opencv对图像处理

形态学转换：基于图像形状的操作，通常在二进制图像上执行。  

腐蚀、膨胀 ：

        腐蚀：求局部最小值，原图高亮部分被蚕食
        膨胀：求局部最大值，原图高亮部分部分扩张

img=cv.imread(path)
kenel=np.ones((5,5),np.uint8)#创建核结构
img2=cv.erode(img,kenel)#腐蚀 去噪
img1=cv.dilate(img,kenel)#膨胀 目标增大，填充孔洞

图像平滑（去噪）

1.椒盐噪声：

        脉冲噪声：随机出现的白点，黑点
2.高斯噪声（正态噪声）：

        各个灰度值符合高斯分布

低通滤波：

均值滤波：

        卷积框覆盖区域所有像素的平均值来代替中心元素

        缺点：去噪的同时去除了很多细节部分，图像变得模糊

cv.blur(scr,ksize(卷积核大小）,anchor（默认核中心-1，-1）,borderType（边界大小）)

高斯滤波：

        正态分布，越接近中心，取值越大，越远离中心，取值越小。计算平滑结果时，只需要将“重心点”作为原点&#x