opencv-073-二值图像分析(缺陷检测二)
知识点对于得到的刀片外接矩形，首先需要通过排序，确定他们的编号，然后根据模板进行相减得到与模板不同的区域，对这些区域进行形态学操作，去掉边缘细微差异，最终就得到了可以检出的缺陷或者划痕刀片。
代码（c++,python）123456789101112131415161718192021222324
...
opencv-071-形态学操作(击中击不中)
发表于
|
分类于
opencv
知识点形态学的击中击不中操作，根据结构元素不同，可以提取二值图像中的一些特殊区域，得到我们想要的结果。
API
1234567891011121314151617void cv::morphologyEx( InputArray src, OutputArray dst, int op, Inpu
...
opencv-068-图像形态学(黑帽操作)
发表于
|
分类于
opencv
知识点形态学的黑帽操作是闭操作与输入图像之间的差异，黑帽操作可以表示如下：黑帽操作 = 闭操作 – 输入图像
API
1234567891011121314151617void cv::morphologyEx( InputArray src, OutputArray dst, int op, In
...
opencv-069-图像形态学(图像梯度)
发表于
|
分类于
opencv
知识点图像形态学的梯度跟我们前面介绍的图像卷积计算出来的梯度有本质不同，形态学梯度可以帮助我们获得连通组件的边缘与轮廓，实现图像轮廓或者边缘提取。根据使用的形态学操作不同，形态学梯度又分为
基本梯度：图像膨胀与腐蚀操作之间的差值
内梯度：输入图像与腐蚀之间的差值
外梯度：膨胀与输入图像之间的差值
...
opencv-70-形态学应用(使用基本梯度实现轮廓分析)
发表于
|
分类于
opencv
知识点基于形态学梯度实现图像二值化，进行文本结构分析是OCR识别中常用的处理手段之一，这种好处比简单的二值化对图像有更好的分割效果，主要步骤如下：
图像形态学梯度
灰度
全局阈值二值化
轮廓分析
代码（c++,python）123456789101112131415161718192021222
...
opencv-067-图像形态学(顶帽操作)
发表于
|
分类于
opencv
知识点形态学的顶帽操作是图像输入与开操作之间的差异，顶帽操作有时候对于我们提取图像中微小部分特别有用。
顶帽操作：顶帽 = 原图 – 开操作
API
1234567891011121314151617void cv::morphologyEx( InputArray src, OutputArray
...
opencv-065-图像形态学(闭操作)
发表于
|
分类于
opencv
知识点形态学的闭操作跟开操作一样也是基于腐蚀与膨胀两个操作的组合实现的闭操作 = 膨胀 + 腐蚀闭操作的作用：闭操作可以填充二值图像中孔洞区域，形成完整的闭合区域连通组件
123456789101112131415161718void cv::morphologyEx( InputArray src
...
opencv-066-图像形态学(开闭操作时候结构元素应用演示)
发表于
|
分类于
opencv
知识点OpenCV中图像形态学开操作与闭操作，根据结构元素的不同可以实现不同的二值图像处理效果，我们可以通过下面的结构元素对图像进行开操作，提取二值图像中水平与垂直线，这个方法比霍夫直线检测要好用得多， 在一些应用场景中会特别有用，图像分析、OCR布局分析中形态学操作十分重要，我们通过两个例子来说明
...
opencv-064-图像形态学(开操作)
发表于
|
分类于
opencv
知识点形态学的开操作是基于腐蚀与膨胀两个操作的组合实现的开操作 = 腐蚀 + 膨胀开操作的作用：开操作可以删除二值图像中小的干扰块，降低图像二值化之后噪点过多的问题。
API
12345678910111213141516171819void cv::morphologyEx( InputArray
...
opencv-062-图像形态学(膨胀与腐蚀)
发表于
|
分类于
opencv
知识点膨胀与腐蚀是图像形态学最基础的两个操作，形态学的其它操作都是基于这两个操作基础上得到的，图像形态学是二值图像分析的重要分支学科。在OpenCV中膨胀与腐蚀对应两个相关的API，膨胀可以看成是最大值滤波，即用最大值替换中心像素点；腐蚀可以看出是最小值滤波，即用最小值替换中心像素点。
膨胀的AP
...