基于OpenCV的膨胀和腐蚀
生活随笔
收集整理的這篇文章主要介紹了
基于OpenCV的膨胀和腐蚀
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
本博客講解形態雪中的膨脹和腐蝕操作。使用的函數為:
??????? cv::erode
??????? cv::erode
??????? cv::dilate
形態學操作
簡而言之:一組基于形狀的圖像處理的操作。形態學運算對輸入圖像應用astructuring元素生成一個輸出圖像。
最基本的形態操作是兩個:腐蝕和膨脹。他們有一個廣泛的用途,即:
- 去除噪聲
- 單個元素的分離和圖像中的分離元素的連接
- 發現圖像中的強度顛簸或空洞
我們將簡要地解釋擴張和侵蝕,使用下面的圖像作為一個例子:
Dilation
- 該操作由卷積圖像 A 和某個卷積核 ( B)的卷積完成,卷積核可以有任何形狀或大小,通常是一個方形或圓形.
- 卷積核 B 有一個定義的錨定點( anchor point), 通常是內核的中心.
-
隨著卷積核 B 掃過圖像, 我們計算由卷積核 B 覆蓋的的像素的最大值,并用該最大值替換在錨定點位置的圖像像素。 可以推斷,這種最大化的操作使圖像內明亮區域“生長”(也就是所謂的膨脹)。以上面的圖片為例。應用擴張,我們可以得到:
圍繞黑色字母區域的背景 (亮的區域) 的膨脹
Erosion
這個操作是在內核重疊區域上計算一個局部最小值.
隨著卷積核B 掃過圖像, 計算有卷積核 B 覆蓋部分像素的最小值,并用最小值替換在錨定點的圖像像素.
和dilation的例子一樣,我們可以對原始圖像應用腐蝕算子。你可以看到在下面的結果,圖像的明亮區域(背景,顯然的),變得更薄,而黑暗的區域(“書寫”部分)變得更大。
例子
總結
以上是生活随笔為你收集整理的基于OpenCV的膨胀和腐蚀的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于OpenCV平滑图像
- 下一篇: 膨胀和腐蚀之外的其他形态学变换