python – 为什么cv2扩展实际上不会影响我的图像？

5b51 2022/1/14 8:23:14 python 字数 1051 阅读 599 来源 www.jb51.cc/python

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

概述

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！

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！

总结

以上是编程之家为你收集整理的python – 为什么cv2扩展实际上不会影响我的图像？全部内容，希望文章能够帮你解决python – 为什么cv2扩展实际上不会影响我的图像？所遇到的程序开发问题。

如果您也喜欢它,动动您的小指点个赞吧

除非注明，文章均由 laddyq.com 整理发布，欢迎转载。

转载请注明：
链接：http://laddyq.com
来源：laddyq.com
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

python – 为什么cv2扩展实际上不会影响我的图像？

概述

总结

分类汇总

您的鼓励是对我最大的支持