单像素点，很容易被后面的连通域分析过滤掉（面积太小），建议直接对结果做dilate再统计中心点。

这个算子在我看来使用面很窄，只在"要找具有极明确局部模式的点"时才值得用，比如十字标记中心、棋盘格角点之类。一般形状筛选用连通域的形状因子（面积、长宽比、圆度）来过滤，逻辑更清晰、更容易调。

5. 把管线跑稳：二值化、形态学与量化验收的联动

单独的形态学参数没有意义，它一定是和阈值、和后续分析联动的。这一节讲的是怎么把三者串起来，并且用数据而不是眼睛来验收。

5.1 阈值和核尺寸的联动关系

阈值调高，前景变瘦，需要的核就变小；阈值调低，前景变胖，噪点变多，核就要变大。这三个参数是耦合的，不能分开调。

我的做法是固定一条主线：先定阈值让目标"略胖"（宁可保留一些噪点，也不要把目标边缘削掉），再用开运算把噪点删掉。这个顺序的好处是形态学的去噪不依赖于阈值的精确性，阈值偏一点，开运算能兜住。反过来，如果阈值已经收得很紧、目标边缘都残缺了，再想靠闭运算补回来，补的形状往往是人工痕迹明显的。

一个具体的联动经验：如果开运算后目标面积损失超过 15%，说明核太大了，应该减核或者提高阈值让目标边缘更干净；如果开运算后仍然有大量小连通域，说明阈值偏低，应该先调阈值而不是继续加核。这个 15% 的阈值不是绝对值，是根据目标尺度调的，但对大多数字符、颗粒类任务都适用。

5.2 用连通域统计替代肉眼验收

形态学的效果"看起来对"和"统计上对"经常不是一回事。我现在的标准动作是：每次调整形态学参数，都跑一遍connectedComponentsWithStats，输出连通域数量、面积中位数、最大最小面积、长宽比分布。这几个数字能把问题暴露得非常直接。

• 连通域数量突然翻倍：说明核变大把目标切断了，或者开运算把目标打得只剩碎片。
• 面积中位数掉得厉害：核尺寸超过了目标最小宽度，正在削目标。
• 最大面积突增：闭运算核太大，目标粘连了。
• 最小面积接近 1 到 4 像素：开运算没去干净，还有孤立噪点。

把这几个指标存成日志，参数扫描的时候画成曲线，比看几十张对比图有效得多。我甚至会做一个简单的评分函数：目标数量应当接近已知真值，面积中位数应当接近理论值，两项加权，用网格搜索去找最优核尺寸。这套做法在半自动调参阶段省了大量时间。

import cv2 import numpy as np def evaluate(mask, min_area=20): n, labels, stats, _ = cv2.connectedComponentsWithStats(mask, 8) areas = stats[1:, cv2.CC_STAT_AREA] areas = areas[areas >= min_area] if len(areas) == 0: return dict(count=0, area_med=0, area_max=0, tiny=0) return dict( count=len(areas), area_med=float(np.median(areas)), area_max=int(areas.max()), tiny=int((areas < min_area).sum()) ) for ksize in (3, 5, 7, 9): k = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (ksize, ksize)) op = cv2.morphologyEx(binary, cv2.MORPH_OPEN, k) print(ksize, evaluate(op))

5.3 性能优化：通道、ROI、核复用与近似

形态学在整幅大图上是很贵的，尤其是大核。几个我常用的提速手段：

只在 ROI 上跑。如果目标位置大致已知（比如固定工位相机、固定版式文档），只对目标区域做形态学，边缘区域根本不处理，速度能提升一个数量级。这也顺便规避了整图边界处理的问题。

核预创建并复用。getStructuringElement本身不贵，但循环里每次调用会带来明显的开销，尤其是在逐帧处理的视频流里。把常用尺寸的核缓存在字典里，键是(形状, w, h)。

彩色图先转灰度或单通道。OpenCV 的形态学对多通道图是逐通道独立处理的，三通道图像的计算量是三倍，而且分别处理后通道间的极值关系会被破坏，颜色可能失真。如果不是确实需要分通道处理，转灰度是更稳妥的选择。

大核用迭代替代。如前所述，矩形核的 3×3 迭代与一次大核等价，实测在很多尺寸下更快。这个可以用cv2.getTickCount()简单验证一下自己机器上的拐点。

分离行列方向。需要大矩形核时，可以拆成"1×N 横向 + N×1 纵向"两次操作。对于开运算，先横向腐蚀再纵向腐蚀、再纵向膨胀再横向膨胀，结果与一次性大核开运算等价，但每次的核都只有一维，开销小很多。这个技巧在处理宽高比夸张的核（比如 1×51）时特别有效。

