分类

← View All Tools

图像形态学闭运算

应用形态学闭运算操作（先膨胀后腐蚀）以填充小孔并连接附近的对象

Click to upload file or drag and drop file here

Maximum file size: 10MB Supported formats: image/jpeg, image/png, image/webp, image/gif, image/bmp, image/tiff

对二值（黑白）图像或需要填充孔洞的图像效果最佳

应用闭运算操作的次数。更多迭代 = 更强孔洞填充

要使用的形态学核的大小

关键信息

分类
Design
输入类型
file, number, select
输出类型
file
样本覆盖
4
支持 API
Yes

概览

图像形态学闭运算工具通过先膨胀后腐蚀的数学形态学处理，能够有效填充二值图像中的微小孔洞，并平滑连接断裂的边缘或邻近对象，是图像预处理和特征提取的常用手段。

适用场景

  • •需要修复二值图像中因噪声产生的微小孔洞时。
  • •需要将断裂的线条或邻近的图像对象连接成整体时。
  • •在进行图像分割或轮廓检测前，对图像进行平滑处理以增强特征时。

工作原理

  • •上传目标图片，系统将自动识别图像的二值化特征。
  • •设置迭代次数，次数越多，填充孔洞和连接对象的效果越明显。
  • •选择核大小（标准或大型），以调整形态学操作的覆盖范围。
  • •点击处理按钮，工具将执行闭运算并输出优化后的图像文件。

使用场景

OCR 预处理：修复文字笔画中的断裂或空洞，提高识别准确率。
医学影像分析：填充扫描图像中的微小噪声点，使组织轮廓更完整。
工业检测：连接零件边缘的微小断裂，确保检测算法能识别出完整的物体。

用户案例

1. 修复扫描文档的文字断裂

文档数字化专员
背景原因
扫描的老旧纸质文档存在大量文字笔画断裂，导致 OCR 识别率极低。
解决问题
需要连接断裂的笔画并填充文字内部的微小孔洞，以提升识别效果。
如何使用
上传扫描件图片，设置迭代次数为 2，选择标准核大小进行闭运算。
示例配置
iterations: 2, kernelType: 'default'
效果
文字笔画变得连续完整，内部孔洞被填充，OCR 识别准确率显著提升。

2. 优化工业零件轮廓检测

视觉工程师
背景原因
在零件检测中，由于光照不均，二值化后的零件轮廓边缘出现了一些不应存在的空洞。
解决问题
需要平滑零件边缘并消除内部噪声孔洞，以便后续进行轮廓提取。
如何使用
上传零件二值图，选择大型核以覆盖较大的空洞，执行闭运算。
示例配置
iterations: 1, kernelType: 'large'
效果
零件轮廓变得平滑且内部无空洞，轮廓提取算法能够准确识别零件形状。

用 Samples 测试

image, png, jpg
Web Python 图像处理示例
Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
title token image
image
Windows C++ 图像处理示例
Windows C++ 图像处理示例，包括读取/保存图像、调整大小和使用Windows Imaging Component进行格式转换
title token image
image
Web Rust 图像处理示例
Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换
title token image
image
macOS Objective-C 图像处理示例
macOS Objective-C 图像处理示例，包括图像读取保存、图像缩放和格式转换
title token image
image

相关专题

ImageConvert工具专题
探索 100 个围绕 image 的 convert 工作流工具，快速找到相近能力。
Image 工具专题
探索 40 个围绕 image 的 utility 工作流工具，快速找到相近能力。
JsonConvert工具专题
探索 100 个围绕 json 的 convert 工作流工具，快速找到相近能力。
AudioConvert工具专题
探索 100 个围绕 audio 的 convert 工作流工具，快速找到相近能力。

常见问题

什么是闭运算？

闭运算是形态学处理的一种，由膨胀操作后紧跟腐蚀操作组成，主要用于填充物体内部的小孔。

该工具支持哪些图片格式？

支持常见的 JPEG、PNG、WebP、GIF、BMP 和 TIFF 格式。

迭代次数设置多大合适？

通常从 1 开始尝试，如果孔洞未完全填充，可适当增加迭代次数，最大支持 10 次。

核大小应该如何选择？

标准核适用于精细处理，大型核适用于需要更强填充效果或处理较大间隙的场景。

处理后的图片会改变尺寸吗？

不会，闭运算仅改变图像像素的分布状态，不会改变图像的原始分辨率和尺寸。

API 文档

请求端点

POST /zh/api/tools/image-close

请求参数

参数名 类型 必填 描述
imageFile file (需要先上传) 是 对二值（黑白）图像或需要填充孔洞的图像效果最佳
iterations number 否 应用闭运算操作的次数。更多迭代 = 更强孔洞填充
kernelType select 否 要使用的形态学核的大小

文件类型参数需要先通过 POST /upload/image-close 上传获取 filePath，然后将 filePath 传递给对应的文件字段。

响应格式

{
  "filePath": "/public/processing/randomid.ext",
  "fileName": "output.ext",
  "contentType": "application/octet-stream",
  "size": 1024,
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
文件: 文件

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中： 

{
  "mcpServers": {
    "elysiatools-image-close": {
      "name": "image-close",
      "description": "应用形态学闭运算操作（先膨胀后腐蚀）以填充小孔并连接附近的对象",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=image-close",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

支持 URL 文件链接或 Base64 编码作为文件参数。

如果遇见问题，请联系我们：[email protected]