标签：opencv

2021-02-03zhangtongle阅读(4787)赞(0)

一、理解图像特征目标：本章节你需要学习以下内容:*在本章中，我们将尝试了解哪些是图像的特征，理解为什么图像特征很重要，理解为什么角点很重要等等。解释相信大多数人都玩过拼图游戏。你会得到许多零零散散的碎片，然后需要正确地组装它们以形成一个大的...

2021-02-03zhangtongle阅读(4833)赞(0)

十五、基于分水岭算法的图像分割目标：本章节你需要学习以下内容:*我们将学习使用分水岭算法使用基于标记的图像分割*我们将看到：cv.watershed（）1、理论任何灰度图像都可以看作是地形表面，其中高强度表示峰和丘陵，而低强度表示山谷。你开...

2021-02-03zhangtongle阅读(4110)赞(0)

目标：本章节你需要学习以下内容:*我们将理解霍夫变换的概念。*我们将看到如何使用它来检测图像中的线条。*我们将看到以下函数：cv.HoughLines（），cv.HoughLinesP（）1、理论如果你能够以数学形式表示该形状，则霍夫变换是...

2021-02-03zhangtongle阅读(3969)赞(0)

目标：本章节你需要学习以下内容:*使用模板匹配查找图像中的对象*你将看到以下函数：cv.matchTemplate（），cv.minMaxLoc（）1、理论模板匹配是一种在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV附带了一个...

2021-02-03zhangtongle阅读(4335)赞(0)

1、理论傅立叶变换用于分析各种滤波器的频率特性。对于图像，2D离散傅里叶变换（DFT）用于找到频域。称为快速傅里叶变换（FFT）的快速算法用于计算DFT。有关这些的详细信息可以在任何图像处理或信号处理教科书中找到。请参阅其他资源部分。

2021-02-03zhangtongle阅读(4284)赞(0)

我们将学习直方图均衡的概念，并用它来改善图像的对比度。

2021-02-03zhangtongle阅读(4406)赞(0)

（1）什么是轮廓？轮廓可以简单地解释为连接所有具有相同的颜色或强度的连续点（沿着边界）的曲线。

2021-02-03zhangtongle阅读(4107)赞(0)

一、梯度本章节你需要学习以下内容:*查找图像渐变，边缘等*我们将看到以下函数：cv.Sobel()，cv.Scharr()，cv.Laplacian()等1、理论OpenCV提供三种类型的梯度滤波器或高通滤波器，Sobel，Scharr和L...

2021-02-03zhangtongle阅读(3772)赞(0)

一、平滑图像目标：本章节你需要学习以下内容:*使用各种低通滤波器模糊图像*将自定义滤波器应用于图像（2D卷积）1、2D卷积（图像过滤）与一维信号一样，图像也可以使用各种低通滤波器（LPF），高通滤波器（HPF）等进行滤波。LPF有助于消除噪...

2021-02-03zhangtongle阅读(3725)赞(0)

目标：本章节你需要学习以下内容:*你将学习简单的阈值处理，自适应阈值处理，Otsu的阈值处理等。*你将学习以下函数：cv.threshold，cv.adaptiveThreshold等。1.简单阈值处理这种阈值处理的方法是简单易懂的。如果像...