openCV python 膨胀

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np 
img=cv2.imread('d:\picture\dige.png')

cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()



kernel = np.ones((3,3),np.uint8) 
dige_dilate = cv2.dilate(img,kernel,iterations = 1)

cv2.imshow('dilate', dige_dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()
OpenCV是一个开源的计算机视觉库,提供了丰富的图像处理和计算机视觉算法。而Python是一种简单易学且功能强大的编程语言。通过结合OpenCVPython,我们可以进行各种图像处理操作,包括腐蚀和膨胀。 腐蚀和膨胀是图像处理中常用的形态学操作,用于改变图像的形状和结构。腐蚀操作可以使图像中的边界变得更加清晰,而膨胀操作则可以使边界更加模糊。 在OpenCV中,可以使用函数`cv2.erode()`进行腐蚀操作,使用函数`cv2.dilate()`进行膨胀操作。这两个函数都需要传入待处理的图像和一个结构元素(kernel)作为参数。 下面是一个示例代码,展示了如何使用OpenCVPython进行腐蚀和膨胀操作: ```python import cv2 import numpy as np # 读取图像 image = cv2.imread('image.jpg', 0) # 定义结构元素 kernel = np.ones((5,5), np.uint8) # 腐蚀操作 eroded_image = cv2.erode(image, kernel, iterations=1) # 膨胀操作 dilated_image = cv2.dilate(image, kernel, iterations=1) # 显示结果 cv2.imshow('Original Image', image) cv2.imshow('Eroded Image', eroded_image) cv2.imshow('Dilated Image', dilated_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,首先使用`cv2.imread()`函数读取了一张图像,然后定义了一个5x5的结构元素。接着使用`cv2.erode()`函数对图像进行腐蚀操作,并使用`cv2.dilate()`函数对图像进行膨胀操作。最后使用`cv2.imshow()`函数显示原始图像、腐蚀后的图像和膨胀后的图像。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值