在图像界面中打开二值图像，可以做腐蚀和膨胀两种操作。并可保存操作后的图像。

该算法是对二值图像进行细化，对传统的Hilditch算法进行了改进。用matlab进行了仿真。 该算法是对二值图像进行细化，对传统的Hilditch算法进行了改进。用matlab进行了仿真。

利用改进的BP神经网络模型导出了一种新的彩色图像边缘检测算法。为了充分利用图像中的颜色信息,在RGB彩色空间中通过欧式距离度量像素之间的差异获得灰度图像;为了降低训练样本的数量,将灰度图像二值化作为导师信号;针对传统的边缘检测算法容易产生边缘断裂、不连续等缺点,文章将动量法与自适应学习速率结合起来对传统的BP神经网络进行了改进。利用该方法对二值图像进行了边缘检测,实验结果表明,该方法对二值图像的边缘检测较传统的检测方法具有更好的效果。

编程实现二值图像分析算法，并分析实验结果。 包括贴标签，4连通和8连通两个方面；腐蚀/膨胀；开/闭运算及其变形；边缘提取；空洞填充;骨架提取这些功能。

算法描述 　　首先，在进行标记算法以前，利用硬件开辟独立的图像标记缓存和连通关系数组，接着在视频流的采集传输过程中，以流水线的方式按照视频传输顺序对图像进行逐行像素扫描，然后对每个像素的邻域分别按照逆时针方向和水平方向进行连通性检测和等价标记关系合并，检测出的结果对标记等价数组和标记缓存进行更新，在一帧图像采集传输结束后，得到图像的初步标记结果以及初步标记之间的连通关系，最后，根据标号对连通关系数组从小到大的传递过程进行标号的归并，利用归并后的连通关系数组对图像标记缓存中的标号进行替换，替换后的图像为最终标记结果，并且连通域按照扫描顺序被赋予唯一的连续自然数。

查找二值图像最大连通区域，返回连通域的矩形框

本代码修改了ImageJ的java代码，使其可以在C++上也能运行，只有少部分代码是基于OpenCV，大部分是基于STL

今天小编就为大家分享一篇python-opencv获取二值图像轮廓及中心点坐标的代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

用MATLAB编写的用二值图像的Hough变换对图像的倾斜角度进行自动纠正，对于图像中有竖条状的图像，效果不错

该算法是对二值图像进行细化，对传统的Hilditch算法进行了改进。用matlab进行了仿真。