1、二值图像的腐蚀原理：我们知道，二值图像就是0和1组成的矩阵，0为黑1为白，腐蚀作用在1上面也就是图像高光白色部分，然后白色部分往外收缩。腐蚀就是类似于黑色军队反攻白色军队，最终把自己的黑色领土扩张，黑色字体变粗。 2、Matlab腐蚀算法源代码 q_erode.m 测试结果： 1/原图： 2、转 ...
分类：
编程语言 时间：
2016-08-03 13:29:19
阅读次数：
2233
图像的腐蚀与膨胀
一、原理：
⑴ 图像形态学处理的概念
数字图像处理中的形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量，比如边界、骨架以及凸壳，还包括用于预处理或后处理的形态学过滤、细化和修剪等。图像形态学处理中我们感兴趣的主要是二值图像。
⑵ 二值图像的逻辑运算
逻辑运算尽管本质上很简单，但对于实现以形态学为基础...
分类：
其他好文 时间：
2016-07-19 11:12:14
阅读次数：
392
轮廓是图像中表示边界的一系列点的集合。虽然边缘检测算法可以根据像素间的差异检查出轮廓边界的像素，但是它并没有把轮廓做为一个整体表示出来。所以下一步工作是把这些边缘检测出来的像素组装成轮廓。openCV中可以用findContours()函数来从二值图像中提取轮廓。openCV中一般用序列来存储轮廓信息。序列中的每一个元素是曲线中一个点的位置。函数findContours()从二值图像中寻找轮廓。f...
分类：
其他好文 时间：
2016-07-18 20:15:39
阅读次数：
793
原理：在特殊领域运算形式——结构元素（Sturcture Element），在每个像素位置上与二值图像对应的区域进行特定的逻辑运算。运算结构是输出图像的相应像素。运算效果取决于结构元素大小内容以及逻辑运算性质。
结构元素：膨胀和腐蚀操作的最基本组成部分，用于测试输出图像，通常要比待处理的图像小还很多。二维平面结构元素由一个数值为0或1的矩阵组成。结构元素的原点指定了图像中需要处理的像素范围，...
分类：
其他好文 时间：
2016-07-10 18:33:04
阅读次数：
465
http://blog.csdn.net/anqing715/article/details/16883863 源图片 像这些图片的字符就比较好操作，每个字符都独立，不连在一起，所以轮廓检测最好了。所以就有：1.源图片转成单通道的灰阶图片2.对灰度图像进行阈值操作得到二值图像 （对于一些手机拍的，背 ...
分类：
其他好文 时间：
2016-07-10 12:31:49
阅读次数：
533
在计算机中，按照颜色和灰度的多少可以将图像分为四种基本类型。 1. 二值图像 2. 灰度图像 3. 索引图像 4. 真彩色RGB图像 1. 二值图像 一幅二值图像的二维矩阵仅由0、1两个值构成，“0”代表黑色，“1”代白色。由于每一像素（矩阵中每一元素）取值仅有0、1两种可能，所以计算机中二值图像的 ...
分类：
其他好文 时间：
2016-07-09 17:58:31
阅读次数：
223
数学形态学的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的基本运算有四个：腐蚀、膨胀、开和闭。基于这些基本运算还可以推导和组合成各种数学形态学实用算法。本实验分别实现针对二值图像和灰度图像的四种形态学操作。 ...
分类：
其他好文 时间：
2016-06-24 00:02:07
阅读次数：
246
opencv学习笔记（四）投影 任选了一张图片用于测试，图片如下所示： 运行结果： 1、灰度图像 2、二值图像 3、垂直积分投影 4、水平积分投影 ...
分类：
其他好文 时间：
2016-06-22 22:04:55
阅读次数：
212
膨胀、腐蚀、开、闭运算是数学形态学最基本的变换。本文主要针对二值图像的形态学膨胀：把二值图像各1像素连接成分的边界扩大一层（填充边缘或0像素内部的孔）；腐蚀：把二值图像各1像素连接成分的边界点去掉从而缩小一层（可提取骨干信息，去掉毛刺，去掉孤立的0像素）；开：先腐蚀再膨胀，可以去掉目标外的孤立点闭： ...
分类：
其他好文 时间：
2016-06-19 11:38:27
阅读次数：
183
记得有次被别人问起二叉树的先序遍历，竟然不清楚？当然读书的时候是知道的，工作后有点忘了，只知道它是利用栈递归遍历的，至于这里的先序的“先”，到底指的是先遍历左子树还是先遍历根节点给忘了。 为加深印象，今天打算做个小小的总结，先不管工作上有没用到（其实是有用到的，比如楼主曾经做二值图像连通算法的时候， ...
分类：
其他好文 时间：
2016-06-03 12:55:59
阅读次数：
156
