python – 为什么cv2扩展实际上不会影响我的图像?

前端之家收集整理的这篇文章主要介绍了python – 为什么cv2扩展实际上不会影响我的图像?前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
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!

原文链接:https://www.f2er.com/python/185639.html

猜你在找的Python相关文章