原始图像

生成者：

膨胀过程

使用一个 2x1 矩形作为中心点 (0,0) 的内核：

处理者：

预期产出

实际输出

问题

为什么输出出乎意料？我想知道 ImageMagick 如何处理膨胀。

以下是我的理解：

当内核的中心点迭代到原图的位置（0,1）时：

我认为 (0,1) 应该1在 AND 操作之后。

这是我在 Stack Overflow 上的第一篇文章，如果问题没有得到足够的定义，我很抱歉。

我目前正在从图像中提取表格数据，我需要一种仅在垂直方向上扩展文本的方法，以便获得清晰的列表示，用于进一步分割。

去除水平和垂直线并按位变换图像后，我处于这个阶段：

这个问题的理想目标是：

有没有对我的情况有帮助的方法或算法？

给定一个值从 0 到 的 2D 数组n，我想通过每个像素包含的值来扩展每个像素，较高的值应该在扩张期间覆盖较低的值。

也就是说，半径内与像素值相等的任何像素，如果它们的值较小，则继承​​该值。例如，如果输入为[0 1 0 2 0 0]，则输出为[1 2 2 2 2 2 ]。

这怎么可能实现？

我试图了解填充和膨胀之间的基本区别。

据我了解，填充是通过过滤器卷积后在图像矩阵的末端创建新的 0 值单元（？或矩阵位置）。

在给定过滤器的情况下，膨胀也会改变图像的末端。两者有什么特别的区别吗？

谢谢

我想使用 OpenCV 来执行灰度形态膨胀。这似乎很容易，但我没能做到。因此，我想知道是否可以使用 OpenCV 来做到这一点？

为了检查结果，我创建了一个比较 OpenCV 和 SciPy 的 MWE。Scipy 似乎给出了预期的结果，而 OpenCV 没有。不幸的是，由于其他约束，我必须使用 OpenCV 而不是 Scipy 并进行灰度形态膨胀。从 MWE 看来，似乎可以进行二元形态膨胀。

MWE：

结果：

那么有没有一种简单的方法（或选项）用 OpenCV 进行灰度形态膨胀，并获得与 SciPy 相同的结果？

我试图了解如何控制扩张的 OpenCV 中的内核锚。这是我的示例代码来解释我的想法：

这是相应的输出：

(0, 1)当我将内核锚更改为

我希望膨胀会向上，但我得到的结果完全相同。有人对此有解释吗？

提前致谢！

我有一堆报纸，我的目标是围绕几个 ROI 获得边界框。具体来说，这些投资回报率是：

• 文章
• 标题
• 图片

我正在使用带有 python 的 opencv 来实现所需的结果。我的方法如下：

1. Canny 边缘检测（由图像模糊处理）
2. 扩张
3. 轮廓检测
4. 轮廓近似和边界框

我已经编写了适当的代码来实现这一点，但轮廓不是那么准确（后面会详细介绍）。示例：我正在展示代码的行为方式：

如您所见，它并没有检测到那里的所有文章，而是将几篇文章的部分组合到一个边界框中。我怎样才能使它变得更好？我希望它更准确。我尝试了 Canny、Dilation 和模糊的参数，但没有获得更好的结果。这是我的代码：

在我的 DCNN 架构中，我在每个卷积层和 Maxpooling 层中使用了“2”的膨胀因子。我在串联中使用这两者。虽然它提高了我的准确性，但我认为这样做是否正确？在扩张中，我们正在增加感受野，而在 Maxpooling 中，我们正在做相反的事情，对吗？请指导

你好亲爱的程序员，我有一系列图像，我想用不同的膨胀参数对它们中的每一个进行膨胀。然后，我想用新名称保存处理后的图像，包括旧名称和相应的膨胀参数。我的代码如下。

可以看出，我想使用参数 3,6 和 10 应用膨胀。让我们假设图像的名称为“image1”，处理后，我想有“image1_3”、“image1_6”和“图像1_10”。但是，我得到的结果是“image1_3”、“image1_6_3”和“image1_10_6_3”。请问，我该如何修改我的代码来解决这个问题？

我的任务是对字符执行定向形态扩张，因此它产生垂直扩张的水平条和水平扩张的垂直条。

其中 a) 是原始字符 b) 垂直扩张后和 c) 水平扩张后。

下面是 skimage 的代码，但是它没有产生我期望的结果。

结果：