OpenCV的Python是旨在解决计算机视觉问题的Python绑定库。cv2.erode()方法用于对图像进行腐蚀。侵蚀的基本思想就像仅是土壤侵蚀一样, 它侵蚀了前景物体的边界(始终尝试使前景保持白色)。通常在二进制图像上执行。它需要两个输入, 一个是我们的原始图像, 第二个是决定操作性质的结构元素或内核。仅当内核下的所有像素均为1时, 原始图像中的像素(1或0)才被视为1, 否则它将被侵蚀(设为零)。
语法:cv2.erode(src, kernel [, dst [, anchor [, 迭代[, borderType [, borderValue]]]]]]))
参数:
src:这是要被侵蚀的图像。
kernel:用于侵蚀的结构元素。如果element = Mat(), 则使用3 x 3的矩形结构元素。可以使用getStructuringElement创建内核。
dst:与src大小和类型相同的输出图像。
anchor:这是一个整数类型的变量, 表示锚点, 其默认值Point为(-1, -1), 这意味着锚位于内核中心。
borderType:描述要添加哪种边框。它由cv2.BORDER_CONSTANT, cv2.BORDER_REFLECT等标志定义。
迭代:它是应用腐蚀的次数。
borderValue:如果边框不变, 则为边框值。
返回值:返回图像。
用于以下所有示例的图像:
示例1:
# Python program to explain cv2.erode() method
# importing cv2
import cv2
# importing numpy
import numpy as np
# path
path = r 'C:\Users\Rajnish\Desktop\srcmini\geeks.png'
# Reading an image in default mode
image = cv2.imread(path)
# Window name in which image is displayed
window_name = 'Image'
# Creating kernel
kernel = np.ones(( 5 , 5 ), np.uint8)
# Using cv2.erode() method
image = cv2.erode(image, kernel)
# Displaying the image
cv2.imshow(window_name, image)
输出如下:
示例2:
# Python program to explain cv2.erode() method
# importing cv2
import cv2
# importing numpy
import numpy as np
# path
path = r 'C:\Users\Rajnish\Desktop\srcmini\geeks.png'
# Reading an image in default mode
image = cv2.imread(path)
# Window name in which image is displayed
window_name = 'Image'
# Creating kernel
kernel = np.ones(( 6 , 6 ), np.uint8)
# Using cv2.erode() method
image = cv2.erode(image, kernel, cv2.BORDER_REFLECT)
# Displaying the image
cv2.imshow(window_name, image)
输出如下:
首先, 你的面试准备可通过以下方式增强你的数据结构概念:Python DS课程。
评论前必须登录!
注册