### 形态学处理 ###
# 腐蚀操作一般用于二值的图像(0,1)图像 iterations迭代次数
img = cv.erode(image,(3,3),iterations=1)
# 膨胀操作
img1 = cv.dilate(image,(3,3))
# 开运算:先腐蚀再膨胀
img2 = cv.morphologyEx(image,cv.MORPH_OPEN,(3,3))
# 闭运算:先膨胀再腐蚀
img3 = cv.morphologyEx(image,cv.MORPH_CLOSE,(3,3))
# 梯度运算
img4 = cv.morphologyEx(image,cv.MORPH_GRADIENT,(3,3))
show(img4)
# 礼帽运算 = 原始输入-开运算
img5 = cv.morphologyEx(image,cv.MORPH_TOPHAT,(3,3))
# 黑帽运算 = 闭运算-原始输入
img6 = cv.morphologyEx(image,cv.MORPH_BLACKHAT,(3,3))
Python OpenCV 形态学处理
形态学图像处理
最新推荐文章于 2024-09-17 16:52:47 发布
本文介绍使用OpenCV进行图像形态学处理的方法,包括腐蚀、膨胀、开运算、闭运算、梯度运算、礼帽运算和黑帽运算等基本操作及其应用场景。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Stable-Diffusion-3.5
图片生成
Stable-Diffusion
Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率
397

被折叠的 条评论
为什么被折叠?



