opencv python 学习第三天图片腐蚀和膨胀

最新推荐文章于 2024-02-06 09:22:57 发布

原创最新推荐文章于 2024-02-06 09:22:57 发布 · 1.2w 阅读

5 ·

CC 4.0 BY-SA版权

opencv 学习专栏收录该内容

11 篇文章

订阅专栏

本文介绍了一种基于腐蚀和膨胀操作的图像边缘检测方法。通过定义一个特定的5x5十字形结构元素，对图像进行腐蚀和膨胀处理，再通过两幅处理后图像的相减来获取边缘信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

定义一个5x5的结构：kernel=np.uint8(np.zeros((5,5)))

（1）腐蚀操作：

定义了一个5×5的十字形结构元素其实是一个5x5的矩阵，我们知道在图片的腐蚀过程，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作,如果都为1，结果图像的该像素为1。否则为0,腐蚀处理的结果是使原来的二值图像减小一圈。

使用的函数：cv2.erode(img,kernel);

（2）膨胀操作：

使用同样的结构，对图片的每个点，使用这个结构扫描每一个点，用结构元素与其覆盖的二值图像做“与”操作,如果出现1，结果图像的该像素为1。否则为0,腐蚀处理的结果是使原来的二值图像扩大一圈。

使用的函数：cv2.dilate(img,kernel)

两张图片相减得到图片的边缘。

代码：

#encoding=utf-8
import cv2  
import numpy as np  
#定义了一个5×5的十字形结构元素,
#用结构元素与其覆盖的二值图像做“与”操作
#如果都为1，结果图像的该像素为1。否则为0
#腐蚀处理的结果是使原来的二值图像减小一圈。
#00100
#00100
#11111
#00100
#00100
kernel=np.uint8(np.zeros((5,5)))
for x in range(5):
	kernel[x,2]=1;
	kernel[2,x]=1;
#读入图片
img = cv2.imread('./1.jpg',0)
#腐蚀图像 
eroded=cv2.erode(img,kernel);
#膨胀图像  
dilated = cv2.dilate(img,kernel)



#将两幅图像相减获得边，第一个参数是膨胀后的图像，第二个参数是腐蚀后的图像  
result = cv2.absdiff(dilated,eroded);  
#取反
x=0;
y=0;
width=result.shape[0]
height=result.shape[1]
while x<width:
	y=0
	while y<height:
		result[x][y]=255-result[x][y]
		y=y+1;
	x=x+1
cv2.imwrite("./eroded.jpg", eroded)
cv2.imwrite("./dilated.jpg", dilated)
cv2.imwrite("./result.jpg", result)


cv2.waitKey(0)  
cv2.destroyAllWindows()

结果