核函数

书名：计算机视觉40例从入门到深度学习：OpenCV-Python
作者：李立宗
出版社：电子工业出版社
出版时间：2022-07-01
ISBN：9787121436857

二、理论基础

3、按照面积筛选前景对象

• 在查找图像轮廓时，会查找图像内所有对象的轮廓。
  也就是说，不仅会查找到图像内正常对象的轮廓，还会查找到一些噪声的轮廓。
  所以，在对图像内的对象进行计数时，并不需要对查找到的所有轮廓进行计算，只需计算面积大于一定数值的轮廓个数。
• 函数cv2.contourArea()用于计算轮廓面积

4、核函数

• 在进行形态学操作时，必须使用一个特定的核（结构元）
• 该核可以通过自定义生成，也可以通过函数cv2.getStructuringElement()构造。
• 函数cv2.getStructuringElement()能够构造并返回一个用于形态学操作的指定大小和形状的核。
• 除了使用该函数，用户也可以自己构建任意二进制掩模作为形态学操作中使用的核。

5、getStructuringElement()

retval = cv2.getStructuringElement( shape, ksize[,anchor])

• shape表示形状类型，有3种，矩形，十字形（对角线为1），椭圆形
• ksize表示核的大小
• anchor表示核中的锚点位置。
  默认的值是（-1，-1），是形状的中心。只有十字形结构的核与锚点位置紧密相关。在其他情况下，锚点位置仅用于形态学运算结果的调整。

四、不同结构的核对形态学操作的影响

import cv2

o=cv2.imread("d:\\kernel.jpg",cv2.IMREAD_UNCHANGED)
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT,(59,59))
kernel2 = cv2.getStructuringElement(cv2.MORPH_CROSS,(59,59))
kernel3 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(59,59))
                                    
dst1 = cv2.dilate(o, kernel1)
dst2 = cv2.dilate(o, kernel2)
dst3 = cv2.dilate(o, kernel3)

cv2.imshow("orriginal",o)
cv2.imshow("dst1",dst1)
cv2.imshow("dst2",dst2)
cv2.imshow("dst3",dst3)

cv2.waitKey()
cv2.destroyAllWindows()

● 图（a）是原始图像o。
● 图（b）是使用矩形结构的核对原始图像进行膨胀操作的结果dst1。
● 图（c）是使用十字形结构的核对原始图像进行膨胀操作的结果dst2。
● 图（d）是使用椭圆形结构的核对原始图像进行膨胀操作的结果dst3。