hu_666666的博客

直接展示代码：

开运算(open) ,先腐蚀后膨胀的过程。开运算可以用来消除小黑点，在纤细点处分离物体、平滑较大物体的边界的 同时并不明显改变其面积。形态学梯度(morph-grad)，可以突出团块(blob)的边缘，保留物体的边缘轮廓。闭运算(close)，先膨胀后腐蚀的过程。参考代码如下：

区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当满足一定的条件时，区域生长终止。区域生长的好坏决定于：1.初始点（种子点）的选取。2.生长准则。3.终止条件。区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标的提取。参考代码如下：

用python实现简单的图像分割，下面直接展示代码和结果。

在前面的文章中介绍过常用的几种边缘检测算子的用法，但没有做实际的效果图进行对比，所以本篇文章将以实际的实验结果来对比不同边缘检测算子的检测效果。

Laplacian算子对噪声比较敏感，由于其算法可能会出现双像素边界，常用来判断边缘像素位于图像的明区或暗区，很少用于边缘检测；Robert算子对陡峭的低噪声图像效果较好，尤其是边缘正负45度较多的图像，但定位准确率较差；Prewitt算子对灰度渐变的图像边缘提取效果较好，而没有考虑相邻点的距离远近对当前像素点的影响；Sobel算子考虑了综合因素，对噪声较多的图像处理效果更好。边缘检测算法主要是基于图像强度的一阶导数和二阶导数。

直方图均衡化主要用于增强动态范围偏小的图像的反差。直方图均衡化借助灰度统计直方图和灰度累积直方图来进行。灰度统计直方图反映了图像中不同灰度级的像素的个数；灰度累积直方图反映了图像中灰度级小于或等于某值的像素的个数。

是指将两幅原始图像对应位置处两个像素的灰度值通过逻辑操作得到一个新的灰度值，作为对应结果新图像同位置处像素的灰度值。因此，参与运算的两幅图像大小必须相等。一般用于灰度图像，指将两个像素的灰度值通过算术操作得到一个新的灰度值，作为对应结果新图像同位置处像素的灰度值；算术运算主要包括加、减、乘、除。逻辑运算的典型应用为边缘检测。基于逻辑运算的边缘检测算法包括以下六个步骤。图像的运算分为算术运算和逻辑运算；个结果图像进行逻辑或运算得到原图像的边缘。进行逻辑异或运算得到图。进行逻辑或运算得到图。

数字图像处理之通路长度的计算

M表示平移矩阵，其中x表示水平平移量，y表示垂直平移量1. src表示原始图像2. M表示平移矩阵3. dsize表示变换后的输出图像的尺寸大小4. dst为输出图像，其大小为dsize，类型与src相同5. flag表示插值方法的组合和可选值6. borderValue表示像素外推法，当borderMode = BORDER_TRANSPARENT时，表示目标图像中的像素不会修改源图像中的“异常值”。7. borderValue用于边界不变的情况，默认情况下为0。