首页 / PYTHON / opencv-python 图像基础处理（三）

opencv-python 图像基础处理（三）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了opencv-python 图像基础处理（三），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1826字，纯文字阅读大概需要3分钟。

内容图文

腐蚀操作

            #
            腐蚀操作
            import
              cv2

            import
             numpy as  np
img=cv2.imread("d:/ke.png")
kernel = np.ones((3,3),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)#腐蚀操作 iterations控制腐蚀程度
erosion1 = cv2.erode(img,kernel,iterations = 2)
erosion2 = cv2.erode(img,kernel,iterations = 3)
res=np.hstack((img,erosion,erosion1,erosion2))
cv2.imshow(‘erosion‘, res)
cv2.waitKey(0)
cv2.destroyAllWindows()

技术分享图片

 

 膨胀操作

            import
              cv2

            import
             numpy as np
img=cv2.imread("d:/ke.png")
kernel=np.ones((3,3),np.uint8)
img_diate=cv2.dilate(img,kernel,iterations=1) #膨胀操作
img_diate1=cv2.dilate(img,kernel,iterations=2)
img_diate2=cv2.dilate(img,kernel,iterations=3)
res=np.hstack((img_diate,img_diate1,img_diate2)) #水平展示
cv2.imshow("ditae",res)
cv2.waitKey(0)
cv2.destroyAllWindows()

技术分享图片

 

 开闭运算

            import
              cv2

            import
              numpy as np
img=cv2.imread("d:/ke.png")
kernel=np.ones((3,3),np.uint8)
open=cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)#开运算：先腐蚀，后膨胀
close=cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)#关运算：先膨胀，后腐蚀
res=np.hstack((open,close))
cv2.imshow("kai vs close",res)
cv2.waitKey(0)
cv2.destroyAllWindows()

技术分享图片

 

 梯度运算

            #
            梯度运算
            import
              cv2

            import
              numpy as np
img=cv2.imread("d:/ke.png")
kernel=np.ones((3,3),np.uint8)
dilate=cv2.dilate(img,kernel,iterations=3) #膨胀
erosion=cv2.erode(img,kernel,iterations=3) #腐蚀
gradient=cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel) #梯度
res=np.hstack((dilate,erosion,gradient))
cv2.imshow("show",res)
cv2.waitKey(0)
cv2.destroyAllWindows()

技术分享图片

 

 礼帽与黑帽

礼帽 = 原始输入-开运算结果

黑帽 = 闭运算-原始输入

            import
             cv2

            import
             numpy as  np
img=cv2.imread("d:/ke.png")
kernel=np.ones((3,3),np.uint8)
tophar=cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel) #礼帽
blackhar=cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel) #黑帽
res=np.hstack((tophar,blackhar))
cv2.imshow("hat",res)
cv2.waitKey(0)
cv2.destoryAllWindows()

技术分享图片

 

原文：https://www.cnblogs.com/xujunjia/p/11442441.html

内容总结

以上是互联网集市为您收集整理的opencv-python 图像基础处理（三）全部内容，希望文章能够帮你解决opencv-python 图像基础处理（三）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1229629.html

来源：【匿名】