计算机视觉入门教程之图像的侵蚀和膨胀
侵蚀和膨胀通常用于减少二进制图像中的噪声。为了减小前景对象的大小，我们可以通过多次迭代来侵蚀掉像素：mask = thresh.copy()mask = cv2.erode(mask, None, iterations=5)cv2.imshow("Eroded", mask)cv2.waitKey(0)同样，我们可以在蒙版中前景区域。要扩大区域，同样地，膨胀会增加地面物体的大小：mask = th
·
侵蚀和膨胀通常用于减少二进制图像中的噪声。
为了减小前景对象的大小，我们可以通过多次迭代来侵蚀掉像素：
mask = thresh.copy()
mask = cv2.erode(mask, None, iterations=5)
cv2.imshow("Eroded", mask)
cv2.waitKey(0)同样，我们可以在蒙版中前景区域。要扩大区域，同样地，膨胀会增加地面物体的大小：
mask = thresh.copy()
mask = cv2.dilate(mask, None, iterations=5)
cv2.imshow("Dilated", mask)
cv2.waitKey(0)左边为侵蚀右边为阈值化原图，下为膨胀
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献6条内容
所有评论(0)