8、计算机视觉中的图像处理与实际应用

计算机视觉中的图像处理与实际应用

1. 图像形态学变换

形态学操作基于图像的形状，在二值图像上效果最佳。它能去除图像中的大量无用信息，如噪声。任何形态学操作都需要两个输入：图像和内核。

• 腐蚀（Erosion） ：去除图像的边界，使图像变细。在二值图像中，白色为前景，黑色为背景。前景图像边界的所有像素都变为零，从而使图像变细并侵蚀边界。
• 膨胀（Dilation） ：与腐蚀相反，它扩展前景图像的边界并使其平滑。
• 形态学梯度（Morphological Gradient） ：是膨胀和腐蚀的差值，返回图像的轮廓。

以下是在OpenCV中使用这些操作的基本代码：

import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('/home/pi/book/test_set/morphological.tif',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 2)
dilation = cv2.dilate(img,kernel,iterations = 2)
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
titles=['Origina