python图像腐蚀处理_Python图像处理之膨胀与腐蚀的操作

引言

膨胀与腐蚀是图像处理中两种最基本的形态学操作,膨胀将目标点融合到背景中,向外部扩展,腐蚀与膨胀意义相反,消除连通的边界,使边界向内收缩。在本文中我们将了解使用内核的图像膨胀与腐蚀的基本原理。

让我们开始吧,同样我们需要导入必需的库。

import numpy as np

import matplotlib.pyplot as plt

from skimage.io import imread, imshow

from skimage.draw import circle

from skimage.morphology import erosion, dilation

首先让我们创建一个容易操作的形状--一个简单的圆。

circ_image = np.zeros((100, 100))

circ_image[circle(50, 50, 25)] = 1

imshow(circ_image);

f51caf6583418eb49b8bcf83ac32f907.png

现在让我们定义一个内核。

cross = np.array([[0,1,0],

[1,1,1],

[0,1,0]])

imshow(cross, cmap = 'gray');

4716aa5ad5e57dfc0bd3ccf619198738.png

将腐蚀函数应用到创建的圆上。

eroded_circle = erosion(circ_image, cross)

imshow(eroded_circle);

3ab864ab0ac06f45fd626b0e021c6492.png

图像看起来几乎一模一样。要看到那些微小的差异,我们必须仔细查看图像。

linecolor = 'red'

fig, ax = plt.subplots(1, 2, figsize=(12, 5))

ax[0].imshow(circ_image, cmap = 'gray');

ax[0].set_title('Original', fontsize = 19)

ax[0].axvline(x = 25, color = linecolor)

ax[0].axvline(x = 75, color = linecolor)

ax[0].axhline(y = 25, color = linecolor)

ax[0].axhline(y = 75, color = linecolor)

ax[1].imshow(eroded_circle, cmap = 'gray');

ax[1].set_title('Eroded', fontsize = 19)

ax[1].axvline(x = 25, color = linecolor)

ax[1].axvline(x = 75, color = linecolor)

ax[1].axhline(y = 25, c

  • 0
    点赞
  • 1
    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