形态学研究Python编程基础：《Python图像处理基础教程》

引言：首先需要说明形态学处理在图像处理流程中所扮演的重要角色：完成图像二值化操作后，往往会出现一些由干扰噪声产生的微小点状结构，此时形态学处理便能够发挥至关重要的作用，有效去除这些孤立的噪声点。然而，在实施了二值化与边缘检测等步骤之后，图像中可能出现某些点或线条的断裂现象，这时形态学处理中的膨胀操作便成为解决问题的关键手段。

首先进行数据库导入：

>     import cv2
>  
> ```

>
>
>
> 1.首先需要完成原图像的加载处理，随后依次进行灰度转换与二值化操作。
>
>
>
> 程序代码：
>
>

复制代码

  1. path2='../img/cat1.png'

复制代码

  2. img=cv2.imread(path2)

  3.  

  4. gray=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)

  5. res,thresh=cv2.threshold(gray,0,255,cv2.THRESH_OTSU) #大津阈值分割

  6.  

  7. cv2.imshow('tu',thresh)

  8. cv2.waitKey