python – 为什么cv2扩展实际上不会影响我的图像？

发布时间：2020-12-16 23:35:56 所属栏目：Python 来源：网络整理

导读：因此,我使用 python和opencv2生成二进制(很好,真正的灰度,8位,用作二进制)图像,向图像写入少量多边形,然后使用内核扩展图像.但是,无论我使用什么内核,我的源和目标映像总是一样.有什么想法吗？ from matplotlib import pyplotimport numpy as npimport cv2bi

因此,我使用 python和opencv2生成二进制(很好,真正的灰度,8位,用作二进制)图像,向图像写入少量多边形,然后使用内核扩展图像.但是,无论我使用什么内核,我的源和目标映像总是一样.有什么想法吗？

from matplotlib import pyplot
import numpy as np
import cv2

binary_image = np.zeros(image.shape,dtype='int8')
for rect in list_of_rectangles: 
    cv2.fillConvexPoly(binary_image,np.array(rect),255)
kernel = np.ones((11,11),'int')
dilated = cv2.dilate(binary_image,kernel)
if np.array_equal(dilated,binary_image):
    print("EPIC FAIL!!")
else:
    print("eureka!!")

我得到的只是EPIC FAIL！

谢谢！

解决方法

因此,事实证明问题在于内核和图像的创建.我相信openCV期望’uint8’作为内核和图像的数据类型.在这种特殊情况下,我用dtype =’int’创建了内核,默认为’int64′.另外,我创建的图像为’int8′,而不是’uint8′.不知何故,这并未引发异常,但导致扩张以令人惊讶的方式失败.

将上面两行改为

binary_image = np.zeros(image.shape,dtype='uint8')

kernel = np.ones((11,'uint8')

解决了这个问题,现在我得到了EUREKA！万岁！

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!