cv2.threshold cv2.morphologyEx

cv2.threshold(gray, threshold, 255, cv2.THRESH_BINARY) 函数中,各个参数的含义如下:

  1. gray

    • 输入的灰度图像(单通道图像),这是进行阈值处理的对象。
    • 注意:阈值函数只能处理单通道灰度图,不能直接用于彩色图像。
  2. threshold

    • 设定的阈值(一个具体的数值,例如127)。
    • 函数会将图像中每个像素的灰度值与该阈值进行比较,再根据阈值类型决定像素的输出值。
  3. 255

    • 当像素值满足阈值条件时,赋予该像素的最大值(通常为255,代表白色)。
    • 这个值的范围与图像的位深有关,对于8位图像(最常见),最大值就是255。
  4. cv2.THRESH_BINARY

    • 阈值处理的类型,这里表示"二值化阈值"。
    • 工作逻辑:
      • 若像素灰度值 > 设定的阈值,则像素值设为第三个参数(255)。
      • 若像素灰度值 ≤ 设定的阈值,则像素值设为0(黑色)。

其他常见的阈值类型还包括:

  • cv2.THRESH_BINARY_INV:反转二值化(满足条件设为0,不满足设为255)
  • cv2.THRESH_TRUNC:截断(超过阈值的像素设为阈值,其余不变)
  • cv2.THRESH_TOZERO:低于阈值的像素设为0,其余不变

函数的返回值:

  • ret:实际使用的阈值(与输入的threshold一致,某些自适应阈值方法中可能不同)
  • binary:处理后的二值化图像

cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations=1) 函数中,各个参数的含义如下:

  1. binary

    • 输入图像,通常是二值化图像(只有0和255两个值的图像)。
    • 形态学操作主要用于二值图像,也可用于灰度图像,但二值图像是最常见的应用场景。
  2. cv2.MORPH_OPEN

    • 形态学操作的类型,这里表示"开运算"。
    • 开运算的本质是先腐蚀(Erosion)后膨胀(Dilation) ,主要作用是:
      • 去除图像中的小噪声点
      • 分离相邻的物体(如果距离较近)
      • 保留较大物体的形状和大小基本不变
  3. kernel

    • 形态学操作的结构元素(也称为核),是一个由0和1组成的矩阵。
    • 核的形状和大小会影响操作效果,常见的有矩形(cv2.getStructuringElement(cv2.MORPH_RECT, (k, k)))、十字形(cv2.MORPH_CROSS)、椭圆形(cv2.MORPH_ELLIPSE)。
    • 例如:kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) 表示创建一个3×3的矩形核。
  4. iterations=1(可选参数):

    • 操作的迭代次数,默认值为1。
    • 迭代次数越多,形态学操作的效果越明显(例如,多次腐蚀+膨胀可以去除更大的噪声)。

函数的返回值 opening 是经过开运算处理后的图像。

其他常见的形态学操作类型:

  • cv2.MORPH_CLOSE:闭运算(先膨胀后腐蚀),用于填充物体内部的小空洞
  • cv2.MORPH_ERODE:单独的腐蚀操作
  • cv2.MORPH_DILATE:单独的膨胀操作
  • cv2.MORPH_GRADIENT:形态学梯度(膨胀-腐蚀),用于提取物体边缘
相关推荐
SunflowerCoder11 小时前
WPF迁移avalonia之图像处理(一)
图像处理·wpf·avalonia
那雨倾城16 小时前
PiscCode轨迹跟踪Mediapipe + OpenCV进阶:速度估算
图像处理·人工智能·python·opencv·计算机视觉
LeonDL1682 天前
【通用视觉框架】基于Python+OpenCV+PyQt5开发的视觉框架软件,全套源码,开箱即用
图像处理·人工智能·python·opencv·pyqt5·通用视觉框架软件·机器视觉软件框架
siliconstorm.ai2 天前
开源与闭源的再对决:从Grok到中国力量,AI生态走向何方?
大数据·图像处理·人工智能·语言模型·ai作画·云计算·机器翻译
山烛3 天前
OpenCV 图像轮廓检测
图像处理·人工智能·python·opencv·计算机视觉·轮廓检测
聚客AI3 天前
95%企业AI失败?揭秘LangGraph+OceanBase融合数据层如何破局!
大数据·图像处理·人工智能·机器学习·语言模型·自然语言处理·数据分析
蚊子爱喝水4 天前
高性能多线程 PHP 图像处理库 PHP-VIPS:颠覆你对图像处理的认知
开发语言·图像处理·php
WSSWWWSSW4 天前
Python OpenCV图像处理与深度学习:Python OpenCV性能优化与高效图像处理
图像处理·python·opencv
卡尔曼的BD SLAMer4 天前
计算机视觉与深度学习 | 传统图像处理技术的未来发展前景分析
图像处理·算法·计算机视觉
封奚泽优4 天前
提取动漫图像轮廓并拟合为样条曲线(MATLAB)
图像处理·人工智能·计算机视觉·matlab·deepseek