1-8 图像腐蚀 opencv树莓派4B 入门系列笔记

news2024/12/24 9:30:14

一、提前准备

二、代码详解

kernel=np.ones((2,2),np.uint8)

_, binary_image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)

eroded_image=cv2.erode(binary_image,kernel,iterations=1)

eroded_image2=cv2.erode(image2,kernel,iterations=1)

三、运行现象

四、完整代码

五、完整代码贴出

一、提前准备

1、树莓派4B 及 64位系统

2、提前安装opencv库以及 numpy库

3、保存一张图片

二、代码详解

1、读取灰度图以及彩色图

# coding: utf-8 
# 图像腐蚀的目的：1、去除图像中微小物体 2、分离较近的俩个物体 3、减少一部分信息

import cv2
import numpy as np

#从指定目录读取一张图片
image=cv2.imread('/home/raspberry4B/Pictures/MD.jpg',0)
image2=cv2.imread('/home/raspberry4B/Pictures/MD.jpg',-1)

2、图像腐蚀操作

#定义腐蚀操作的结构元素
kernel=np.ones((2,2),np.uint8)
 
#图像二值化处理:使用127作为阈值  
_, binary_image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)  
 
#进行图像腐蚀操作(对二值图进行腐蚀),iterations表示腐蚀次数
eroded_image=cv2.erode(binary_image,kernel,iterations=1)
eroded_image2=cv2.erode(image2,kernel,iterations=1)

`kernel=np.ones((2,2),np.uint8)`

功能: 定义腐蚀操作的结构元素。
参数:
- (2,2): 定义结构元素的大小，这里为2x2的矩阵。
- np.uint8: 数据类型，表示无符号8位整数。

`_, binary_image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)`

功能: 将灰度图像进行二值化处理，生成二值图像。
参数:
- image: 输入的灰度图像。
- 127: 阈值。小于此值的像素设置为0，大于等于此值的像素设置为最大值（255）。
- 255: 最大值。大于等于阈值的像素设置为该值。
- cv2.THRESH_BINARY: 二值化模式，即将像素值二分为0和255两种。

`eroded_image=cv2.erode(binary_image,kernel,iterations=1)`

功能: 对二值图像进行腐蚀操作。
参数:
- binary_image: 输入的二值图像。
- kernel: 进行腐蚀操作的结构元素。
- iterations=1: 腐蚀操作的次数，表示重复腐蚀操作一次。

`eroded_image2=cv2.erode(image2,kernel,iterations=1)`

功能: 对原始格式的图像进行腐蚀操作。
参数:
- image2: 输入的图像。
- kernel: 进行腐蚀操作的结构元素。
- iterations=1: 腐蚀操作的次数。

3、图像显示

while True:
	#显示原始图\二值图\腐蚀后的图
	cv2.imshow('Original image',image)
	cv2.imshow('Eroded image',eroded_image)
	cv2.imshow('Binary Image', binary_image)
	
	cv2.imshow('Original image2',image2)
	cv2.imshow('Eroded image2',eroded_image2)
 
	#等待按下‘q’退出
	key=cv2.waitKey(1)
	if key&0XFF==ord('q'):
		break
#释放所有资源
cv2.destroyAllWindows()

三、运行现象

增加腐蚀次数效果会更明显

图像腐蚀的目的：1、去除图像中微小物体 2、分离较近的俩个物体 3、减少一部分信息

四、完整代码

# coding: utf-8 
# 图像腐蚀的目的：1、去除图像中微小物体 2、分离较近的俩个物体 3、减少一部分信息

import cv2
import numpy as np

#从指定目录读取一张图片
image=cv2.imread('/home/raspberry4B/Pictures/MD.jpg',0)
image2=cv2.imread('/home/raspberry4B/Pictures/MD.jpg',-1)
#定义腐蚀操作的结构元素
kernel=np.ones((2,2),np.uint8)
 
#图像二值化处理:使用127作为阈值  
_, binary_image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)  
 
#进行图像腐蚀操作(对二值图进行腐蚀),iterations表示腐蚀次数
eroded_image=cv2.erode(binary_image,kernel,iterations=1)
eroded_image2=cv2.erode(image2,kernel,iterations=1)

while True:
	#显示原始图\二值图\腐蚀后的图
	cv2.imshow('Original image',image)
	cv2.imshow('Eroded image',eroded_image)
	cv2.imshow('Binary Image', binary_image)
	
	cv2.imshow('Original image2',image2)
	cv2.imshow('Eroded image2',eroded_image2)
 
	#等待按下‘q’退出
	key=cv2.waitKey(1)
	if key&0XFF==ord('q'):
		break
#释放所有资源
cv2.destroyAllWindows()