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
dream_home84072 小时前
构建生产级多模态数据集:视觉与视频模型(参照LLaVA-OneVision-Data和VideoChat2)
图像处理·人工智能·计算机视觉
PixelMind9 小时前
【LLIE技术专题】 SCI代码讲解
图像处理·python·低照度图像增强·llie
eqwaak020 小时前
Python Pillow库详解:图像处理的瑞士军刀
开发语言·图像处理·python·语言模型·pillow
风已经起了21 小时前
FPGA学习笔记——图像处理之对比度调节(直方图均衡化)
图像处理·笔记·学习·fpga开发·fpga
蜉蝣之翼❉1 天前
图像交互工具:像素矩阵与卷积核可视化分析
图像处理
算法打盹中1 天前
计算机视觉:安防智能体的实现与应用基于YOLOv8的实时无人机检测与跟踪
图像处理·yolo·计算机视觉·目标跟踪·无人机·目标识别
dlraba8021 天前
dlib 实战:人脸检测、关键点定位与疲劳检测的全流程实现
图像处理·opencv·计算机视觉
9527华安1 天前
FPGA实现双目摄像头红蓝3D融合,提供6套工程源码和技术支持
图像处理·3d·fpga开发·3d融合
不枯石2 天前
Matlab通过GUI实现点云的最远点下采样(Farthest point sampling)
开发语言·图像处理·算法·计算机视觉·matlab
yanxing.D2 天前
OpenCV轻松入门_面向python(第五章几何变换)
图像处理·人工智能·python·opencv