63 图像形态学—膨胀与腐蚀二
代码
import cv2 as cv
import numpy as np
src = cv.imread("../images/coins.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
# 二值化图像
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("binary", binary)
# 使用3x3结构元素进行膨胀与腐蚀操作
se = cv.getStructuringElement(cv.MORPH_RECT, (3, 3), (-1, -1))
dilate = cv.dilate(binary, se, None, (-1, -1), 1)
erode = cv.erode(binary, se, None, (-1, -1), 1)
# 显示
cv.imshow("dilate", dilate)
cv.imshow("erode", erode)
cv.waitKey(0)
cv.destroyAllWindows()
实验结果
解释
膨胀与腐蚀操作不仅可以对二值图像有效操作,对彩色与灰度图像也有作用,对于二值图像的腐蚀与膨胀来说,选择一个好的结构元素至关重要,OpenCV中获取结构元素的API与参数解释如下:
retval = cv.getStructuringElement(shape, ksize[, anchor])
shape
是指结构元素的类型,常见的有矩形、圆形、十字交叉ksize
是指结构元素大小anchor
中心锚点的位置
所有内容均来源于贾志刚老师的知识星球——OpenCV研习社,本文为个人整理学习,已获得贾老师授权,有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。