形態(tài)學(xué)中的膨脹操作即讓照片變得更大，與腐蝕操作互為逆運(yùn)算
cv2.dilate(erosion,kernel,iterations = 1)
第一個(gè)參數(shù)：圖像對(duì)象名稱
第二個(gè)參數(shù)：卷積核的大小
第三個(gè)參數(shù)：迭代次數(shù)
此時(shí)就可與腐蝕操作進(jìn)行相結(jié)合，腐蝕去毛毛但是會(huì)損壞圖像粗細(xì)，然后再膨脹盡可能還原圖像

import cv2 import numpy as npdef show_photo(name,picture):cv2.imshow(name,picture)cv2.waitKey(0)cv2.destroyAllWindows()img = cv2.imread('E:\Jupyter_workspace\study\data/jiaju.png') show_photo('jiaju',img)kernel = np.ones((3,3),np.uint8) erosion = cv2.erode(img,kernel,iterations = 1) show_photo('erosion',erosion)kernel = np.ones((3,3),np.uint8) dige_dilate = cv2.dilate(erosion,kernel,iterations = 1) show_photo('dilate',dige_dilate)res = np.hstack((img,erosion,dige_dilate)) show_photo('YT_FS-PZ',res)

原圖：

腐蝕：

膨脹：

合并對(duì)比：

接著看下迭代次數(shù)iterations對(duì)膨脹操作的效果

import cv2 import numpy as npdef show_photo(name,picture):cv2.imshow(name,picture)cv2.waitKey(0)cv2.destroyAllWindows()pie = cv2.imread('E:\Jupyter_workspace\study\data/pie.png')kernel = np.ones((30,30),np.uint8) dilate_1 = cv2.dilate(pie,kernel,iterations = 1) dilate_2 = cv2.dilate(pie,kernel,iterations = 2) dilate_3 = cv2.dilate(pie,kernel,iterations = 3) res = np.hstack((pie,dilate_1,dilate_2,dilate_3))show_photo('YT_1-2-3',res)

總結(jié)

以上是生活随笔為你收集整理的07-对图像进行膨胀操作的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。