腐蚀与膨胀、自适应二值化

    在对图像边缘检测之后,再对检测后的图像进行一些操作后可以令待检测图像的特征更加突出,以白底黑字为例,腐蚀操作会腐蚀白色亮区,令黑字更加明显,膨胀操作则会膨胀白色亮区,令黑字细小,从上篇文章最终显示的边缘处理后的图像可知,检测出的边缘以白边描绘,因此,为了增加车牌特征,可以使用膨胀函数,而图像的二值化可以使处理后的图像只存在黑白两种颜色,便于计算机检测识别,提高识别效率。下面将会对腐蚀与膨胀以及自适应二值化进行较为详细的讲解。

  腐蚀与膨胀的运用广泛,主要有:

· 消除噪声

· 分割(isolate)独立的图像元素,以及连接(join)相邻的元素。

· 寻找图像中的明显的极大值区域或极小值区域。

腐蚀进行操作的函数是erode。

/**  @function Erosion  */
void Erosion( int, void* )
{
  
  int erosion_type
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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