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
eaglewgs31 分钟前
关于AI书写测试用例,谈一下我的思考
人工智能·测试开发·ai·测试用例·agent·测试经验·agent测试开发
熊野君33 分钟前
第 4 章 技术产品经理核心能力模型
大数据·人工智能·产品经理
问天_观心35 分钟前
大模型微调学习(一)
开发语言·人工智能·学习·语言模型·github
百胜软件@百胜软件38 分钟前
AI赋能零售,迈向智能零售时代丨黄飞获邀担任2026年度上海市专业技术人才知识更新工程急需紧缺人才培养项目讲师
人工智能·百度·零售
财复视界39 分钟前
光智科技从“光学元件”到“稀散金属材料平台”的进化逻辑
大数据·人工智能·科技
大模型丫丫1 小时前
RAG 检索增强生成:原理、架构与实战指南
人工智能
sel_91 小时前
深度学习损失函数详解:从 MSE、Cross Entropy 到 Dice、Focal、IoU、Contrastive Loss,一文掌握所有常见 Loss
人工智能·深度学习
绘梨衣5471 小时前
AI技术栈全景指南_Prompt_RAG_爬虫_MCP
人工智能·爬虫·prompt
zed_231 小时前
RAG 全链路串起来:一个能答专业问题的问答接口
人工智能
2601_962304911 小时前
把出片接进自动化流水线:2026 年批量 AI 视频生成工具的脚本契约与同类项目对照
运维·人工智能·自动化