機器學習進階-圖像形態學操做-腐蝕操做 1.cv2.erode(進行腐蝕操做)

1.cv2.erode(src, kernel, iteration)

參數說明：src表示的是輸入圖片，kernel表示的是方框的大小，iteration表示迭代的次數

腐蝕操做原理：存在一個kernel，好比(3, 3)，在圖像中不斷的平移，在這個9方框中，哪種顏色所佔的比重大，9個方格中將都是這種顏色

代碼：

1.讀取帶有毛刺的圖片

2.使用cv2.erode進行腐蝕操做，比較不一樣的kernel對結果的影響

3.讀取圓的圖片

4.使用cv2.erode進行腐蝕操做，比較不一樣的迭代次數對結果的影響

import cv2 import numpy as np # 1.讀取帶有毛刺的圖片
img = cv2.imread('dige.png') cv2.imshow('img', img) cv2.waitKey(0) cv2.destroyAllWindows()

# 2.比較不一樣的kernel最終的腐蝕效果
kernel = np.ones((3, 3), np.uint8) erosion_1 = cv2.erode(img, kernel, iterations=1) kernel_1 = np.ones((6, 6), np.uint8) erosion_2 = cv2.erode(img, kernel_1, iterations=1) cv2.imshow('erosion', np.hstack((erosion_1, erosion_2))) cv2.waitKey(0) cv2.destroyAllWindows()

# 3.讀取圓的圖片
pie = cv2.imread('pie.png') cv2.imshow('pie', pie) cv2.waitKey(0) cv2.destroyAllWindows()

# 4.比較不一樣的迭代次數對最終結果的影響
kernel = np.ones((20, 20), np.uint8) erosion_1 = cv2.erode(pie, kernel, iterations=1) erosion_2 = cv2.erode(pie, kernel, iterations=2) erosion_3 = cv2.erode(pie, kernel, iterations=3) imgs = np.hstack((erosion_1, erosion_2, erosion_3)) cv2.imshow('pie', imgs) cv2.waitKey(0) cv2.destroyAllWindows()