Python Opencv中获取卷积核的实现代码

目录
  • 1.cv2.getStructuringElement（shape,ksize,anchor=（-1，-1））
  • 2.函数讲解
  • 3.代码实战

1.cv2.getStructuringElement（shape,ksize,anchor=（-1，-1））

该函数构造并返回可进一步传递给createMorphologyFilter（）、Correase（）、Explate（）或morphologyEx（）的结构元素。但您也可以自己构造任意的二进制掩码，并将其用作结构元素。

2.函数讲解

getStructuringElement(shape, ksize, anchor=None):

Shape:结构单元使用的类型；
Ksize:卷积核的大小，如（3,3），（5,5）……。
Anchor:卷积核的锚点位置，默认为中心位置，其值为（-1，-1）；

3.代码实战

import os
import cv2
import numpy as np
def ErodeFilterRect(img_path='images/lenna.png'):
    img_src=cv2.imread(img_path)
    img=cv2.resize(src=img_src,dsize=(500,500))
    img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2GRAY)
    # kernel=np.ones((7,7),dtype=np.uint8)
    kernel=cv2.getStructuringElement(shape=cv2.MORPH_RECT,ksize=(3,3))
    print(kernel)
    img=cv2.erode(src=img,kernel=kernel,iterations=1)
    cv2.imshow('img_src',img_src)
    cv2.imshow('img',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
def ErodeFilterELLIPSE(img_path='images/lenna.png'):
    img_src=cv2.imread(img_path)
    img=cv2.resize(src=img_src,dsize=(500,500))
    img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2GRAY)
    # kernel=np.ones((7,7),dtype=np.uint8)
    kernel=cv2.getStructuringElement(shape=cv2.MORPH_ELLIPSE,ksize=(3,3))
    print(kernel)
    img=cv2.erode(src=img,kernel=kernel,iterations=1)
    cv2.imshow('img_src',img_src)
    cv2.imshow('img',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def ErodeFilterCROSS(img_path='images/lenna.png'):
    img_src=cv2.imread(img_path)
    img=cv2.resize(src=img_src,dsize=(500,500))
    img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2GRAY)
    # kernel=np.ones((7,7),dtype=np.uint8)
    kernel=cv2.getStructuringElement(shape=cv2.MORPH_CROSS,ksize=(3,3))
    print(kernel)
    img=cv2.erode(src=img,kernel=kernel,iterations=1)
    cv2.imshow('img_src',img_src)
    cv2.imshow('img',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
if __name__ == '__main__':
    print('Pycharm')
    # ErodeFilterRect()
    # ErodeFilterELLIPSE()
    ErodeFilterCROSS()

到此这篇关于Python Opencv中获取卷积核的实现代码的文章就介绍到这了,更多相关Python Opencv卷积核内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • python Opencv实现停车位识别思路详解

    python Opencv实现停车位识别思路详解

    目录 1.实现的思路 2.整体代码实战 3.停车位视频下载 1.实现的思路 (1)首先使用一个处理画框的程序,将图片中的有车和无车的停车位给画出来,并且保存坐标(如果画错了,将鼠标移至要删除的框中,右击鼠标,即可删除): #定义回调函数 def mouseClick(events,x,y,flags,params): #按下鼠标左键,将点击的坐标(x,y)保存到position列表中 if (events&cv2.EVENT_LBUTTONDOWN==cv2.EVENT_LBUTTONDOWN)

  • Python Opencv中基础的知识点

    Python Opencv中基础的知识点

    目录 1.创建窗口 2.保存图片 3.采集视频 4.鼠标控制 5.TrackBar组件 OpenCV 是一个流行的开源计算机视觉库,可用于不同的编程语言,例如 Python.C++ 和 JavaScript.它提供了一套丰富的工具来处理和分析图像和视频,让你可以从调整单张图片的大小到构建复杂的对象识别应用程序. 本文给大家介绍Python Opencv中基础的知识点. 1.创建窗口 import cv2 import numpy as np def createWindow(): #读取图片 i

  • python+opencv实现堆叠图片

    python+opencv实现堆叠图片

    本文实例为大家分享了python+opencv实现堆叠图片的具体代码,供大家参考,具体内容如下 # import cv2 # import numpy as np # # img = cv2.imread('../images/full.jpg') # # img_hor = np.hstack((img,img)) # img_ver = np.vstack((img,img)) # # cv2.imshow('Horizontal',img_hor) # cv2.imshow('Vertic

  • 巧妙使用python opencv库玩转视频帧率

    目录 需求背景 关于opencv 安装opencv opencv-python获取视频相关信息 需求背景 在很多时候我们需要抽取视频的某一帧做一些分析或修改等:比如笔者需求就是判断一个人在该视频中出现的频率,以判断他是否是这段视频的主角: 关于opencv OpenCV 是 Intel 开源计算机视觉库 (Computer Version) .它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法. OpenCV 拥有包括 300 多个 C 函数的跨平台的中.高

