opencv基础

Opencv入门


一、Opencv基础知识

1.1二值图像

像素值为0和1或者0和255。通常作为像素标签使用。

1.2灰度图像

像素值:单通道,取值范围[0,255]。
0: 纯黑
255:纯白
部分图像算法中需要使用灰度图进行运算。

1.3彩色图像

RGB:色彩显示
HSV:色彩描述
YCBCr:视频数据
CMYK:印刷行业
灰度图像《==》RGB图像
Gray = R * 0.299+G * 0.587+B * 0.114。

二、Opencv基本使用

1.连通域标记

  1. Two-pass(等价表法)
    1.第一次遍历
    a.当像素[x,y]的领域(4-领域)的所有像素值都为0,则给[x,y]一个新的标签,并且标签累加1。
    b.当像素[x,y]的领域(4-领域)存在标签种类都大于1时,则给[x,y]一个领域中值最小的标签。
    c.当像素[x,y]的领域(4-领域)存在标签种类等于1时,则给[x,y]一个相同的标签。
    2.第二次遍历
    给所有的像素重新赋值,值为等价标中最小的值。
  2. Seed Filling(种子填充法)
    遍历
    当像素[x,y]为前景,则作为种子。给与一个标签,将后将与之相邻的前景像素全部给与相同的标签,重复该步骤。直到遍历结束。

2.图像二值化

目的通常为将图像的前后景进行分割,以便进行下一步处理。
可用于自动计件、文字识别。
本质为门函数。
对于图中的像素[x,y],其灰度值为分f(x,y),设置门限值(阈值)为T。
合理的阈值应尽可能的分离前景和背景。
2.1P-tile法
需要预先获得图像中前景占完整画面的比值p%,依次累加灰度直方图,直到该累积值大于或等于前景图像(目标)所占面就,此时的灰度级即为所求的阈值。 在这里插入图片描述
如果先验条件和实际情况相差较远,P-tile不适用。

3.最小误判概率

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.大津法(OTSU)

在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值