【OpenCV】初探（二）

一、图像阈值：

ret,dst = cv2.treshold(scr,thresh,maxval,type)

返回值	描述
ret	阈值
dst	输出图片

参数	描述
scr	输入图像（只能是单通道图像）
thresh	阈值
maxval	最大值
type	返回类型

        对于 type，我们展开描述：

type	描述
cv2.THRESH_BINARY	超过阈值部分取 maxval，其余取 0
cv2.THRESH_BINARY_INV	超过阈值部分取 0，其余取 maxval
cv2.THRESH_TOZERO	超过阈值部分不变，其余取 0
cv2.THRESH_TOZERO_INV	超过阈值部分取 0，其余不变
cv2.THRESH_TRUNC	超过阈值部分取阈值，其余不变

二、图像平滑处理：

均值滤波：

blur = cv2.blur(img,(n,n))

        给出一个大小为 n × n  的滤波器，与图像矩阵对位相乘再求平均值。

高斯滤波:

gaussian = cv2.GaussianBlur(img,(n,n),1)

        给出一个大小为 n × n 的滤波器，离中心越近的元素权重越大，与图像矩阵对位相乘再求平均值。

中值滤波：

median = cv2.medianBlur(img,n)

        给出一个大小为 n × n 的滤波器，取元素中值作为所求。

形态学——腐蚀操作：

erosion = cv2.erode(img,kernel,iteration=n)

形态学——膨胀操作：

dilate = cv2.dilate(img,kernel,iteration=n)

 开运算：

        开运算先进行腐蚀，再进行膨胀。

opening = cv2.morphologyEx(img,cv2.MOROH_OPEN,kernel)

闭运算：

        闭运算先进行膨胀，再进行腐蚀。

closing = cv2.morphologyEx(img,cv2.MOROH_CLOSE,kernel)

 梯度运算：

        用膨胀后的图像减腐蚀后的图像，得到图像的边界。

gradient = cv2.morphologyEx(img,cv2.MOROH_GRADIENT,kernel)

顶帽：

        原始输入-开运算结果（保留糟粕）

tophat = cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)

黑帽：

        闭运算结果-原始输入

blackphat = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)