腐蚀
腐蚀是形态学基本操作中的一种,它通过使图像沿着边界向内收缩,达到消除边界点的目的。一般输入图像为二值图像。
腐蚀操作是将像素点与卷积核函数做与运算,只有全1时才保留这个像素点,否则则舍弃这个点。
代码展示
import cv2 as cv
import numpy as np
image = cv.imread("fu.jpg")
k = np.ones((3, 3), np.uint8)
img = cv.erode(image, k, iterations=3)
cv.imshow("image", image)
cv.imshow("erode", img)
cv.waitKey()
cv.destroyAllWindows()


重要代码解释
dst = cv.erode(src, k[, anchor[, iterations[, boderType[, boderValue]]]])
- src:输入图像。
- k:结构类型。可以通过自定义得到,也可以通过cv.getStructuringElement()函数得到。
- anchor:锚点的位置,默认为(-1,-1),表示在卷积核的中心。
- iterations:迭代次数。
- boderType: 边界样式,默认使用BORDER_CONSTANT。
- boderValue:边界值,一般使用默认值。
本文探讨了Python中使用OpenCV进行图像腐蚀的操作,这是一种形态学处理技术,用于消除图像边界点。腐蚀过程涉及对像素点执行与运算,只有当卷积核全为1时才会保留像素。文章提供了代码展示及关键代码的详细解释,包括结构元素的选择、锚点位置、迭代次数和边界处理方式。

6529

被折叠的 条评论
为什么被折叠?



