chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

OpenCV中實現(xiàn)了圖像形態(tài)學什么常見操作?

新機器視覺 ? 來源:視學算法 ? 作者:視學算法 ? 2021-05-27 14:11 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

圖像形態(tài)學是圖像處理的分支學科,在二值圖像處理中占有重要地位、OpenCV中實現(xiàn)了圖像形態(tài)學如下常見操作:

-膨脹操作

-腐蝕操作

-開操作

-閉操作

-擊中擊不中操作

-黑帽操作

-頂帽操作

-梯度操作

在開始相關API與代碼演示之前,首先要加載圖片然后把圖像從彩色圖像轉換為二值圖像,實現(xiàn)代碼如下:

144ab1d0-be50-11eb-9e57-12bb97331649.png

結構元素

圖像形態(tài)學操作,必須有結構元素才可以,不同形狀的結構元素對同樣的圖像進行相同的操作可以得到不同的輸出結果,所以在形態(tài)學操作中結構元素的選擇至關重要。OpenCV中獲取結構元素的相關代碼如下:

1454132e-be50-11eb-9e57-12bb97331649.png

腐蝕操作

腐蝕操作是將結構元素覆蓋下的中心像素點的值用最小值替換,得到結果即為腐蝕操作輸出圖像,通過OpenCV API調用實現(xiàn)腐蝕操作的代碼如下

145ef15e-be50-11eb-9e57-12bb97331649.png

膨脹操作

膨脹操作是將結構元素覆蓋下的中心像素點的值用最大值替換,得到結果即為膨脹操作輸出圖像,通過OpenCV API調用實現(xiàn)膨脹操作的代碼如下

147c67de-be50-11eb-9e57-12bb97331649.png

開操作

開操作是首先對圖像進行腐蝕操作,然后在對圖像進行膨脹操作,開操作可以斷開兩個對象的連接性。實現(xiàn)對象分離。開操作的代碼實現(xiàn)如下:

1490d444-be50-11eb-9e57-12bb97331649.png

閉操作

閉操作使用結構元素對圖像先膨脹后腐蝕,正好跟開操作的順序相反,但是閉操作絕對不是開操作的反操作結果。閉操作可以消除圖像中背景小點。OpenCV中開操作代碼演示如下:

14af24c6-be50-11eb-9e57-12bb97331649.png

擊中擊不中操作(Hit and Miss)

根據(jù)結構元素的選擇被擊中的區(qū)域將會被保留、而沒有被擊中的區(qū)域則被去掉OpenCV中代碼演示如下:

14c81756-be50-11eb-9e57-12bb97331649.png

黑帽操作

黑帽操作的結果是圖像閉操作與源圖像之間的不同,OpenCV中實現(xiàn)圖像黑帽操作的代碼如下:

14e8c082-be50-11eb-9e57-12bb97331649.png

頂帽操作

頂帽操作是源圖像與開操作結果之間的差異,頂帽操作可以顯示出圖像中區(qū)域之間微小不同之處。OpenCV頂帽操作的代碼演示如下:

14fe2eea-be50-11eb-9e57-12bb97331649.png

梯度操作

形態(tài)學的梯度操作是圖像膨脹與腐蝕結果之間的不同,常見的梯度操作是基本梯度-是膨脹與腐蝕結果之間不同。OpenCV的代碼演示如下:

1512385e-be50-11eb-9e57-12bb97331649.png

函數(shù)說明

morphologyEx- 形態(tài)學操作函數(shù)

-第一個參數(shù)表示輸入圖像,通道數(shù)目任意,位數(shù)可以是8、16、32

-第二個參數(shù)表示輸出圖像,通道數(shù)與位數(shù)與輸入圖像一致

-第三個參數(shù)表示是那種形態(tài)學操作

-第四個參數(shù)表示結構元素是什么

上述舉例都是基于矩形結構元素5x5窗口大小,此外文章中還定義另外兩種結構元素,感興趣的讀者可以自己嘗試。

原文標題:OpenCV中圖像形態(tài)學操作

文章出處:【微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

責任編輯:haq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 圖像
    +關注

    關注

    2

    文章

    1094

    瀏覽量

    41272
  • OpenCV
    +關注

    關注

    32

    文章

    642

    瀏覽量

    42914

原文標題:OpenCV中圖像形態(tài)學操作

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    itop-3568開發(fā)板機器視覺opencv開發(fā)手冊-圖像繪制-畫線

    demo11_line.py 然后向該文件添加以下內容: 第 1 行和第 2 行分別導入了 opencv 和 numpy 庫; 第 3 行使用 zeros()函數(shù)創(chuàng)建一個 512x512 的黑色圖片; 第 4 行使
    發(fā)表于 06-04 10:38

    高光譜成像相機:基于高光譜成像技術的玉米種子純度檢測研究

    種子純度是衡量種子質量的核心指標之一,直接影響農作物產(chǎn)量與品質。傳統(tǒng)檢測方法(如形態(tài)學觀察、生化分析)存在耗時長、破壞樣本、依賴人工等缺陷。近年來,高光譜成像技術因其融合光譜與圖像信息的優(yōu)勢,成為
    的頭像 發(fā)表于 05-29 16:49 ?175次閱讀

    基于LockAI視覺識別模塊:C++同時識別輪廓和色塊

    ./Test-Finecolorandshape 5.2 結果展示 6. 總結 本程序實現(xiàn)基于 OpenCV 的紅色四邊形檢測功能,具有以下特點: 高效性:通過顏色過濾、形態(tài)學
    發(fā)表于 05-23 17:18

