07erosion and dilate

最新推荐文章于 2021-03-22 21:03:15 发布
最新推荐文章于 2021-03-22 21:03:15 发布
阅读量209 收藏 1
点赞数
分类专栏： OpenCV&Python_图像处理 文章标签： opencv 图像识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45620656/article/details/105915088
版权
本文详细介绍了图像处理中的基础知识，重点讲述了如何使用OpenCV库实现图像的腐蚀和膨胀操作，包括相关代码示例。
摘要由CSDN通过智能技术生成

原文https://blog.csdn.net/Eastmount/article/details/83581277

一. 基础知识

# 图像的膨胀（Dilation）和腐蚀（Erosion）是两种基本的形态学运算，
# 主要用来寻找图像中的极大区域和极小区域。

二. 图像腐蚀代码实现

# 形态学转换主要针对的是二值图像（0或1）。
# 图像腐蚀类似于“领域被蚕食”，将图像中的高亮区域或白色部分进行缩减细化，
# 其运行结果图比原图的高亮区域更小。

import cv2  
import numpy as np  

#读取图片
src = cv2.imread
最低0.47元/天 解锁文章
不可道 是 常道 Sean
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
通过OpenCV来进行边缘检测，并将其应用到实例分割、对象跟踪以及景深拍摄等场景 Edge Detection Using OpenCV
禅与计算机程序设计艺术
08-08 1798
图像处理在科技行业中占据着重要的一席之地，从古至今，图像处理始终都是计算机视觉领域的基础课题。如何提取图像中的有效特征作为机器学习模型的输入，是一个在深度学习、模式识别、图像处理等多个领域都十分重要的问题。过去几年来，由于近些年来的大数据和计算能力的飞速发展，基于神经网络的图像分类方法得到了迅猛发展。但是在实际应用中，面对复杂场景，一些微小的边缘变化可能会影响检测效果，特别是在目标检测、实例分割、视频监控等方面。
【opencv 450 Image Processing】Eroding and Dilating腐蚀和膨胀
cxyhjl的博客
03-26 1777
Goal 在本教程中，您将学习如何： 应用两个非常常见的形态算子：侵蚀和膨胀。 为此，您将使用以下 OpenCV 函数： cv::erode 腐蚀 cv::dilate 膨胀 笔记 下面的解释属于 Bradski 和 Kaehler 的《Learning OpenCV》一书。 Morphological Operations 形态学运算 简而言之：一组基于形状处理图像的操作。 形态学操作将结构元素应用于输入图像并生成输出图像。 最基本的形态学运算是：腐蚀和膨胀。 它们具有广泛的用途，即..
回归及表示
邢建好的博客
04-26 344
回归及表示 import tensorflow as tf tf.test.is_gpu_available() import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] 一元线性 x = tf.constant([137,104,100,124,79,99,12...
tensorflow.keras中多输入多输出遇到的几个问题
NOT_GUY的博客
09-23 6597
这里，主要是想构建3个输出，然后计算3个输出的损失函数，并按权重将损失函数加起来作为总的损失 模型构建部分 class MyModel_add3loss(tf.keras.Model): def __init__(self): super(MyModel_add3loss,self).__init__() self.inputa = tf.keras.layers.InputLayer(input_shape=(60, 8, 1)) self.
cifar10图像分类数据集不归一化&卷积池化参数解释
邢建好的博客
04-27 1151
链接：https://pan.baidu.com/s/1Nxty7ntGSUUA18oa_-ORSQ 提取码：in9m cifar10数据集百度云链接 从本地加载图片（不归一化） import os import numpy as np import pickle as p def load_CIFAR_batch(filename): with open(filename,'rb'...
Resnet_cifar10分类
邢建好的博客
04-27 248
链接：https://pan.baidu.com/s/1Nxty7ntGSUUA18oa_-ORSQ 提取码：in9m cifar10数据集百度云链接 从本地加载图片及预处理 import os import numpy as np import pickle as p import tensorflow as tf from tensorflow.keras import layers, o...
OpenCV中的Dilate（膨胀）与Erode（腐蚀）
山庄的铁匠
02-17 1274
目录 erode 膨胀 dilate 腐蚀 Sample 示例 Code 代码 Erosion Demo Dilation Demo erode 膨胀 //示例代码 void Erosion( int, void* ) { int erosion_type = 0; if( erosion_elem == 0 ){ erosion_type = MORPH_RE...
Opencv中的腐蚀和膨胀运算例程
06-10
"**dilation and erosion**"这个文件名可能包含两个示例，分别展示了膨胀和腐蚀的使用。这些示例可能包含代码实现，展示如何在OpenCV中调用`erode()`和`dilate()`函数，以及如何定义和选择不同的结构元素。通过查看...
Python下应用opencv 背景消除或图片减法
曾立文的博客
10-23 1万+
背景消除或背景减法是这样一种假设。我们有2个图片，一个是静止的，比如场景，没有需要检测的东西，另一个照片则包含了要检测的对象，但他是侵入了背景里的东西，或对象。我们就是要检测这个东西，比如商场进入的小偷，老鼠，或者马路上通过的车辆。 利用背景减法，我们容易找到我们感兴趣的东西。先看看下面2张图片： 右边图片是我们的背景，左边图片是我们的结果，我们找到感兴趣的部分，就是框起来的部分。框起来前...
10绘制图像直方图matplotlib&opencv
邢建好的博客
05-04 268
https://blog.csdn.net/Eastmount/article/details/83758402 matplotlib绘制图像直方图 # hist(数据源, 像素级) # 参数： # 数据源必须是一维数组，通常需要通过函数ravel()拉直图像 # 像素级一般是256，表示[0, 255] import cv2 import numpy as np import matp...
阿里云天池《“AI Earth”人工智能创新挑战赛》萌新体验
日拱一卒，功不唐捐。
03-22 912
阿里天池大赛初体验
cifar10图像分类--卷积神经网络
邢建好的博客
04-27 1395
链接：https://pan.baidu.com/s/1Nxty7ntGSUUA18oa_-ORSQ 提取码：in9m cifar10数据集百度云链接 从本地加载图片 import os import numpy as np import pickle as p def load_CIFAR_batch(filename): with open(filename,'rb')as f:...
