OpenCV半小时掌握基本操作之腐蚀膨胀

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)

在这里插入图片描述

腐蚀

腐蚀 (Eroding) 会沿着图像边界向内收缩, 从而消除边界点.

在这里插入图片描述

原图:

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

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:

在这里插入图片描述

频道导航

OpenCV半小时掌握基本操作之腐蚀膨胀

目录

概述

腐蚀

膨胀

开运算

闭运算

您可能感兴趣的文章: