形态学操作-图像腐蚀

卷积核的中心点遍历整个图片,当卷积核内的元素值均为1,其值为1,否则为0。所以边缘区域,就为0,使得目标边缘缩减。

在这里插入图片描述
1
在这里插入图片描述

在这里插入图片描述

腐蚀次数越多,目标边缘损失越多

import cv2
import numpy as np
a=cv2.imread('image\erode.bmp')
k=np.ones((5,5),np.uint8)       #核大小5*5,数据类型unit8整型
b=cv2.erode(a,k,iterations=1)   #一次腐蚀
c=cv2.erode(a,k,iterations=2)   #两次腐蚀
d=cv2.erode(a,k,iterations=3)   #三次腐蚀
cv2.imshow('a',a)
cv2.imshow('b',b)
cv2.imshow('c',c)
cv2.imshow('d',d)
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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