python
from google.colab import files
from google.colab import drive
drive.mount('/content/drive')
python
import cv2 #opencv
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
python
img = plt.imread("/content/drive/My Drive/Colab Notebooks/img/Lenna.bmp")
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
python
#Original Bild
plt.subplot(2,3,1)
plt.title("Original", fontsize=10)
plt.imshow(gray)
kernel = np.ones((3,3),np.uint8)
#Wählen Sie im Bereich mit erweiterter Kernelgröße diejenige mit hoher Helligkeit aus
plt.subplot(2,3,4)
plt.title("dilate", fontsize=10)
dst = cv2.dilate(gray,kernel,iterations = 1) #Iterationen: Anzahl der Erweiterungen
plt.imshow(dst)
#Wählen Sie im Bereich der Kontraktionskerngröße diejenige mit geringer Helligkeit aus
plt.subplot(2,3,5)
plt.title("erode", fontsize=10)
dst = cv2.erode(gray,kernel,iterations = 1) #Iterationen: Anzahl der Schrumpfungen
plt.imshow(dst)
plt.show()
Bei richtiger Verwendung kann es verwendet werden, um fehlende Werte zu ergänzen und Rauschen zu entfernen.
Recommended Posts