在二值图像上实现数学变形的方法有很多,如“不腐蚀”和“不膨胀”。它也用来检测不同的对象/形状使用这个简单的二值图像操作,但我现在面临的问题是应用这个简单的操作,即侵蚀,膨胀和许多灰度图像,不把它们转换成二值图像。
Selement = strel('disk',5);//disk type element used in morphology
erodeimage = imerode(image,selement);//this is only implement on binary image
上面的代码是二进制数学变形的代码,如何在灰度图像上实现相同的概念。
注意:如果您
我的代码--这不是很好的二值图像!
LpImg = cv2.imread('/content/drive/My Drive/TESTING/Placas_detectadas/CPVL92.png')
if (len(LpImg)): #check if there is at least one license image
# Scales, calculates absolute values, and converts the result to 8-bit.
plate_image = cv2.convertScaleAbs(LpImg[0], al
通常,我在灰度图像上使用中值滤波器来减少Salt- and Peppernoise和形态学运算符,以在二值图像中执行相同的操作。现在,一位同事问我,为什么我不对二值图像也使用中位数,而是使用侵蚀和膨胀。我无法回答这个问题,对此我有点困惑。你能帮助我,告诉我使用中值滤波器来降低二值图像中的噪声是一个坏主意还是一个好主意?