计算机视觉-腐殖&膨胀操作_pil侵蚀膨胀迭代-优快云博客

本文链接：https://blog.youkuaiyun.com/Es_trella222/article/details/128168759

本文通过实例演示了如何使用Python的OpenCV库实现图像的腐蚀和膨胀操作，并展示了不同迭代次数下图像的变化效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

腐殖操作

读取照片并输出

import cv2 
import matplotlib.pyplot as plt
import numpy as np 
import os 
from PIL import Image
import pylab
from dill.tests.test_mixins import fx

os.chdir('D:/AAA大学/3大二上/计算机视觉/第2-7章笔记课件') 
img=cv2.imread('dige.png')
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

出现如下图片

对图片进行腐殖操作

kernel=np.ones((5,5),np.uint8)
erosion=cv2.erode(img,kernel,iterations=1)#迭代次数,
cv2.imshow('erosion',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()

迭代一次结果

迭代两次结果

迭代三次结果

对圆进行赋值操作(更可视化

#对圆进行腐殖操作
pie=cv2.imread('pie.png')
cv2.imshow('pie',pie)
cv2.waitKey(0)
cv2.destroyAllWindows()

kernel=np.ones((30,30),np.uint8)
erosion_1=cv2.erode(pie,kernel,iterations=1)
erosion_2=cv2.erode(pie,kernel,iterations=2)
erosion_3=cv2.erode(pie,kernel,iterations=3)
res=np.hstack((erosion_1,erosion_2,erosion_3))
cv2.imshow('res',res)
cv2.waitKey(0)

原图

从左到右分别为腐殖操作一次,两次,三次

膨胀操作

由于膨胀操作与腐殖操作相似,故而附上整段代码,操作图片如下.

import cv2 
import matplotlib.pyplot as plt
import numpy as np 
import os 
from PIL import Image
import pylab
from dill.tests.test_mixins import fx

os.chdir('D:/AAA大学/3大二上/计算机视觉/第2-7章笔记课件') 
img=cv2.imread('dige.png')
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

kernel=np.ones((3,3),np.uint8)
erosion=cv2.erode(img,kernel,iterations=1)
cv2.imshow('erosion',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()

kernel=np.ones((3,3),np.uint8)
dige_dilate=cv2.dilate(erosion,kernel,iterations=1)
cv2.imshow('dige_dilate',dige_dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()

pie=cv2.imread('pie.png')
kernel=np.ones((30,30),np.uint8)
dilate1=cv2.dilate(pie,kernel,iterations=1)
dilate2=cv2.dilate(pie,kernel,iterations=2)
dilate3=cv2.dilate(pie,kernel,iterations=3)
res=np.hstack((dilate1,dilate2,dilate3))
cv2.imshow('res',res)
cv2.waitKey(0)
cv2.destroyAllWindows()