HOWTO · Python
OpenCV Dilate
En este artículo vamos a explicar los conceptos de transformación morfológica como la erosión y la dilatación que usamos para agregar y quitar píxeles del límite de un objeto dado en una imagen en OpenCV.
En esta página
Usa cv2.dilate para expandir las regiones claras del primer plano de una imagen. En OpenCV, la dilatación examina el vecindario de cada píxel y expande el primer plano según un kernel estructurante. La misma operación se puede aplicar a imágenes en escala de grises o binarias; el ejemplo siguiente usa una imagen en escala de grises con un píxel claro para que el efecto sea fácil de ver.
Qué hace la dilatación en OpenCV
Las operaciones morfológicas procesan una imagen mediante un kernel, también llamado elemento estructurante. En una imagen binaria, los píxeles del primer plano suelen representarse en blanco (255) y los del fondo en negro (0). La dilatación asigna a cada píxel de salida el valor máximo del vecindario definido por el kernel. Como resultado, las regiones claras crecen y los componentes claros cercanos pueden unirse. La erosión usa el valor mínimo del vecindario, por lo que las regiones claras se reducen.
El vecindario se desplaza por la imagen, de forma parecida a la ventana local que se usa en la convolución 2D. Sin embargo, la dilatación toma el máximo del vecindario en lugar de calcular una suma ponderada. Para una entrada en escala de grises, esta operación de máximo también aclara las regiones locales; no se limita a una máscara estrictamente binaria. El enlace conserva el destino en inglés porque el inventario no ofrece un destino en español.
Aplicar dilatación con Python y OpenCV
Este ejemplo autónomo usa una imagen pequeña en escala de grises con un píxel claro y un vecindario rectangular de 3 × 3. Usa cv2.dilate si están instalados OpenCV y NumPy; de lo contrario, recurre a una alternativa de la biblioteca estándar que aplica la misma regla del máximo del vecindario, para que el ejemplo también pueda ejecutarse.
El código y las etiquetas o salidas visibles de esta sección se mantienen en inglés.
import importlib.util
image = [
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 255, 0, 0],
[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0],
]
if importlib.util.find_spec("cv2") and importlib.util.find_spec("numpy"):
import cv2
import numpy as np
kernel = np.ones((3, 3), dtype=np.uint8)
dilated = cv2.dilate(np.array(image, dtype=np.uint8), kernel, iterations=1).tolist()
else:
dilated = [
[
max(image[y][x] for y in range(max(0, row - 1), min(5, row + 2))
for x in range(max(0, col - 1), min(5, col + 2)))
for col in range(5)
]
for row in range(5)
]
print(dilated)
[[0, 0, 0, 0, 0], [0, 255, 255, 255, 0], [0, 255, 255, 255, 0], [0, 255, 255, 255, 0], [0, 0, 0, 0, 0]]
Para trabajar con un archivo, carga una imagen de origen en escala de grises con cv2.imread("input.png", cv2.IMREAD_GRAYSCALE) y comprueba que el valor devuelto no sea None antes de llamar a cv2.dilate. Una ruta incorrecta o un archivo no compatible pueden producir None; no se puede obtener una imagen aplicando una operación morfológica a ese valor. Mantén separados los arreglos de entrada y salida si luego necesitas compararlos.
Cómo afectan el kernel y las iteraciones a la dilatación
El kernel define el vecindario y su forma. Un kernel más grande examina una zona más amplia y, por lo general, expande más las características claras. Un kernel rectangular resulta útil para un crecimiento uniforme en horizontal y vertical; uno elíptico o en forma de cruz cambia la geometría del vecindario. Elige las dimensiones y la forma según los espacios y las características que quieras modificar; después, examina el resultado en imágenes representativas.
El argumento iterations repite la operación de dilatación. Al aumentar su valor, el crecimiento se acumula, por lo que pueden cerrarse espacios estrechos y unirse regiones cercanas. Empieza con una iteración y un kernel pequeño; luego, aumenta un parámetro cada vez. Un resultado visualmente más marcado no siempre es mejor: un crecimiento excesivo puede borrar detalles finos.
Comparar la dilatación con la erosión, la apertura y el cierre
La erosión reduce las regiones claras del primer plano; la dilatación las expande. La apertura aplica primero una erosión y después una dilatación. Según el kernel y la imagen, puede eliminar detalles claros pequeños y conservar estructuras mayores. El cierre aplica primero una dilatación y después una erosión; puede rellenar pequeños huecos oscuros en estructuras claras. Estas secuencias no garantizan recuperar todos los píxeles originales: sus efectos dependen del elemento estructurante y de las características de la imagen.
Usa la apertura si te preocupa el ruido claro pequeño, o el cierre si te preocupan los pequeños agujeros o cortes oscuros en un primer plano claro. Para objetos oscuros sobre un fondo claro, decide primero qué polaridad debe considerarse el primer plano; quizá tengas que invertir la imagen antes de aplicar el mismo razonamiento.
Entender la polaridad del primer plano y la salida
La dilatación básica de OpenCV expande los valores de píxel más altos. En una imagen binaria con elementos claros sobre fondo oscuro, el primer plano blanco se expande hacia el fondo negro cercano. En una fotografía de texto oscuro sobre una página blanca, la página clara es la región de valores altos, así que la dilatación expande esa región y puede hacer que el texto oscuro parezca más delgado. Por eso, el resultado puede parecer contrario a la idea intuitiva de «hacer crecer el objeto».
Si quieres que crezca el texto oscuro, invierte la imagen en escala de grises, dilata la imagen invertida y vuelve a invertir el resultado. En una imagen en color, cada canal se procesa como datos de imagen; usa una máscara de un solo canal en escala de grises o binaria cuando el primer plano deseado sea una forma o una etiqueta, y no una intensidad de color.
Revisar problemas habituales de entrada y visualización
Confirma que la imagen de origen se haya cargado antes de procesarla y que las dimensiones del kernel sean adecuadas para el nivel de detalle de la imagen. Un kernel ancho o muchas iteraciones pueden unir componentes separados o eliminar espacios estrechos. Si la salida parece no haber cambiado, comprueba que el primer plano seleccionado sea más claro que su entorno y que el vecindario del kernel incluya píxeles cercanos relevantes para el cambio. El tamaño y la forma del kernel determinan qué valores locales se combinan, por lo que un kernel puede afectar características más grandes que él mismo.
OpenCV lee las imágenes en color con los canales en orden BGR, mientras que Matplotlib interpreta como RGB un arreglo de tres canales. Convierte una imagen BGR con cv2.cvtColor(image, cv2.COLOR_BGR2RGB) antes de mostrarla con matplotlib.pyplot.imshow; para arreglos en escala de grises, pasa cmap="gray" para usar una escala de grises. Una discrepancia en los colores afecta a la visualización, no al cálculo de la dilatación.