1.图像定义:
注意在opencv里面是BGR三通道的矩阵。
2.
边界填充:复制法-反射法-外包装法-常量法
图像融合:R=权重 x1(图像输入)+权重x2+b(偏置项) b亮度微调 shape要一致才可以融合。
图像阈值:超过阈值的处理。
图像平滑处理(去噪音)
均值滤波->淡化噪音点;
方框滤波->类似均值滤波 阈值为255
高斯滤波->权重矩阵
中值滤波->取中值
形态学-腐蚀操作(线条)
腐蚀操作/膨胀操作-> 缩小/增大线条 黑白
开闭运算->腐蚀/膨胀的先后顺序
梯度运算->膨胀-腐蚀=边界
礼貌=原始输入-开运算 毛刺
黑帽=闭运算-原始输入 原始轮廓
图像梯度-Sobel算子
Sobel算子-水平(右减左)或垂直(下减上)的差异大小-负值取绝对值-边缘检测
Scharr 算子-类似Sobel算子,数值比较大 噪音点比较敏感,线条比较丰富
laplacian算子-与周围比较,不需要分别求x y,噪音点不敏感
Canny边缘检测
1.使用高斯滤波器,平滑图像
2.计算图像每个像素点的梯度强度和方向
3.非极大值抑制 与相邻的点比较大小
4.应用双阈值 梯度值 阈值越小,效果就越细
图像金字塔
高斯金字塔:向下(缩小)/向上(放大)采样 1.高斯内核卷积 2.去掉偶数行和列
拉普拉斯金字塔 mg- (down up)
图像轮廓检测
模板匹配 模板跟图像窗口的像素点之间进行比较大小
直方图:图片分解成像素点