opencv(9)图像扩张

关于opencv当中一些图像运算的函数

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
def qingshi():
    # 读取图片
    img = cv.imread("images/j.png")
    plt.subplot(121)
    plt.imshow(img)
    # np.ones()也就是一个N维数租 那么在这个数组当中全都是1
    # 如果在这个内核范围内都是1的话 那么就都是1  否则的话 会把这个1变成0
    # 原始图像中的一个像素(无论是1还是0)只有当内核下的所有像素都是1时才被认为是1，否则它就会被侵蚀(变成0)
    kernel = np.ones((5, 5), np.uint8)
    # 第一个参数为源地址 第二个为运算也可以不填写采用None代替
    # iteration的值越高，模糊程度(腐蚀程度)就越高 呈正相关关系
    erosion = cv.erode(img, kernel, iterations=1)
    plt.subplot(122)
    plt.imshow(erosion)
    plt.show()
# 扩张
def openArea():
    # 读取图片
    img = cv.imread("images/j.png")
    kernel = np.ones((5, 5), np.uint8)
    # 如果内核返回当中有一个元素为1那么都是1
    # 所有他会把元素进行扩张 所以目标区域就增加了变大了
    dilation = cv.dilate(img, kernel, iterations=1)
    cv.imshow("test", dilation)
    cv.waitKey(0)
    cv.destroyAllWindows()
# 开运算
def openMorph():
    img = cv.imread("images/j.png")
    plt.subplot(121)
    plt.imshow(img)
    kernel = np.ones((5, 5), np.uint8)
    # 开运算 侵蚀后扩张
    # opening = cv.morphologyEx(img, cv.MORPH_OPEN, kernel)
    # 闭运算 先扩张然后侵蚀
    # opening = cv.morphologyEx(img, cv.MORPH_CLOSE, kernel)
    # 形态学梯度
    # opening = cv.morphologyEx(img, cv.MORPH_GRADIENT, kernel)
    # 输入图像和图像闭运算之差 黑猫
    opening = cv.morphologyEx(img, cv.MORPH_TOPHAT, kernel)
    plt.subplot(122)
    plt.imshow(opening)
    plt.show()
if __name__ == '__main__':
    # openArea()
    openMorph()