OpenCV图片腐蚀（Erosion）膨胀（Dilation）变换
kingroc的博客
11-30 2066
代码位置：14-ErosionAndDilation.py import cv2 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3)) img = cv2.imread('./res/jeep.jpeg') cv2.imshow('jeep', img) erosion = cv2.erode(img, kernel, iterat...
AlexNet分类cifa10
邢建好的博客
04-27 463
链接：https://pan.baidu.com/s/1Nxty7ntGSUUA18oa_-ORSQ 提取码：in9m cifar10数据集百度云链接 从本地加载图片 import os import numpy as np import pickle as p def load_CIFAR_batch(filename): with open(filename,'rb')as f:...
tensorflow2.0张量运算
邢建好的博客
04-25 214
张量运算 导入库，并检查版本 import tensorflow as tf print(tf.executing_eagerly()) print(tf.__version__)import numpy as np True 2.0.0 执行一些操作 加法 a = tf.constant([-1,1,2]) b = tf.constant([3,4,5]) tf.add(a,b) <t...
20量化处理和采样处理
邢建好的博客
05-04 428
原文https://blog.csdn.net/Eastmount/article/details/89287543 一.图像量化处理 量化等级为2 即将原始灰度图像的空间坐标幅度值离散化。 import cv2 import numpy as np import matplotlib.pyplot as plt #读取原始图像 img = cv2.imread('C:/Users/...
VGG13_cifa10分类
邢建好的博客
04-27 727
链接：https://pan.baidu.com/s/1Nxty7ntGSUUA18oa_-ORSQ 提取码：in9m cifar10数据集百度云链接 从本地加载图片 import os import numpy as np import pickle as p def load_CIFAR_batch(filename): with open(filename,'rb')as f:...
图像腐蚀、膨胀、基本原理和程序实现
热门推荐
五仁月饼哭了的博客
07-17 2万+
图像的腐蚀与膨胀 一、原理： ⑴ 图像形态学处理的概念         数字图像处理中的形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量，比如边界、骨架以及凸壳，还包括用于预处理或后处理的形态学过滤、细化和修剪等。图像形态学处理中我们感兴趣的主要是二值图像。 ⑵ 二值图像的逻辑运算         逻辑运算尽管本质上很简单，但对于实现以形态学为基础
def Process(img): # 高斯平滑 gaussian = cv2.GaussianBlur(img, (3, 3), 0, 0, cv2.BORDER_DEFAULT)#高斯模糊函数 median = cv2.medianBlur(gaussian, 5)#中值滤波 sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize=3)#Sobel算子，梯度方向是X # 二值化 ret, binary = cv2.threshold(sobel,200, 255, cv2.THRESH_BINARY)#cv2简单阙值函数 # 核函数 element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))#得到一个结构元素（卷积核）。主要用于后续的腐蚀、膨胀等运算。 element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7)) dilation = cv2.dilate(binary, element2, iterations=1)#膨胀函数 # 腐蚀 erosion = cv2.erode(dilation, element1, iterations=1) # 膨胀 dilation2 = cv2.dilate(erosion, element2, iterations=3) return dilation2 def GetRegion(img): regions = [] # 查找轮廓 contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)#检测图像中物体轮廓 for contour in contours: area = cv2.contourArea(contour)#计算轮廓面积 if (area<2000): continue eps = 0.001* cv2.arcLength(contour, True)#计算封闭轮廓或者曲线的长度 approx = cv2.approxPolyDP(contour, eps, True)#轮廓多边形逼近 rect = cv2.minAreaRect(contour)#求最小面积矩形框 box = cv2.boxPoints(rect)#获取最小面积矩形框的四个顶点坐标 box = np.int0(box)#整型化 height = abs(box[0][1] - box[2][1]) width = abs(box[0][0] - box[2][0]) ratio =float(width) / float(height) if (ratio < 5 and ratio > 1.8): regions.append(box) return regions def detect(img): gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#图片灰度化 prc = Process(gray) regions = GetRegion(prc) print('[INFO]:Detect %d license plates' % len(regions)) for box in regions: cv2.drawContours(img, [box], 0, (0, 0,255), 2) cv2.imwrite(r'C:\Users\86182\Pictures\Saved Pictures\test.png', img) cv2.waitKey(0) cv2.destroyAllWindows()该代码在实现车牌区域检测的过程中用到了什么算法
最新发布
06-03
4. 膨胀（dilate）和腐蚀（erode）：用于调整图像形态，填补边缘空洞，去除小的噪点等。 5. 轮廓查找（findContours）和轮廓逼近（approxPolyDP）：用于识别图像中的轮廓，并将其逼近为多边形。 6. 最小面积矩形框...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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