1.5 KiB
1.5 KiB
cv2.erode()
用途
- 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。
- 細化影像，消除毛刺。
Define
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
- 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。
- 用來連接兩個很靠近但分開的物體。
Define
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()
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。