腐蚀和膨胀在opencv上的学习

  

 

简单介绍:

   图像处理离不开矩阵卷积,这个也不例外。

  膨胀的卷积图:

  注意的是,源图像不可与目标图像设为同一个,否则第三行和第四行后四个将全被标记。这在OPENCV的程序中也得到了体现。

    上图我的理解是小模板的原点在(0,1)处,然后与源图像进行模板卷积得到了结果。

腐蚀的模板卷积图:

  膨胀是在模板卷积的基础上做或运算,腐蚀则是做与运算。如上图,尽在最后涂黑的两个点与模板原点(标十字)的点对齐,然后卷积后才可以得到三个'1',所以与后是1,其他的与运算后都是0。

  腐蚀图的结果容易理解。

程序:

   可以利用OPENCV默认的模板进行腐蚀和膨胀,当然要自己指定大小和原点位置。

  以下程序是闭运算:先膨胀后腐蚀,填充空洞的效果

 

[cpp]  view plain  
腐蚀膨胀是图像处理中常用的操作之一,用于改变图像的形状和结构。OpenCV提供了相应的函数来实现这两个操作。 引用和介绍了OpenCV图像腐蚀膨胀的具体实现算法。腐蚀操作通过对图像中的每个像素点与周围像素点进行比较,并取周围像素点中的最小值作为该像素点的值,从而使图像中的边缘变细或消失。膨胀操作则相反,取周围像素点中的最大值作为该像素点的值,从而使图像中的边缘变粗或突出。 在OpenCV中,可以使用cv2.erode()函数来实现腐蚀操作,该函数接受两个参数,第一个参数是输入图像,第二个参数是腐蚀操作的核(kernel)大小。同样地,可以使用cv2.dilate()函数来实现膨胀操作,该函数也接受两个参数,第一个参数是输入图像,第二个参数是膨胀操作的核大小。 可以通过自定义函数来实现OpenCV中的腐蚀膨胀操作。引用中提供了一个基于Python矩阵操作的自定义函数来模拟实现灰度图的腐蚀膨胀操作。自定义函数通过对图像的像素点进行遍历,并使用相应的操作来改变像素的值,实现腐蚀膨胀操作。 通过对比自定义函数和OpenCV中对应输入的腐蚀膨胀函数的处理结果,可以验证自定义函数的正确性。引用中给出了腐蚀操作的一个图像处理效果的示例。 综上所述,腐蚀膨胀算法是OpenCV中常用的图像处理操作,可以使用OpenCV提供的函数来实现,也可以通过自定义函数来模拟实现。这些操作可以通过对图像的像素点进行比较和改变来实现边缘的细化或突出。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [OpenCV图像腐蚀膨胀算法的Python模拟实现](https://blog.csdn.net/LaoYuanPython/article/details/109407091)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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