小編寫(xiě)這篇文章的一個(gè)主要目的,主要是來(lái)給大家做個(gè)解答,解答的內(nèi)容是利用Python Opencv,去獲取相關(guān)的卷積核的代碼,然后再用自己的方式,把這個(gè)代碼去進(jìn)行實(shí)現(xiàn)。就具體內(nèi)容,下面給大家詳細(xì)解答下。
1.cv2.getStructuringElement(shape,ksize,anchor=(-1,-1))
該函數(shù)構(gòu)造并返回可進(jìn)一步傳遞給createMorphologyFilter()、Correase()、Explate()或morphologyEx()的結(jié)構(gòu)元素。但您也可以自己構(gòu)造任意的二進(jìn)制掩碼,并將其用作結(jié)構(gòu)元素。
2.函數(shù)講解
getStructuringElement(shape,ksize,anchor=None):
Shape:結(jié)構(gòu)單元使用的類(lèi)型;
Ksize:卷積核的大小,如(3,3),(5,5)……。
Anchor:卷積核的錨點(diǎn)位置,默認(rèn)為中心位置,其值為(-1,-1);
3.代碼實(shí)戰(zhàn)
import os import cv2 import numpy as np def ErodeFilterRect(img_path='images/lenna.png'): img_src=cv2.imread(img_path) img=cv2.resize(src=img_src,dsize=(500,500)) img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2GRAY) #kernel=np.ones((7,7),dtype=np.uint8) kernel=cv2.getStructuringElement(shape=cv2.MORPH_RECT,ksize=(3,3)) print(kernel) img=cv2.erode(src=img,kernel=kernel,iterations=1) cv2.imshow('img_src',img_src) cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() def ErodeFilterELLIPSE(img_path='images/lenna.png'): img_src=cv2.imread(img_path) img=cv2.resize(src=img_src,dsize=(500,500)) img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2GRAY) #kernel=np.ones((7,7),dtype=np.uint8) kernel=cv2.getStructuringElement(shape=cv2.MORPH_ELLIPSE,ksize=(3,3)) print(kernel) img=cv2.erode(src=img,kernel=kernel,iterations=1) cv2.imshow('img_src',img_src) cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() def ErodeFilterCROSS(img_path='images/lenna.png'): img_src=cv2.imread(img_path) img=cv2.resize(src=img_src,dsize=(500,500)) img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2GRAY) #kernel=np.ones((7,7),dtype=np.uint8) kernel=cv2.getStructuringElement(shape=cv2.MORPH_CROSS,ksize=(3,3)) print(kernel) img=cv2.erode(src=img,kernel=kernel,iterations=1) cv2.imshow('img_src',img_src) cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() if __name__=='__main__': print('Pycharm') #ErodeFilterRect() #ErodeFilterELLIPSE() ErodeFilterCROSS()
綜上所述,這篇文章就給大家解答完畢,希望可以給大家?guī)?lái)幫助。
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/128363.html
摘要:但無(wú)論是用于何種用途,這些圖像都需要進(jìn)行處理。圖像處理中的常見(jiàn)任務(wù)包括顯示圖像,基本操作如裁剪翻轉(zhuǎn)旋轉(zhuǎn)等,圖像分割,分類(lèi)和特征提取,圖像恢復(fù)和圖像識(shí)別。圖像處理系統(tǒng)有時(shí)被稱(chēng)為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文標(biāo)題:10 Python image manipulation...
閱讀 923·2023-01-14 11:38
閱讀 896·2023-01-14 11:04
閱讀 756·2023-01-14 10:48
閱讀 2056·2023-01-14 10:34
閱讀 961·2023-01-14 10:24
閱讀 840·2023-01-14 10:18
閱讀 510·2023-01-14 10:09
閱讀 588·2023-01-14 10:02