OpenCVの：収縮と膨張画像

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。

おすすめ