当前位置: 首页 > article >正文

python学opencv|读取图像(五十九)使用cv2.dilate()函数实现图像膨胀处理

【1】引言

前序学习过程中,已经初步了解了腐蚀带来的图像处理效果,相关文章链接为:

python学opencv|读取图像(五十八)使用cv2.erode()函数实现图像腐蚀处理-CSDN博客

腐蚀其实在一定程度上削减了部分像素,在此基础上,可以进一步探究膨胀对图像的处理效果。

膨胀本身应该是对图像进行放大,需要使用的函数为cv2.dilate()函数。

【2】官网教程

点击下方链接,直达cv2.dilate()函数的官网教程:

OpenCV: Image Filtering

官网对cv2.dilate()函数的说明为:

图1   官网对cv2.dilate()函数的说明

相应的,官网中cv2.dilate()函数的参数为:

void cv::dilate     (     

        InputArray     src,                #输入图像
        OutputArray     dst,             #输出图像
        InputArray     kernel,           #膨胀核
        Point     anchor = Point(-1,-1),       #膨胀核锚点,可选参数
        int     iterations = 1,                        #膨胀迭代次数,可选参数
        int     borderType = BORDER_CONSTANT,  #边界样式,可选参数
        const Scalar &     borderValue = morphologyDefaultBorderValue() ) #边界值,可选参数

【3】代码测试

由于要自创膨胀核,所以在代码编写的开始,需要引入cv2和numpy两个模块:

import cv2 as cv  # 引入CV模块
import numpy as np  # 引入numpy模块

之后先定义膨胀核:

# 定义核
k = np.ones((3, 3), np.uint8)  # 定义核
k1 = np.ones((5, 5), np.uint8)  # 定义核
k2 = np.ones((7, 7), np.uint8)  # 定义核

然后引入图像,开始膨胀计算:

# 读取图片
srcm = cv.imread('srcg.png')  # 读取图像srcx.png

# 腐蚀计算
#dst = cv.erode(srcm, k)  # 图像取平均值,像素核大小为(3,3)
#dst1 = cv.erode(srcm, k1)  # 图像取平均值,像素核大小为(5,5)
#dst2 = cv.erode(srcm, k1)  # 图像取平均值,像素核大小为(7,7)
dstpz1 = cv.dilate(srcm, k) #图像膨胀运算,膨胀核大小为(3,3)
dstpz2 = cv.dilate(srcm, k1) #图像膨胀运算,膨胀核大小为(5,5)
dstpz3 = cv.dilate(srcm, k2) #图像膨胀运算,膨胀核大小为(7,7)

然后显示和保存图像:

# 显示结果
cv.imshow('srcm ', srcm)
cv.imshow('dst ', dstpz1)
cv.imwrite('dstpz1.png', dstpz1)
cv.imshow('dstpz2 ', dstpz2)
cv.imwrite('dstpz2.png', dstpz2)
cv.imshow('dstpz3 ', dstpz3)
cv.imwrite('dstpz3.png', dstpz3)

# 窗口控制
cv.waitKey()  # 图像不关闭
cv.destroyAllWindows()  # 释放所有窗口

代码运行相关的图像为:

图2 初始图像srcg.png

图3 膨胀图像dstpz1.png

图4 膨胀图像dstpz2.png

图5 膨胀图像dstpz3.png 

由图2到图5可知,调用cv2.dilate()函数进行图像膨胀处理后,膨胀核越大,图像往外膨胀的趋势越明显,图像越模糊。

此时的完整代码为:

import cv2 as cv  # 引入CV模块
import numpy as np  # 引入numpy模块

# 定义核
k = np.ones((3, 3), np.uint8)  # 定义核
k1 = np.ones((5, 5), np.uint8)  # 定义核
k2 = np.ones((7, 7), np.uint8)  # 定义核

# 读取图片
srcm = cv.imread('srcg.png')  # 读取图像srcx.png

# 腐蚀计算
#dst = cv.erode(srcm, k)  # 图像取平均值,像素核大小为(3,3)
#dst1 = cv.erode(srcm, k1)  # 图像取平均值,像素核大小为(3,3)
#dst2 = cv.erode(srcm, k1)  # 图像取平均值,像素核大小为(3,3)
dstpz1 = cv.dilate(srcm, k) #图像膨胀运算,膨胀核大小为(3,3)
dstpz2 = cv.dilate(srcm, k1) #图像膨胀运算,膨胀核大小为(3,3)
dstpz3 = cv.dilate(srcm, k2) #图像膨胀运算,膨胀核大小为(3,3)
# 显示结果
cv.imshow('srcm ', srcm)
cv.imshow('dstpz1', dstpz1)
cv.imwrite('dstpz1.png', dstpz1)
cv.imshow('dstpz2 ', dstpz2)
cv.imwrite('dstpz2.png', dstpz2)
cv.imshow('dstpz3 ', dstpz3)
cv.imwrite('dstpz3.png', dstpz3)

# 窗口控制
cv.waitKey()  # 图像不关闭
cv.destroyAllWindows()  # 释放所有窗口

【4】细节说明

膨胀运算需要提前定义膨胀核,膨胀核矩阵应该是奇数nXn,并且膨胀核不应该是纯0矩阵。

经测试,纯0矩阵的膨胀核,没有明显的膨胀效果。

【5】总结

掌握了使用python+opencv实现调用cv2.dilate()函数进行图像膨胀处理的技巧。

 


http://www.kler.cn/a/542892.html

相关文章:

  • 【Golang学习之旅】Go + MySQL 数据库操作详解
  • Pandas数据填充(fill)中的那些坑:避免机器学习中的数据泄露
  • react国际化配置react-i18next详解
  • 使用WebUI访问本地Deepseek(Ollama集成Open WebUI)
  • office 365 更新后打不开word问题
  • depcheck检查node.js项目中未使用和缺失依赖的工具
  • 免费在腾讯云Cloud Studio部署DeepSeek-R1大模型
  • encodeURI(),encodeURIComponent()区别
  • AF3 gdt函数解读
  • nginx安装并部署前端项目【包括Linux与Windows系统】
  • 前端性能分析常见内容
  • C语言蓝桥杯1003: [编程入门]密码破译
  • 香港中文大学 Adobe 推出 MotionCanvas:开启用户掌控的电影级图像视频创意之旅。
  • 基于Springboot(Maven项目)——分页
  • 在 debian 12 上安装 mysqlclient 报错
  • 代码随想录--977有序数组的平方
  • Java Stream 全面解析
  • 使用EVE-NG-锐捷实现三层数据通信
  • 曝苹果2026年秋季推首款折叠iPhone
  • Git 安全与权限管理