建设返利优惠券网站,宁晋网站开发搭建,wordpress怎么访问404地址,网站的信息容量在图像处理的过程中#xff0c;经常会遇到图像存在多余的线条或者噪声的情况#xff0c;对于这种情况我们会先对图像进行预处理#xff0c;去除掉对图形内容有影响的噪声#xff0c;在进行后续的处理。
本节实验我们介绍使用图像膨胀来处理图形的多余线条#xff0c;进行…在图像处理的过程中经常会遇到图像存在多余的线条或者噪声的情况对于这种情况我们会先对图像进行预处理去除掉对图形内容有影响的噪声在进行后续的处理。
本节实验我们介绍使用图像膨胀来处理图形的多余线条进行图像修复。
完成本期内容你可以 了解图像膨胀的原理和应用 掌握使用图像膨胀操作的使用
若要运行案例代码你需要有 操作系统Ubuntu 16 以上 或者 Windows10 工具软件VScode 或者其他源码编辑器 硬件环境无特殊要求 核心库python 3.6.13 opencv-contrib-python 3.4.11.39opencv-python 3.4.2.16
点击下载源码 膨胀
OpenCV将膨胀操作封装成了cv2.dilate()方法。
函数原型dst cv2.dilate(src, kernel, anchor, iterations, borderType, borderValue) dst为输出图像。
参数描述如下
src被处理的图像kernel膨胀使用的核anchor可选参数锚点的位置iterations可选参数膨胀操作的迭代次数默认值为1borderType可选参数边界样式建议采用默认值borderValue可选参数边界值建议采用默认值 具体步骤
1. 创建项目结构
创建项目名为图像修复项目根目录下新建code文件夹储存代码新建dataset文件夹储存数据项目结构如下
图像修复 # 项目名称
├── code # 储存代码文件
├── dataset # 储存数据文件注如项目结构已存在无需再创建。
2. 对图像进行修复
在 code文件夹下创建repair.py文件导入所需的库OpenCV、numpy读取dataset文件夹下的repair.png图片并进行展示创建一个3*3的都为1 的数组作为滤波核对图像进行膨胀处理并展示结果
代码实现
# 导入OpenCV、numpy
import cv2
import numpy as np# 读取原图
img cv2.imread(../dataset/repair.png)
cv2.imshow(original,img)# 创建3*3的数组作为核
k np.ones((3, 3), np.uint8)
# 膨胀操作
dst cv2.dilate(img, k)
cv2.imshow(dilate,dst)cv2.waitKey()
cv2.destroyAllWindows()效果截图 经过膨胀操作之后图像中的多余的线条都已经去掉了虽然膨胀操作会造成图像原图模糊边缘变粗但是并没有改变图像的特征其他的处理来减弱图像模糊带来的影响。
点击下载源码