7-2 OpenCV算法解析

最新推荐文章于 2021-01-25 17:24:32 发布

Ficus_f

最新推荐文章于 2021-01-25 17:24:32 发布

阅读量1.5k

点赞数

分类专栏： AI

本文链接：https://blog.csdn.net/Jamie_Shu/article/details/108540887

版权

本文详细介绍了OpenCV的BGR问题、性能和常见算法，如线性回归的最小二乘法。接着探讨了RANSAC算法的原理、步骤和应用，以及其在全景拼接中的作用。此外，还讲解了图像相似度比较的三种哈希算法——均值哈希、差值哈希和感知哈希，以及离散余弦变换DCT的应用，如JPEG压缩编码和数字水印技术。

摘要由CSDN通过智能技术生成

1 OpenCV

OpenCV是一个开源的计算机视觉库，可以从 http://opencv.org 获取。
OpenCV 库用C语言和 C++ 语言编写，可以在 Windows、Linux、Mac OS X 等系统运行。同时也在积极开发 Python、Java、Matlab 以及其他一些语言的接口，将库导入安卓和 iOS 中为移动设备开发应用。
OpenCV 设计用于进行高效的计算，十分强调实时应用的开发。它由 C++ 语言编写并进行了深度优化，从而可以享受多线程处理的优势。
OpenCV 的一个目标是提供易于使用的计算机视觉接口，从而帮助人们快速建立精巧的视觉应用。
OpenCV 库包含从计算机视觉各个领域衍生出来的 500 多个函数，包括
- 工业产品质量检验、
- 医学图像处理、
- 安保领域、
- 交互操作、
- 相机校正、
- 双目视觉
- 以及机器人学。
  
  Just have fun!

#opencv读入的矩阵是BGR，如果想转为RGB，可以这么转
img4 = cv2.imread('1.jpg')
img4 = cv2.cvtColor(img4,cv2.COLOR_BGR2RGB)

各大图像库的性能，最好的OpenCV，无论是速度还是图片操作的全面性，都属于碾压的存在，毕竟他是一个巨大的cv专用库。

在这里插入图片描述

图像的基本操作读取、显示、存储：
- 通过调用OpenCV中的 cv2.imread()，cv2.imshow()，cv2.write() 分别实现。
在OpenCV中实现将彩色像素转化为灰度像素。
图像的几何变换：
- 平移、缩放、旋转、插值（最近邻、双线性）。
对比增强：
- 线性变换、伽马变换、直方图均衡化。
边缘检测：
- Sobel、Laplace、Canny
图像的二维滤波：
- cvFilter2D