=腐食=薄い膨張脂肪:モルフォロジー演算、いわゆる形態素の拡張部の腐食は、画像がいくつかの理解、オブジェクトの形状を変更することです
主に使用cv2.erode()とcv2.dilate()注、ポイントは侵食および膨張のために画像の主要な白い部分を二値化することです
- 腐食は:それがあれば0点があるように、二値化画像の目的であるため、小型化を達成するために、0であり、原画像の各小領域において最小値をとります。したがって、以下の例では、我々はを取り除くためにグリッチの一部または非常に小さいもので腐食に写真を使用することができます
img = cv2.imread('dige.png')
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
kernel = np.ones((3,3),np.uint8)
#iteration的值越高,模糊程度(腐蚀程度)就越高 呈正相关关系且只能是整数
erosion = cv2.erode(img,kernel,iterations = 1)
cv2.imshow('erosion', erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 拡張:極大値が達成され、効果は「脂肪」である、我々は直接エッチングされた画像浸食の腐食例を操作することができます。少し明白なことを行うために、より大きな値のパラメータ私たちの繰り返しは、3に設定されています
kernel = np.ones((3,3),np.uint8)
dilate = cv2.dilate(erosion,kernel,iterations = 3)
cv2.imshow('dilate', dilate)
cv2.waitKey(0)
cv2.destroyAllWindows()