阈值与平滑处理

笔记

简单例子

import cv2 as cv
import numpy as np
src=cv.imread(r'C:\Users\19583\Desktop\2.png',cv.IMREAD_COLOR)
src=cv.resize(src,(300,300))
ret,thr=cv.threshold(src,127,225,cv.THRESH_BINARY)#阈值处理,ret用来接收bool,不然thr就会接受到bool
box1=cv.boxFilter(src,-1,(3,3),1)# 方波滤波
box2=cv.boxFilter(src,-1,(3,3),0)#方波滤波2
gau=cv.GaussianBlur(thr,(5,5),1)#高斯滤波
media=cv.medianBlur(src,5)#中值滤波
ret=np.hstack((src,thr,box1,gau,media))#矩阵合并
cv.namedWindow('1')
cv.imshow('1',ret)
cv.imwrite(r'C:\Users\19583\Desktop\4.png',ret)
cv.waitKey(0)

在这里插入图片描述

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