Python?opencv圖像膨脹與腐蝕處理實例探究
更新時間:2024年01月23日 10:59:57 作者:電路小白?實在太懶于是不想取名
這篇文章主要介紹了Python?opencv圖像膨脹與腐蝕處理實例探究
Python opencv圖像膨脹腐蝕
需要注意的是,這里的腐蝕和膨脹時對于白色部分而言的,而不是黑色部分??!
字體的大小就是常見的圖像的腐蝕和膨脹。腐蝕和膨脹可以很好的去除掉圖像中的噪聲點,消除物體邊界附近的像素。
實現(xiàn)步驟
首先是導入相關的庫
import cv2 import numpy as np import matplotlib.pyplot as plt
opencv的函數來讀取圖像
之后利用opencv的函數來讀取我們的圖像。
# 讀取圖像 img = cv2.imread('C:/Users/13256/Desktop/11.tif', cv2.IMREAD_GRAYSCALE)
定義結構元素來確定我們的卷積運算大小
# 定義結構元素(核) kernel = np.ones((5, 5), np.uint8)
利用opencv的內置函數來進行膨脹運算
# 膨脹操作 dilated_img = cv2.dilate(img, kernel, iterations=1)
最后顯示圖像
# 顯示原始圖像、膨脹后的圖像 plt.subplot(1, 2, 1), plt.imshow(img, cmap='gray'), plt.title('原始圖像') plt.subplot(1, 2, 2), plt.imshow(dilated_img, cmap='gray'), plt.title('膨脹操作后的圖像') plt.show()
可以看到膨脹操作更凸顯出圖片的輪廓和邊界
運行
將膨脹函數方法換成腐蝕,之后再運行我們的代碼。
# 腐蝕操作 dilated_img = cv2.erode(img, kernel, iterations=1)
以下附上全部代碼
import cv2 import numpy as np import matplotlib.pyplot as plt # 讀取圖像 img = cv2.imread('C:/Users/13256/Desktop/11.tif', cv2.IMREAD_GRAYSCALE) # 定義結構元素(核) kernel = np.ones((5, 5), np.uint8) # 膨脹操作 dilated_img = cv2.erode(img, kernel, iterations=1) # 顯示原始圖像、膨脹后的圖像 plt.subplot(1, 2, 1), plt.imshow(img, cmap='gray'), plt.title('原始圖像') plt.subplot(1, 2, 2), plt.imshow(dilated_img, cmap='gray'), plt.title('膨脹操作后的圖像') plt.show()
以上就是Python opencv圖像膨脹與腐蝕處理實例探究的詳細內容,更多關于Python opencv圖像膨脹腐蝕的資料請關注腳本之家其它相關文章!
相關文章
python OpenCV學習筆記實現(xiàn)二維直方圖
本篇文章主要介紹了python OpenCV學習筆記實現(xiàn)二維直方圖,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-02-02python神經網絡tensorflow利用訓練好的模型進行預測
這篇文章主要為大家介紹了python神經網絡tensorflow利用訓練好的模型進行預測,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-05-05python?tkinter實現(xiàn)學生信息管理系統(tǒng)
這篇文章主要為大家詳細介紹了python?tkinter實現(xiàn)學生信息管理系統(tǒng),文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2022-02-02windows10下安裝TensorFlow Object Detection API的步驟
這篇文章主要介紹了windows10下安裝TensorFlow Object Detection API的步驟,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2019-06-06