    基于LockAI視覺識別模塊:C++尋找色塊

    ,便于設置閾值。 1.2 色塊識別的流程 獲取圖像。 將圖像從 BGR 轉換為 HSV 顏色空間。 創(chuàng)建二值掩碼,篩選出符合顏色范圍的像素。 使用形態(tài)學操作清除噪聲。 查找輪廓并篩選符
    發(fā)表于 05-12 14:55

    基于LockAI視覺識別模塊:C++圖像的基本運算

    圖像處理,理解圖像的基本操作是掌握計算機視覺技術的關鍵。本文章將介紹 基于LockAI視覺識別模塊下OpenCV
    發(fā)表于 05-06 16:56

    基于LockAI視覺識別模塊:C++圖像的基本運算

    圖像處理,理解圖像的基本操作是掌握計算機視覺技術的關鍵。本文章將介紹基于LockAI視覺識別模塊下OpenCV
    的頭像 發(fā)表于 05-06 16:20 ?235次閱讀
    基于LockAI視覺識別模塊:C++<b class='flag-5'>圖像</b>的基本運算

    基于LockAI視覺識別模塊:C++圖像采集例程

    OpenCV 實現(xiàn)攝像頭模塊的視頻流讀取與圖像傳輸。核心步驟包括: 初始化攝像頭并設置分辨率; 打開攝像頭并逐幀捕獲圖像; 使用 Edit 模塊進行
    發(fā)表于 04-30 10:52

    FPGA上的圖像處理算法集成與優(yōu)化

    、Tophat形態(tài)學濾波、RAW8轉RGB888、彩色圖像均值濾波、Alpha背景疊加、直方圖灰度拉伸算法以及自動白平衡算法。每種算法都提供實現(xiàn)方法和相關公式,涵蓋了
    的頭像 發(fā)表于 02-14 13:46 ?660次閱讀
    FPGA上的<b class='flag-5'>圖像</b>處理算法集成與優(yōu)化

    AI模型部署邊緣設備的奇妙之旅:如何在邊緣端部署OpenCV

    的質量,使得圖像更適合人類觀察或者為后續(xù)的分析做準備。 方法:通常涉及像素級別的操作,比如調整亮度、對比度、顏色校正、濾波(如高斯模糊、中值濾波去噪)、邊緣檢測、形態(tài)學變換(膨脹、腐蝕)等。 計算機視覺
    發(fā)表于 12-14 09:31

    AI模型部署邊緣設備的奇妙之旅:如何在邊緣端部署OpenCV

    1簡介Opencv(OpenSourceComputerVisionLibrary)是一個基于開源發(fā)行的跨平臺計算機視覺庫,它實現(xiàn)圖像處理和計算機視覺方面的很多通用算法,已成為計算機
    的頭像 發(fā)表于 12-14 09:10 ?904次閱讀
    AI模型部署邊緣設備的奇妙之旅:如何在邊緣端部署<b class='flag-5'>OpenCV</b>

    【AI實戰(zhàn)項目】基于OpenCV的“顏色識別項目”完整操作過程

    適用于哪些場景,然后通過Python編寫代碼來實現(xiàn)這些算法,并應用于實際項目中,實現(xiàn)圖像的檢測、識別、分類、定位、測量等目標。華清遠見【python+OpenCV
    的頭像 發(fā)表于 12-09 16:42 ?1422次閱讀
    【AI實戰(zhàn)項目】基于<b class='flag-5'>OpenCV</b>的“顏色識別項目”完整<b class='flag-5'>操作</b>過程

    基于OpenCV的拆分和合并圖像通道實驗案例分享_基于RK3568教學實驗箱

    一、實驗目的 本節(jié)視頻的目的是了解圖像通道的概念,學習OpenCV的基本操作,并掌握通過OpenCV實現(xiàn)拆分和合并
    發(fā)表于 12-03 14:27

    RK3568 + OpenCV 會碰撞出什么火花?案例詳解:2-1 基于OpenCV的畫線實驗

    一系列 C 函數(shù)和少量 C++ 類構成,同時提供Python、Ruby、MATLAB等語言的接口,實現(xiàn)圖像處理和計算機視覺方面的很多通用算法。
    發(fā)表于 12-03 14:09

    一個月速成python+OpenCV圖像處理

    OpenCV是一個廣受歡迎且極為流行的計算機視覺庫,它因其強大的功能、靈活性和開源特性而在開發(fā)者和研究者備受青睞。學習OpenCV主要就是學習里面的計算機視覺算法。要學習這些算法的原理,知道它們
    的頭像 發(fā)表于 11-29 18:27 ?461次閱讀
    一個月速成python+<b class='flag-5'>OpenCV</b><b class='flag-5'>圖像</b>處理

    手寫圖像模板匹配算法在OpenCV實現(xiàn)

    OpenCV的模板匹配是支持基于NCC相似度查找的,但是不是很好用,一個主要的原因是查找最大閾值,只能匹配一個,自己比對閾值,又導致無法正確設定閾值范圍,所以問題很多。于是我重新寫了純Python版本的NCC圖像模板匹配的代碼
    的頭像 發(fā)表于 11-11 10:12 ?769次閱讀
    手寫<b class='flag-5'>圖像</b>模板匹配算法在<b class='flag-5'>OpenCV</b><b class='flag-5'>中</b>的<b class='flag-5'>實現(xiàn)</b>