Python中的OpenCV图像腐蚀处理和膨胀处理
更新时间：2023年08月07日 10:09:22 作者：小白地瓜
这篇文章主要介绍了Python中的OpenCV图像腐蚀处理和膨胀处理,OpenCV是一个跨平台的计算机视觉库,可用于开发实时的图像处理、计算机视觉以及模式识别程序,需要的朋友可以参考下
一、图像的腐蚀处理
1、原图
img = cv2.imread(r"C:\Users\admin\Desktop\hb.jpg")
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
首先原图周围又很多白色直线
2、进行腐蚀处理
使用的方法是
- cv2.erode(img,kernel,iterations=1)
- img:原图
- kenrnel：核的大小
- iterations：迭代次数
img = cv2.imread(r"C:\Users\admin\Desktop\hb.jpg")
kernel = np.ones((3, 3), np.uint8)
erosion = cv2.erode(img,kernel,iterations=1)
cv2.imshow('img', erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
二、图像的膨胀处理
1、原图
img = cv2.imread(r"C:\Users\admin\Desktop\hb.jpg")
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
2、进行膨胀处理
使用的方法是
- cv2.dilate(img,kernel,iterations=1)
- img:原图
- kenrnel：核的大小
- iterations：迭代次数
kernel = np.ones((3, 3), np.uint8)
dilate = cv2.dilate(img,kernel,iterations=1)
cv2.imshow('img', dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()会发现线条照原图变粗
到此这篇关于Python中的OpenCV图像腐蚀处理和膨胀处理的文章就介绍到这了,更多相关OpenCV图像腐蚀处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
pytest fixtures装饰器的使用和如何控制用例的执行顺序
这篇文章主要介绍了pytest fixtures装饰器的使用和如何控制用例的执行顺序，帮助大家更好的理解和使用pytest测试框架，感兴趣的朋友可以了解下2021-01-01
python opencv对图像进行旋转且不裁剪图片的实现方法
今天小编就为大家分享一篇python opencv对图像进行旋转且不裁剪图片的实现方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
这篇文章主要介绍了Pytorch使用transforms,tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。下面来看看文章的具体内容介绍吧,需要的朋友可以参考一下2021-12-12
在本篇文章里小编给大家整理了一篇关于call在Python中改进数列的实例讲解内容，有兴趣的朋友们可以学习下。2020-12-12
这篇文章主要介绍了PyQt5按下按键选择文件夹并显示的实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
python re的findall和finditer的区别详解
这篇文章主要介绍了python re的findall和finditer的区别详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
这篇文章主要介绍了Python中用函数作为返回值和实现闭包的教程,代码基于Python2.x版本,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了python快速查找算法,是一个比较经典的算法应用,有一定的借鉴价值,需要的朋友可以参考下2014-09-09
这篇文章主要为大家详细介绍了python获取本机所有IP地址的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-12-12
今天小编就为大家分享一篇Python实现图像的垂直投影示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
最新评论