梯度计算 在OpenCV中，梯度计算是图像处理中的一个基本操作，用于分析图像中像素值的变化速率的方向，其中梯度的方向是函数变化最快的方向，因此在图像中，沿着梯度方向可以找到灰度值变化最大的区域，这通常是图像边缘所在的位置。 在OpenCV中，可以通过腐蚀和膨胀算图像的梯度。由上篇文章中提到膨胀和腐蚀操作可以计算图片的轮廓。 以下面这张图片为例： 现在对于梯度进行计算的代码如下所示：

图像处理一 一、阈值处理1.1 OpenCV 提供了函数` cv2.threshold()`和函数` cv2.adaptiveThreshold()，`用于实现阈值处理1.1.1. cv2.threshold()：(1)在函数`cv2.threshold()`中，参数`threshold_type`用于指定阈值处理的方式。它有以下几种可选的阈值类型：(2)代码(3)图像部分 1.1.2. c

目录 1 原理1.1 礼帽运算1.2 黑帽运算 2 opencv 实现2.1 礼帽运算2.2 黑帽运算 1 原理 1.1 礼帽运算 原图像与“开运算”的结果图之差。 开运算会将图像的裂缝放大，因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域。 当一幅图像具有大幅的背景，且微小物体比较有规律的情况下，可以使用礼帽运算进行背景提取。 1.2 黑