OpenCV中的形态学

秃头蜘蛛

已于 2022-03-02 20:38:34 修改

阅读量3k

点赞数 1

文章标签： opencv 计算机视觉人工智能

于 2022-03-02 20:35:55 首次发布

本文链接：https://blog.youkuaiyun.com/go___on/article/details/123227702

版权

本文详细介绍了OpenCV中的形态学操作，包括图像二值化、自适应阈值二值化、图像腐蚀、膨胀、开运算、闭运算、形态学梯度、顶帽运算和黑帽运算，并给出了相应的API用法及示例效果，帮助理解各种操作在图像处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像二值化

二值化就是将图像的每个像素变成两种值，比如0或255，一般是对灰度图像进行处理
**全局二值化api:设定一个阈值，低于这个值的把像素值为0，高于的归为255或其他值（自己设定）

threshold(img, thresh, maxVal, type)
img ：图像，最好是灰度图像
thresh ：阈值
maxVal ：自己设定的像素点最大值
type ：THRESH_BINARY(低于阈值的设为0，高于的设为最大值),
THRESH_BINARY_INV（低于阈值的设为最大值，高于的设为0）
THRESH_TRUNC(低于阈值时不做改变，高于阈值的像素点设为阈值)
THRESH_TOZERO（高于阈值时不变，低于阈值时设为0）
THRESH_TOZERO_INV（低于阈值时不变，高于阈值时设为0）
【type 的后三种类型生成的图像不是二值化图像，图像中还是有梯度的】
下面图是type 的5个类型表达
在这里插入图片描述

import cv2
import numpy as np

img = cv2.imread('d:\\STUDY_OPENCV\\img\\cdog.jpg')
#把彩色图像变为灰度图像
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,dst = cv2.t