38 lines
1.5 KiB
Markdown
38 lines
1.5 KiB
Markdown
## cv2.erode()
|
||
### 用途
|
||
1. Erosion 影像侵蝕對於移除影像中的小白雜點很有幫助，可用來去噪，例如影像中的小雜點，雜訊。
|
||
2. 細化影像，消除毛刺。
|
||
|
||
### Define
|
||
```python
|
||
cv.erode(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) ->dst
|
||
```
|
||
|
||
### Arguments
|
||
`src`: 二值化的影像
|
||
`kernel`: 捲積 kernel
|
||
`iterations`: 迭代次數（預設為1）
|
||
|
||
## cv2.dilate()
|
||
### 用途
|
||
1. Dilation 影像膨脹通常是配合著影像侵蝕 Erosion 使用，先使用侵蝕的方式使影像中的線條變窄，同時也去除雜訊，之後再透過 Dilation 將影像膨脹回來。
|
||
2. 用來連接兩個很靠近但分開的物體。
|
||
|
||
### Define
|
||
```python
|
||
cv.dilate(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) ->dst
|
||
```
|
||
|
||
### Arguments
|
||
`src`: 二值化的影像
|
||
`kernel`: 捲積 kernel
|
||
`iterations`: 迭代次數（預設為1）
|
||
|
||
## cv2.GaussianBlur()
|
||
高斯濾波與平均濾波 Averaging 類似，平均濾波 Averaging 的 kernel 裡的每個 pixel 權重都是1，而高斯濾波給予每個 pixel 不同權重，中心 pixel 的權重最高，越往邊角權重就越低，相較於平均濾波 Averaging 這樣可以讓圖片失真較少，高斯濾波通常去除雜訊也有不錯的效果。
|
||
|
||
## cv2.canny()
|
||
```python
|
||
cv.Canny( image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]] ) -> edges
|
||
```
|
||
Canny函数的使用很简单，指定最大（`threshold2`）和最小 threshold（`threshold1`），其中 `apertureSize` 預設為3。 |