opencv画像腐食と画像膨張の実現


言語:python+opencv
なぜ画像腐食と画像膨張を使うのですか?
図のように,画像腐食を用いてノイズ除去を行ったが,圧縮雑音であった。
腐食した画像に対しては、膨張処理を行い、ノイズを除去し、そのままの形状を維持することができます。

イメージ腐食
腐食は主に2値の画像を対象としており、0と1の値しかない。
二つの入力対象:1元の二値画像、2畳核
畳み込み核を使用して元の二値画像を遍歴します。畳み込み核に対応する元素値が全部1なら、その値は1だけです。そうでなければ0です。図のように、赤色は積核です。

腐食後の結果は下の図を示しており、効果は端を一部抹消している。

使用方法:ero de中国語翻訳:侵食
処理結果=cv.2.erode(オリジナル画像src,畳み込み核ケネル,反復回数iterations)
畳み込み核kernel:普通は正方形の配列です。
例えば:k=np.ones((5,5)、np.uint 8)
繰り返し回数iteration:腐食回数、デフォルト1

import cv2
import numpy as np
o=cv2.imread("erode.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((5,5),np.uint8)
r=cv2.erode(o,k,iterations=10)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

画像膨張
画像腐食の逆操作。
二値画像を対象にします。
二つのパラメータを入力します。

畳込みで2値の画像を確認して巡回します。畳み込み核に対応する画像のピクセルポイントは1つがあれば、値は1です。そうでなければ、0です。

使用方法:dilate
結果=cv 2.dilate(二値画像src,畳み込み核k,反復回数itreations)
畳み込み核正方形配列:np.ones((5,5)、np.uint 8)

import cv2
import numpy as np
o=cv2.imread("dilation.bmp",cv2.IMREAD_UNCHANGED)
k=np.ones((5,5),np.uint8)
r=cv2.dilate(o,k,iterations=1)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

ここで、opencv画像の腐食と画像の膨張の実現についての記事を紹介します。これに関連して、opencv画像の腐食と画像の膨張については、以前の記事を検索してください。または、下記の関連記事を引き続きご覧ください。これからもよろしくお願いします。