图像腐蚀和膨胀_图像膨胀和腐蚀_

""" 图像腐蚀： 1.图像二值化，将图像的灰度值根据阈值进行0，1(这里的0，1只是说明二值化的效果)处理得到的图像； 2.卷积核，对应信号处理中的高低频滤波器。常用numpy去设置，np.ones((m,n), np.uint8) 表示指定m*n的卷积核； 3.图像的腐蚀，cv2.erode(二值化图像, 卷积核, 迭代次数) 参考链接： https://www.lizenghai.com/archives/28924.html https://www.cnblogs.com/qianxia/p/11105883.html Python+OpenCV图像处理之腐蚀与膨胀 https://segmentfault.com/a/1190000015650320 """ import cv2 as cv import numpy as np """ 腐蚀算法：变瘦 用kernel，像扫描图像的每一个素；用kernel与其覆盖的二值图像做 “与” 操作；如果都为1，结果图像的该像素为1；否则为0. 结果：使二值图像减小一圈 """ def erode_demo(image): print(image.shape) gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) # threshold(输入, 阈值, 最大值, 阈值类型) 参考链接:https://blog.csdn.net/kaizhongwang/article/details/98478279 # cv.THRESH_OTSU:运算速度快 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) # 二值化 print(binary.shape) cv.imshow("binary", binary) # 获得卷积核(指定形状的卷积核)cv2.MORPH_RECT矩形, cv2.MORPH_ELLIPSE椭圆形, cv2.MORPH_CROSS十字形 kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5)) # 进行图像腐蚀,默认迭代次数 dst = cv.erode(binary, kernel) print(dst[:5, :5]) print(dst.shape) cv.imshow("erode", dst) img = cv.imread("D:\\Asus Computer\\pictures\\-4ea9585606a91d77.jpg") # 读取图片 # 原始图片 cv.imshow('orginal', img) # 图像腐蚀 erode_demo(img) ret = cv.waitKey(0) # 参数为0,则图片一直显示直到键盘按下键,并输出所按键的ascii值 print("press key:", ret) cv.destroyAllWindows() # 删除建立的全部窗口，释放资源