问题描述
我在使用 erode 和 dilate 时遇到问题,我不确定我是否了解如何正确使用这些参数。
我有这张照片:
使用这段代码:
def dilate_and_erode(self):
img = self.img
gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
_,thresh = cv2.threshold(gray_img,127,255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
res = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,9))
dilated = cv2.dilate(res,kernel)
eroded=cv2.erode(dilated,kernel)
img_contours = cv2.findContours(eroded,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]
img_contours = sorted(img_contours,key=cv2.contourArea)
ctr = []
for i in img_contours:
if cv2.contourArea(i) > 100:
ctr.append(i)
mask = np.zeros(img.shape[:2],np.uint8)
cv2.drawContours(mask,ctr,-1,-1)
new_img = cv2.bitwise_and(img,img,mask=mask)
cv2.imshow("Original Image",img)
cv2.imshow("New image",new_img)
cv2.imshow("Mask",mask)
cv2.waitKey(0)
我明白了:
任何建议将不胜感激!
解决方法
使用for循环实现一个方向的扩张并不难,但是有点无聊...
建议的解决方案:
将图像向上移动一个像素,取图像和“移动图像”的最大值;重复这个过程几次。
建议的解决方案在复杂性方面效率低下,但由于 Python 中的循环非常慢,因此它比使用嵌套 for 循环要快。
这是一个代码示例:
import cv2
import numpy as np
new_img = cv2.imread('new_image.png')
for i in range(15):
new_img[0:-1,:,:] = np.maximum(new_img[0:-1,:],new_img[1:,:])