[Python图像处理] 八.图像腐蚀与图像膨胀
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割等,后期结合深度学习研究图像识别、图像分类、目标检测应用。
前一篇文章介绍图像阈值化处理操作,包括二进制阈值化、反二进制阈值化、截断阈值化、反阈值化为0、阈值化为0。本篇文章将讲解Python调用OpenCV实现图像腐蚀和图像膨胀的算法,基础知识,希望对您有所帮助。如果有不足之处,还请海涵~
一.基础理论
二.图像腐蚀代码实现
三.图像膨胀代码实现
四.总结
https://github.com/eastmountyxz/
ImageProcessing-Python
前文回顾(下面的超链接可以点击喔):
[Python图像处理] 二.OpenCV+Numpy库读取与修改像素
[Python图像处理] 八.图像腐蚀与图像膨胀
学Python近八年,认识了很多大佬和朋友,感恩。由于在外求学且需要养娃,故在CSDN设置成了最低价收费专栏,觉得不错的可以购买抬爱;但作者的本意是帮助更多初学者入门,因此在github开源了所有代码,也在公众号同步更新。深知自己很菜,得拼命努力前行,编程也没有什么捷径,干就对了。希望未来能更透彻学习和撰写文章,同时非常感谢参考文献中的大佬们的文章和分享,共勉。
- https://blog.csdn.net/eastmount
一. 基础知识
二. 图像腐蚀代码实现
二值图像
卷积核
被扫描到的原始图像中的像素点,只有当卷积核对应的元素值均为1时,其值才为1,否则其值修改为0。换句话说,遍历到的黄色点位置,其周围全部是白色,保留白色,否则变为黑色,图像腐蚀变小。
注意:迭代次数默认是1,表示进行一次腐蚀,也可以根据需要进行多次迭代,进行多次腐蚀。
#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = cv2.imread('test01.jpg', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((5,5), np.uint8)
#图像腐蚀处理
erosion = cv2.erode(src, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", erosion)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
由图可见,干扰的细线被进行了清洗,但仍然有些轮廓,此时可设置迭代次数进行腐蚀。
erosion = cv2.erode(src,
kernel,iterations=9)
三. 图像膨胀代码实现
图像被腐蚀后,去除了噪声,但是会压缩图像。
对腐蚀过的图像,进行膨胀处理,可以去除噪声,并且保持原有形状。
二值图像或原始图像
卷积核
注意:迭代次数默认是1,表示进行一次膨胀,也可以根据需要进行多次迭代,进行多次膨胀。通常进行1次膨胀即可。
#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = cv2.imread('test02.png', cv2.IMREAD_UNCHANGED)
#设置卷积核
kernel = np.ones((5,5), np.uint8)
#图像膨胀处理
erosion = cv2.dilate(src, kernel)
#显示图像
cv2.imshow("src", src)
cv2.imshow("result", erosion)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
erosion = cv2.erode(src, kernel)
result = cv2.dilate(erosion, kernel)
四.总结
一.基础理论
二.图像腐蚀代码实现
三.图像膨胀代码实现
回想2018年当时写这篇文章的感言,不错!
三尺讲台,三寸舌,
三千桃李,三杆笔。
再累再苦,站在讲台前就是最美的自己,几个月的烦恼和忧愁都已消失,真的好享受这种状态,仿佛散着光芒,终于给低年级的同学上课了越早培养编程兴趣越好,恨不能倾囊相授。即使当一辈子的教书匠,平平淡淡也喜欢,而且总感觉给学生讲课远不是课酬和职称所能比拟,这就是所谓的事业,所谓的爱好。
源代码下载地址,记得帮忙点star和关注喔!
https://github.com/eastmountyxz/
ImageProcessing-Python
2020年8月18新开的“娜璋AI安全之家”,主要围绕Python大数据分析、网络空间安全、人工智能、Web渗透及攻防技术进行讲解,同时分享CCF、SCI、南核北核论文的算法实现。娜璋之家会更加系统,并重构作者的所有文章,从零讲解Python和安全,写了近十年文章,真心想把自己所学所感所做分享出来,还请各位多多指教,真诚邀请您的关注!谢谢。
(By:Eastmount 2021-05-03 夜于贵阳 )
参考文献,在此感谢这些大佬,共勉!
[1] 冈萨雷斯. 数字图像处理(第3版)[M]. 电子工业出版社, 2013.
[2] 罗子江. Python中的图像处理[M]. 科学出版社, 2020.
[3] https://blog.csdn.net/Eastmount
[4]《计算机图形学》基础知识
[5] 部分内容参考网易云lilizong老师的视频