cv.cvtcolor函数,python open cv库

　　Python-opencv形态学操作cv2.erode(，cv2 . expand)，cv2.morphologyEx)是图像形态学的两种基本操作。典型的应用是使用二值图像，这是许多识别技术中重要的中间处理步骤。1.原理二值图像的fxy展开运算类似于图像的卷积运算，需要一个类似于卷积核的核运算矩阵，一般是33矩阵。否则不变。1.1图像形态学运算中的腐蚀、膨胀、开运算、闭运算：* * * *腐蚀：* *是消除边界点、向内收缩边界的过程，可用于消除小的、无意义的物体。

　　腐蚀算法：

　　用3x3 ***内核* * *，扫描图像中的每个像素；并对核及其覆盖的二值图像进行运算；当全部为1时，结果图像的像素为1；否则为0。

　　*结果：* *将二值图像缩小一圈。

　　膨胀:将所有与物体接触的背景点合并到物体中，使边界向外延伸的过程。

　　可以填补物体上的洞。

　　膨胀算法：

　　用3x3 ***内核* * *，扫描图像中的每个像素；在kernel及其重叠二值图像中执行“与”运算；在全为0的情况下，结果图像的像素数为0；否则，1。

　　结果:将二值图像放大一圈。

　　腐蚀扩展过程见开运算。

　　清除小物体，用细点分隔物体，让大物体的边界平滑，而它的面积不会有太大的变化。

　　膨胀后腐蚀过程见闭运算。

　　填充体内的微小空洞，连接附近的物体，使边界平滑，而其面积不会有太大变化。

　　2. OpenCV 实现2.1.定义核矩阵。首先，定义核矩阵——两种方法：

　　使用cv2.getStructuringElement函数

　　kernel=cv2 . getstructuringelement(cv2 . morph _ ellipse，(3，3)) #椭圆结构kernel=cv2 . getstructuringelement)cv2 . morph 3)#交叉结构kernel=cv2 . getstructuringelement(cv2 . morph _ rech)3))自定义kernel=NP。uint8) (NP)) NP 3))对于范围(3) 3)中的I):kernel[2，I]=1 kernel [I 2]=1) 2.2。腐蚀和膨胀导入c v2导入numpyasnpimport图。py plot PLT png=cv2 . im read( test . png )，0)PLT . figure()))))))1)PLT . im show(png)PLT . axis)off)# kernel=CV2 . getstructuringelemengelement 2)PLT . im show)侵蚀)ErodedimagePLT.axis)图像扩张=CV2。扩张(关闭))图像3) PLT.imshow(扩张)#扩张)

　　2.3.开运算和闭运算dst=cv.morphologyex(src，op，kernel[)，dst)，anchor[，iterations[，borderType[，bordervalue]通过腐蚀和膨胀最基本的形态学运算的所有运算根据图像计算某类不规则形状的区域。

　　第二个参数

　　先腐蚀后膨胀叫开操作，先膨胀后腐蚀的open_=cv2.morphologyex(img，cv2。MORPH_OPEN，kernel)消除噪点的操作称为闭操作，它填充前景对象。

　　-编码：utf-8-import c v2 importnumpyasnpimportmatplot . pyplotaspltpng=cv2 . im read(测试内核kernel=cv2 . getstructuringelement)2 .Morph _ rect，定义cv2。MORPH_CLOSE，内核(PLT。支线剧情)2)剧情。IM show)关闭)# closedimageplit。轴)oppf (3，3)到内核(PLT.subplot (1 1，3，3)

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。