opencv基础40-礼帽运算(原始图像减去其开运算)cv2.MORPH_TOPHAT

礼帽运算是用原始图像减去其开运算图像的操作。礼帽运算能够获取图像的噪声信息,或者得到比原始图像的边缘更亮的边缘信息。

例如,图 8-22 是一个礼帽运算示例,其中:

  • 左图是原始图像。
  • 中间的图是开运算图像。
  • 右图是原始图像减开运算图像所得到的礼帽图像。

将函数 cv2.morphologyEx()中操作类型参数 op 设置为"cv2.MORPH_TOPHAT",可以实现礼帽运算。其语法结构如下:

result = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

代码示例:

复制代码
import cv2
import numpy as np
o1=cv2.imread("tophat.bmp",cv2.IMREAD_UNCHANGED)

k=np.ones((5,5),np.uint8)
r1=cv2.morphologyEx(o1,cv2.MORPH_TOPHAT,k)

cv2.imshow("original1",o1)
cv2.imshow("result1",r1)

cv2.waitKey()
cv2.destroyAllWindows()

运行结果:

原图:

相关推荐
深海鱼在掘金3 分钟前
深入浅出RAG——第9章:高级检索策略
人工智能
Forerror20265 分钟前
API网关怎么选?MAI Gateway入选2026年企业级AI网关推荐清单
人工智能·ai工具·maigateway·企业ai网关·企业级大模型网关
qiaozhangmenai5 分钟前
2026年度南京AI智能体开发定制公司推荐|企业AI Agent服务商选型指南
大数据·人工智能
思考着亮6 分钟前
1.RAG 基础
人工智能
mit6.82410 分钟前
Educated
人工智能
律宏阔13 分钟前
Headroom 宣传能省 60%~95% Token,真实会话能省多少?公开基准、独立 Agent 测试与社区实测整理
人工智能·agent
七牛开发者14 分钟前
拆解 dsh:Turn 与 Step 如何组织 Agent 主循环
前端·javascript·人工智能
律宏阔15 分钟前
Backpass 能让 Claude Code / Codex 越用越好吗?公开测试、运行数据与宣传口径对照
人工智能·agent
haluhalu.16 分钟前
机器学习概念
人工智能·机器学习
空堂与归19 分钟前
NLP文本语料怎么体检?数据分析、n-gram特征与回译增强
人工智能