  • Python Opencv中获取卷积核的实现代码

    Python Opencv中获取卷积核的实现代码

    目录 1.cv2.getStructuringElement(shape,ksize,anchor=(-1,-1)) 2.函数讲解 3.代码实战 1.cv2.getStructuringElement(shape,ksize,anchor=(-1,-1)) 该函数构造并返回可进一步传递给createMorphologyFilter().Correase().Explate()或morphologyEx()的结构元素.但您也可以自己构造任意的二进制掩码,并将其用作结构元素. 2.函数讲解 getS

  • python+opencv实现的简单人脸识别代码示例

    python+opencv实现的简单人脸识别代码示例

    # 源码如下: #!/usr/bin/env python #coding=utf-8 import os from PIL import Image, ImageDraw import cv def detect_object(image): '''检测图片,获取人脸在图片中的坐标''' grayscale = cv.CreateImage((image.width, image.height), 8, 1) cv.CvtColor(image, grayscale, cv.CV_BGR2GR

  • Python+Opencv实现数字识别的示例代码

    Python+Opencv实现数字识别的示例代码

    一.什么是数字识别?   所谓的数字识别,就是使用算法自动识别出图片中的数字.具体的效果如下图所示: 上图展示了算法的处理效果,算法能够自动的识别到LCD屏幕上面的数字,这在现实场景中具有很大的实际应用价值.下面我们将对它的实现细节进行详细解析. 二.如何实现数字识别?   对于数字识别这个任务而言,它并不是一个新的研究方向,很久之前就有很多的学者们在关注这个问题,并提出了一些可行的解决方案,本小节我们将对这些方案进行简单的总结. 方案一:使用现成的OCR技术. OCR,即文字识别,它是一个比较

  • 快速了解Python开发中的cookie及简单代码示例

    快速了解Python开发中的cookie及简单代码示例

    cookie :是用户保存在用户浏览器端的一对键值对,是为了解决http的无状态连接.服务端是可以把 cookie写到用户浏览器上,用户每次发请求会携带cookie. 存放位置: 每次发请求cookie是放在请求头里面的. 应用场景: ·登陆用户和密码的记住密码 ·显示每页显示的数据,以后都是按照设定的数目显示 ·投票机制 案例用户登录 创建用户登录的url url(r'^login/', views.login), 创建登录页面 代码为: <!DOCTYPE html> <html l

  • 详解C++调用Python脚本中的函数的实例代码

    1.环境配置 安装完python后,把python的include和lib拷贝到自己的工程目录下 然后在工程中包括进去 2.例子 先写一个python的测试脚本,如下 这个脚本里面定义了两个函数Hello()和_add().我的脚本的文件名叫mytest.py C++代码: #include "stdafx.h" #include <stdlib.h> #include <iostream> #include "include\Python.h&quo

  • Python OpenCV视频截取并保存实现代码

    这篇文章主要介绍了Python OpenCV视频截取并保存实现代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 在图像处理之前,我们需要对拿到手的数据进行筛选,对于视频,我们需要从中截取我们需要的一段或几段 整体思路比较简单,通过设定截取视频的起止时间(帧数),可以将该时间段内的图像保存为新的视频 直接上代码 """ [函数名称] 截取视频 [参数] 输入参数 视频文件名称 [详细介绍] 输入不同时间段 进行截取拼接 [创

  • Python+OpenCV实现角度测量的示例代码

    Python+OpenCV实现角度测量的示例代码

    本文介绍如何使用python语言实现角度测量,程序包括鼠标选点.直线斜率计算.角度计算三个子程序和一个主程序.最终实现效果:在图片上用鼠标确认三点,程序将会显示由此三点确定的角度,如下图所示. 1.鼠标选点 # -*- coding: utf-8 -*- import cv2 path = "picture_mqa\\angle_measure.bmp" img = cv2.imread(path) pointsList = [] def mousePoints(event,x,y,f

  • Python OpenCV中的drawMatches()关键匹配绘制方法

    Python OpenCV中的drawMatches()关键匹配绘制方法

    目录 作用说明 函数原型 参数详解 结果 作用说明 该方法被用于绘制关键点的匹配情况.我们看到的许多匹配结果都是使用这一方法绘制的——一左一右两张图像,匹配的关键点之间用线条链接. 函数原型 cv.drawMatches( img1, keypoints1, img2, keypoints2, matches1to2, outImg[, matchColor[, singlePointColor[, matchesMask[, flags]]]]) -> outImg cv.drawMatche

  • 浅谈Python Opencv中gamma变换的使用详解

    伽马变换就是用来图像增强,其提升了暗部细节,简单来说就是通过非线性变换,让图像从暴光强度的线性响应变得更接近人眼感受的响应,即将漂白(相机曝光)或过暗(曝光不足)的图片,进行矫正. 伽马变换的基本形式如下: 大于1时,对图像的灰度分布直方图具有拉伸作用(使灰度向高灰度值延展),而小于1时,对图像的灰度分布直方图具有收缩作用(是使灰度向低灰度值方向靠拢). #分道计算每个通道的直方图 img0 = cv2.imread('12.jpg') hist_b = cv2.calcHist([img0],

随机推荐