#形態學轉換
#侵蝕、膨脹、開運算、閉運算等
import cv2
import numpy as np
『』』#侵蝕：侵蝕前景物體的邊界（盡量使前景保持白色）
#核心滑動通過影象（在2d卷積中），原始影象中的乙個畫素只有當核心下的所有畫素都是1時才被認為是1，否則其被侵蝕為0
#有助於去除小的白色雜訊，分離兩個連線的物件
img = cv2.imread(『c:\users\administrator\desktop\qq.png』)
img = cv2.cvtcolor(img,cv2.color_bgr2gray)
img = 255-img #將前景改為白色
ret,threshold = cv2.threshold(img,120,255,cv2.thresh_binary)
kernel = np.ones((5,5),np.int8)
erosion = cv2.erode(threshold,kernel,iterations=1)
cv2.imshow(『qq1』,threshold) #原圖
cv2.imshow(『qq2』,erosion) #侵蝕之後的圖
cv2.waitkey(0)
『』』#膨脹：增加影象中的白色區域或者增加前景物件的大小
#原始影象中的乙個畫素，當核心下至少有乙個畫素為1，則原始影象中的該畫素設為1
img = cv2.imread(『c:\users\administrator\desktop\qq.png』)
img = cv2.cvtcolor(img,cv2.color_bgr2gray)
img = 255-img #將前景改為白色
ret,threshold = cv2.threshold(img,120,255,cv2.thresh_binary)
kernel = np.ones((5,5),np.int8)
dilation = cv2.dilate(threshold,kernel,iterations=1)
cv2.imshow(『qq1』,threshold) #原圖
cv2.imshow(『qq2』,dilation) #膨脹之後的圖
cv2.waitkey(0)
#開運算：先侵蝕，再膨脹
#通常，在消除雜訊的情況下，腐蝕之後會膨脹。因為腐蝕會消除雜訊，但是也會縮小物體。
#因此，對其進行膨脹。由於雜訊消失了，它們不會回來，在連線物件的損壞部分時也很有用。
#閉運算：先膨脹，再侵蝕
#在關閉前景物件內部的小孔或者前景物件上的小黑點時很有用
opencv濾波 腐蝕 膨脹操作
1 均值濾波 簡單的平均卷積操作 blur cv2.blur img,3,3 3,3 為卷積核大小 2 方框濾波 基本和均值濾波一樣，可以選擇歸一化 box cv2.boxfilter img,1,3,3 normolize true normolize true表示卷積操作後除以9，也就是歸一化 ...
Opencv 膨脹與腐蝕
簡而言之 一組基於形狀處理影象的操作。形態操作將結構元素應用於輸入影象並生成輸出影象。最基本的形態作用是 侵蝕和擴張。它們有廣泛的用途，即 消除噪音 隔離單個元素並連線影象中的不同元素。查詢影象中的強度凸點或孔 我們將簡要解釋膨脹和侵蝕，使用以下影象作為示例 該操作包括將影象與某些核心 b 進行卷積...
OpenCV 膨脹與腐蝕
include include include using namespace cv using namespace std int element size 3 int max size 21 mat src,dst void callback demo int,void int main int...