6. 现场排错清单：六种典型异常与定位路径

这一节把我遇到过的、以及帮别人看过的问题整理成几条，按"现象→可能原因→验证方法"排。遇到形态学结果异常，按这个顺序查，能覆盖绝大多数情况。

6.1 结果全黑/全白：先分清是腐蚀吃光了还是核传错了

全黑最常见的三个原因：一是核尺寸超过了目标最小宽度，腐蚀一次就把最细的目标吃没了，接着膨胀也救不回来；二是erode的iterations设得太大，比如有人为了"更干净"写了 10，实际等于 21×21 的核；三是二值图的取值不是 0 和 255，而是 0 和 1，OpenCV 虽然能处理，但后续阈值和统计会全错。

验证方法很直接：把核换成 3×3、迭代改成 1，看结果是否恢复正常。如果恢复，就说明是核或迭代的问题，接着做参数二分；如果还是全黑，就检查输入图，用np.unique(img)看取值是不是只有 0 和 255，用img.max()看是不是全 0。我遇过一次上游二值化用的是THRESH_BINARY_INV，形态学处理的其实是背景，输出自然全黑，排查了半小时才发现问题在上一环。

6.2 边缘被"吃掉"和四角变圆：看边界模式与核形状

边缘被吃掉一像素，八成是 borderType 传成了BORDER_CONSTANT + 0。四角变圆，是因为用矩形核做了开运算或者多次腐蚀，方形的角本来就"容纳不下"矩形探针，被削掉是数学必然结果，不是 bug。要保留直角，就用矩形核、少迭代，或者干脆用形态学以外的办法（比如轮廓近似后重建填充）。

还有一种情况：图像边缘的目标被处理得比中间的目标"瘦"一圈。这是边界复制/常量填充造成的密度差。解决办法是给图像四周加 padding（比如cv2.copyMakeBorder加 20 像素），处理完再裁回去，这样所有目标都在"无损"区域内被处理。

6.3 彩色图直接形态学导致的偏色

多通道图直接 erode/dilate 是逐通道独立进行的，一个像素的三个通道可能分别来自邻域里不同的位置，导致颜色变成原图里不存在的颜色。视觉上表现为边缘出现彩色毛边或暗色描边。这个问题很容易被忽略，因为图看起来"还能用"。

正确做法是：转灰度后处理，或者转 HSV 后只对某个通道处理，再把结果作为掩膜作用回原图。绝对不要对一个彩色的 RGB 图直接做形态学然后指望颜色正确。

表：异常现象与快速定位

7. 几个值得反复用的组合套路

最后分享几个我反复在用的固定组合，都是踩过坑之后沉淀下来的，直接拿去改尺寸就能用。

字符二值图的净化：灰度化 → OTSU 阈值 → 3×3 开运算（去孤立点）→ 3×3 闭运算（接笔画）。核一律用矩形，尺寸足够小以保证笔画不断。做完用连通域面积排序，去掉面积过小的碎片，剩下的是字符候选。

光照不均场景的前景提取：灰度化 → 31×31 椭圆核顶帽 → OTSU 阈值 → 3×3 开运算。顶帽负责把光照拉平，开运算负责收拾顶帽留下的残余噪点。这个链条对拍摄条件差的图很有效，参数也不敏感。

细长目标的定向提取：用 1×N 开运算提横向结构，N×1 开运算提纵向结构，两者分别得到横线和竖线。N 取略大于线宽即可，比如线宽 3 像素，N 用 15 到 21 之间都能干净分离。

暗缺陷检测：灰度化 → 按缺陷朝向选核闭运算 → 减原图（黑帽）→ 阈值 → 按面积和长宽比过滤。缺陷尺寸必须小于核尺寸，否则不会被响应，这一点在定核之前要先量一下缺陷的实际像素尺寸。

粘连目标分离：距离变换 → 阈值找种子 → 分水岭。形态学在这里的作用是用小核做一次开运算把细连接提前断掉，减轻分水岭的负担。

这些套路本身不复杂，难的是把每一环的尺度关系想清楚：阈值决定前景"胖瘦"，核尺寸决定能删/能补的最大尺度，迭代次数决定累积量。三者之间只要保持"核半径 < 最小目标半宽"和"核半径 < 最小间距的一半"这两条红线，结果就不会出大问题。

我个人在实际操作中的体会是：形态学的参数不要一上来就调大，永远从小核开始，一次只动一个参数，并且每次都用连通域统计确认效果。绝大多数看起来"必须上大核"的问题，其实根源在上一环的阈值没调好；把阈值调对之后，3×3 的核往往就够了。这个顺序反了，就会陷在"核越大越糊、越小越脏"的循环里出不来。