时间:2021-05-22
本文实例讲述了Python数学形态学。分享给大家供大家参考,具体如下:
一 原始随机图像
1、代码
import numpy as npimport matplotlib.pyplot as pltsquare = np.zeros((32,32))#全0数组square[10:20,10:20]=1#把其中一部分设置为1x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置square[x,y]=1#把随机位置设置为1plt.imshow(square)#原始随机图像plt.show()2、运行结果
二 开运算
1、代码
import numpy as npimport matplotlib.pyplot as pltfrom scipy import ndimagesquare = np.zeros((32,32))#全0数组square[10:20,10:20]=1#把其中一部分设置为1x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置square[x,y]=1#把随机位置设置为1open_square = ndimage.binary_opening(square)#开运算plt.imshow(open_square)plt.show()2、运行结果
三 膨胀运算
1、代码
import numpy as npimport matplotlib.pyplot as pltfrom scipy import ndimagesquare = np.zeros((32,32))#全0数组square[10:20,10:20]=1#把其中一部分设置为1x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置square[x,y]=1#把随机位置设置为1eroded_square = ndimage.binary_erosion(square)#膨胀运算plt.imshow(eroded_square)plt.show()2、运行结果
四 闭运算
1、代码
import numpy as npimport matplotlib.pyplot as pltfrom scipy import ndimagesquare = np.zeros((32,32))#全0数组square[10:20,10:20]=1#把其中一部分设置为1x, y =(32*np.random.random((2,15))).astype(np.int)#随机位置square[x,y]=1#把随机位置设置为1closed_square = ndimage.binary_closing(square)#闭运算plt.imshow(closed_square)plt.show()2、运行结果
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
形态学里把腐蚀和膨胀单独拿了出来,其他操作(保括膨胀和腐蚀的组合操作)都叫形态学变换。opencv里有包:cv2.morphologyEx()morpholog
分水岭分割方法(WatershedSegmentation),是一种基于拓扑理论的数学形态学的分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点
基于OpenCV2.4.8和python2.7实现简单的手势识别。以下为基本步骤1.去除背景,提取手的轮廓2.RGB->YUV,同时计算直方图3.进行形态学滤波
什么是词干提取?在语言形态学和信息检索里,词干提取是去除词缀得到词根的过程─—得到单词最一般的写法。对于一个词的形态词根,词干并不需要完全相同;相关的词映射到同
在阅读文献中,偶然发现使用使用形态学方法也可以检测直线,故做实验并记录。使用该方法,需要定义一个长度为L的结构元素element,其大小应足够大以保留图像中的字