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
姗姗来迟了1 小时前
用React Hook封装AI对话状态
人工智能
Goodbye1 小时前
从 Token 到 Embedding:LLM 核心基础深度解析
javascript·人工智能
阿瑞IT1 小时前
AI Agent 在甘特计划变更场景中的动态响应工程实践
人工智能
用户938515635071 小时前
工具调用背后:LLM 如何突破“缸中大脑”,操控真实世界?
javascript·人工智能
Goodbye1 小时前
从函数到智能:LLM Tool Use 深度解析
javascript·人工智能
半个落月1 小时前
大模型到底是怎么“调用工具”的?从一个 Node.js Demo 看懂 Tool Use
javascript·人工智能
MingXin2 小时前
Claude Code 对接 DeepSeek 完整使用教程(2026 最新版)
人工智能
Oo9202 小时前
LLM 分词与嵌入:从文本到向量,模型如何"读懂"你的输入
人工智能
Databend3 小时前
在 AWS 中国峰会逛了一天,我在 Databend 展台看到了 Agent 数据基础设施的新思路
数据库·人工智能·agent