目录
1 图像腐蚀(缩小 erode)
1.1 基础理论
- 概览: 腐蚀二值图像中,数值为1的前景色,使其丢失自己的边缘而变小.
- 输入对象:
→原始图像 : 二值图像
→卷积核 : 二值图像 - 原理:
①卷积核中心点逐个像素扫描原始图像(遍历)
为了便于观看,卷积核颜色改为彩色
②被扫描到的原始图像的所有像素点,只有当卷积核对应的区域所有元素均为1时,其核中心值才保留为1,否则被置换为0
kernel = np.ones((3,3),np.uint8)
dst = cv2.erode(src, kernel, iterations)
其中,参数:
・dst – 处理结果;
・src – 输入图像;
・kernel – 卷积核;
→ 一般为正方形: 类如 5行5列的数组
→生成方式: kernel = np.ones((3,3),np.uint8)
・np.ones 表示生成元素都为1 的数组
・np.uint8表示数据类型为 整形
・iterations– 迭代次数
→表示进行多少次的腐蚀
→默认情况下是1. 可以根据需要修改次数
1.2 代码示例
import cv2
import numpy as np
o=cv2.imread("image\\erode.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((5,5),np.uint8)
r=cv2.erode(o,k,iterations=10) #迭代次数为10次
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()
运行结果
・修改核(5,5)
以及iterations=10
大小可改变效果
2 图像膨胀(扩张 dilate)
2.1 基础理论
-
概览: 腐蚀的逆操作.
-
输入对象:
→原始图像 : 二值图像
→卷积核 : 二值图像 -
原理: 与腐蚀操作类似
①卷积核中心点逐个像素扫描原始图像(遍历)
②被扫描到的原始图像的所有像素点,当卷积核对应的区域只要有一个为1时,核中心值就置换为1,否则为0