getStructuringElement函数以及开、闭、腐蚀、膨胀原理讲解

这篇具有很好参考价值的文章主要介绍了getStructuringElement函数以及开、闭、腐蚀、膨胀原理讲解。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

cv2.getStructuringElement()函数的作用是返回一个结构元素(卷积核),具体解析如下:

kernel = cv2.getStructuringElement(a,b,c): # 得到一个结构元素(卷积核)。主要用于后续的腐蚀、膨胀、开、闭等运算。
因为这些运算都是依赖于卷积核的,不同的卷积核(形状、大小)对图形的腐蚀、膨胀操作效果不一样

输入参数:
 		a设定卷积核的形状、b设定卷积核的大小、c表示描点的位置,一般 c = 1,表示描点位于中心。(下文细说)
返回值:
 		返回指定形状和尺寸的结构元素(一般是返回一个矩形)、也就是腐蚀/膨胀用的核的大小。(下文细说)

a取不同的参数会导致卷积核有不同的形状,a参数有三个:
①:MORPH_RECT(函数返回矩形卷积核)
②:MORPH_CROSS(函数返回十字形卷积核)
③:MORPH_ELLIPSE(函数返回椭圆形卷积核)

b:用一个(x,y)的形式表示,表示卷积核有x行,y列。

腐蚀操作
①:腐蚀操作的对象是二值化图像,二值图像前景物体为1,背景为0,卷积核也是只含有0和1。
②:比如这是图像A和一个卷积核(结构元素):
getstructuringelement,计算机视觉,opencv,python

(注意A的像素点(方格)不是0就是1。B的描点(中心点)就是我们通过getStructuringElement函数中的参数c来确定的,也可以设立在其他地方)

腐蚀的步骤就是用卷积核B的描点(此处就是中心点),来对齐A中的每一个小方格,然后选取卷积核B的方格中的数据的最小值,意思就是当B的描点对齐A的边界方格的时候,那么B的其他四个方格可能位于A图像中的0像素点,那么最小值就是0,那么就把卷积核B的描点对应的A中的小方格设为0,这就导致使用腐蚀操作后,我我们能看到的白色区域减少的原因。

kernel = cv2.getStructuringElement(a,b,c)
cv2.erode(img, kernel, iteration = 1)# 腐蚀操作

膨胀操作
原理与腐蚀操作一样,只不过是取最大像素值,其他地方没差别。

kernel = cv2.getStructuringElement(a,b,c)
cv2.dilate(img, kernel, iteration = 1)# 膨胀操作

开、闭
开:先进行腐蚀运算,再进行膨胀运算。
闭:先进行膨胀运算,再进行腐蚀运算。

kernel = cv2.getStructuringElement(a,b,c)
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN,kernel) # 开运算
opening = cv2.morphologyEx(ima,cv2.MORPH_CLOSE,lernel) # 闭运算

开运算和闭运算都是处理噪点用的:
开:消去一个黑图中的很多小白点
闭:小区一个白图中的很多小黑点 如:

原图:
getstructuringelement,计算机视觉,opencv,python
开运算:
getstructuringelement,计算机视觉,opencv,python
闭运算:
getstructuringelement,计算机视觉,opencv,python文章来源地址https://www.toymoban.com/news/detail-793724.html

到了这里,关于getStructuringElement函数以及开、闭、腐蚀、膨胀原理讲解的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • opencv膨胀腐蚀

      OpenCV 是一个开源的计算机视觉库,它包含了许多图像处理的功能,其中膨胀和腐蚀是两种常用的形态学操作。 膨胀(Dilation):膨胀操作是将图像中的高亮区域(白色像素)扩张,从而填充低亮区域(黑色像素)。这可以用于消除图像中的噪声,连接相邻的物体等。在 

    2024年02月06日
    浏览(41)
  • Python与FPGA——膨胀腐蚀

      腐蚀是指周围的介质作用下产生损耗与破坏的过程,如生锈、腐烂等。而腐蚀算法也类似一种能够产生损坏,抹去部分像素的算法。   膨胀腐蚀之前需要对图像进行二值化处理,然后进行以下处理。   腐蚀: P = P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 P 9 P = P1 P2 P3 P4 P5 P6

    2024年03月09日
    浏览(19)
  • Opencv基础操作-腐蚀操作-膨胀操作

    腐蚀操作原理(使价值信息越来越少) 初始化一个核(初始化大小和尺寸),类似于一个滑动窗口,在目标图像上面进行遍历,若这个窗口内图像的像素都大于或者都小于窗口元素(都为前景或者背景)则不进行操作,若不同,则将窗口内对应的图像像素进行腐蚀操作( 将

    2024年02月03日
    浏览(31)
  • opencv 图像腐蚀膨胀 erode dilate

    2024年02月16日
    浏览(39)
  • 使用 OpenCV 进行图像操作:腐蚀、膨胀等等

    形态变换是根据形状变换图像的图像处理方法。这一过程有助于区域形状的表征和描绘。这些变换使用应用于输入图像的结构元素,并生成输出图像。形态学操作有多种用途,包括去除图像中的噪声、定位图像中的强度凹凸和孔洞以及连接图像中的不同元素。形态转变有两种

    2024年02月09日
    浏览(29)
  • OpenCV 入门教程:膨胀和腐蚀操作

    膨胀和腐蚀是图像处理中常用的形态学操作,用于改变图像的形状和结构。在 OpenCV 中,膨胀和腐蚀是基于结构元素的像素操作,可以用于图像增强、边缘检测、图像分割等多个领域。本文将以膨胀和腐蚀操作为中心,为你介绍使用 OpenCV 进行形态学操作的基本步骤和实例。

    2024年02月13日
    浏览(28)
  • 【OpenCv • c++】形态学技术操作 —— 腐蚀与膨胀

    🚀 个人简介:CSDN「 博客新星 」TOP 10 , C/C++ 领域新星创作者 💟 作    者: 锡兰_CC ❣️ 📝 专    栏: 【OpenCV • c++】计算机视觉 🌈 若有帮助,还请 关注➕点赞➕收藏 ,不行的话我再努努力💪💪💪

    2024年02月04日
    浏览(34)
  • python --opencv图像处理(图像腐蚀与图像膨胀)

    图像的腐蚀( Erosion )和膨胀( Dilation )是两种基本的形态学运算,主要用来寻找图像中的极大区域和极小区域。 又出来新名词了:形态学。 图像处理中指的形态学,往往表示的是数学形态学。数学形态学( Mathematical morphology ) 是一门建立在格论和拓扑学基础之上的图像

    2024年02月08日
    浏览(38)
  • matlab自己编写代码实现二值图像‘腐蚀与膨胀’

    我是将 1白视为主体,0黑视为背景 结构元素的中心在图像的边界的时候,会有导致结构元素的一部分在图像外,所以我在处理图像的时候先将图像放大 一个待处理对象X,一个结构元素S,S对X的腐蚀得到的结果是由X中能够包含整个S的像素点所组成的。 我的理解: 将S的中心依

    2024年02月05日
    浏览(32)
  • 图片的腐蚀,膨胀,开丶闭运算,梯度计算,礼帽与黑帽

    1 腐蚀操作 用于图片的去毛刺,内容削减 2 膨胀操作 3 开运算,闭运算 4 梯度运算 5 礼帽与黑帽  

    2023年04月21日
    浏览(21)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包