実際に収縮と膨張画像畳み込み演算、第一ガイドパッケージ:
インポートのNPとしてnumpyの インポートCV2の インポートPLTのようmatplotlib.pyplot デフ:ショー(画像) plt.imshow(画像) plt.axis(' オフ' ) plt.show() DEF 関数imread(画像): 画像 = cv2.imread(画像) 画像 = cv2.cvtColor(画像、cv2.COLOR_BGR2RGB) リターン画像
そして、正方形のコアを生成します。
カーネル= cv2.getStructuringElement(cv2.MORPH_RECT、(5,5 )) プリント(カーネル)
出力:
[1 1 1 1 1 ] 、[ 1 1 1 1 1 ] 、[ 1 1 1 1 1 ] 、[ 1 1 1 1 1 ] 、[ 1 1 1 1 1]
もちろん、私たちが使用している正方形の計算などのコアは、この方法はまた、生成された楕円形の核を示していたときに:
= cv2.getStructuringElementカーネル(cv2.MORPH_ELLIPSE、(10,10)) #ここで生成が楕円形である プリント(カーネル)
クロス形の核:
= cv2.getStructuringElementカーネル(cv2.MORPH_CROSS、(5,5)) #ここで生成されたクロスで 印刷(カーネル)
画像の畳み込みをエッチング:大きな黒いドットを可能
カーネル= cv2.getStructuringElement(cv2.MORPH_RECT、(10,10 )) ERO = cv2.erode(画像、カーネル) ショー(ERO)
腐食サイクルタイム:
ショー(画像) カーネル = cv2.getStructuringElement(cv2.MORPH_RECT、(10,10 )) のための I における範囲(2 ): ERO = cv2.erode(画像、カーネル、反復= I + 1 ) ショー(ERO)
黒点の中から画像を除去するための拡大画像、白ドットが増加:
表示(画像)#1 画像の畳み込みが最大面積を解決するために、拡張され、腐食の最小面積が解決さ 散大= cv2.dilate(イメージ、カーネル) を表示する(拡張術)位間で黒画像を除去しますドット
除去サイクル:
画像=関数imread(' 123.jpg ' ) を表示する(画像) カーネル = cv2.getStructuringElement(cv2.MORPH_RECT、(21,21 )) のための I における範囲(3 ): ERO = cv2.erode(画像、カーネル、反復= I + 1 ) ショー(拡張)
ここでは、インフレの治療アテナ像の効果は次のとおりです。