目录
概述腐蚀膨胀开运算闭运算
【OpenCV】⚠️高手勿入! 半小时学会基本操作⚠️ 腐蚀膨胀
概述
OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 10 课)
腐蚀
腐蚀 (Eroding) 会沿着图像边界向内收缩, 从而消除边界点.
原图:
例子:
# 读取图片 img = cv2.imread("white.jpg") # 腐蚀 erode = cv2.erode(img, kernel=(3, 3), iterations=5) # 图片展示 cv2.imshow("erode", erode) cv2.waitKey(0) cv2.destroyAllWindows()
输出结果:
我们可以看到旁边的一圈线基本不见了.
膨胀
膨胀 (Dilating) 会沿着图像边界向外膨胀.
例子:
# 读取图片 img = cv2.imread("white.jpg") # 膨胀 dilate = cv2.dilate(img, kernel=(3, 3), iterations=5) # 图片展示 cv2.imshow("dilate", dilate) cv2.waitKey(0) cv2.destroyAllWindows()
输出结果:
开运算
开运算: 先腐蚀 (Eroding) 在膨胀 (Dilating).
例子:
# 开运算 open = cv2.morphologyEx(img, cv2.MORPH_OPEN, (3, 3), iterations=5) # 图像展示 cv2.imshow('open', open) cv2.waitKey(0) cv2.destroyAllWindows()
输出结果:
闭运算
开运算: 先膨胀 (Dilating), 再腐蚀 (Eroding).
例子:
# 读取图片 img = cv2.imread("white.jpg") # 闭运算 close = cv2.morphologyEx(img, cv2.MORPH_CLOSE, (3, 3), iterations=5) # 图像展示 cv2.imshow('close', close) cv2.waitKey(0) cv2.destroyAllWindows()
输出结果:
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)