![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
笑芙蓉
这个作者很懒,什么都没留下…
展开
-
OpenCV-python学习笔记(四)——形态学处理
通过阈值化分割可以得到二值图,但往往会出现图像中物体形态不完整,变的残缺,可以通过形态学处理,使其变得丰满,或者去除掉多余的像素。常用的形态学处理算法包括:腐蚀,膨胀,开运算,闭运算,形态学梯度,顶帽运算和底帽运算。 1、腐蚀 腐蚀操作类似于中值平滑,也有一个核,但不进行卷积运算,而是取核中像素值的最小值代替锚点位置的像素值,这样就会使图像中较暗的区域面积增大,较亮的的区域面积减小。如果是一张黑底,白色前景的二值图,就会使白色的前景物体颜色变小,就像被腐蚀了一样。 进行腐蚀操作的核,不仅可以是矩形,还可以原创 2020-07-06 09:40:57 · 351 阅读 · 0 评论 -
OpenCV-python学习笔记(二)——图像操作
为了快速学习,按照中文教程中的顺序,走一遍python接口。英文能力较强者,可以从对应的英文教程自己翻译学习。 一、OpenCV图像的基本操作 获取并修改像素值 读取一副图像,根据像素的行和列的坐标获取它的像素值,对于RGB图像而言,返回RGB的值,对于灰度图则返回灰度值。 import cv2 import numpy img = cv2.imread('0.jpg') px = img[100, 100] print ("img(100, 100)的像素值:", px) #返回的值分别代表:蓝色、原创 2020-06-19 11:41:58 · 726 阅读 · 0 评论