![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 80
后脑勺
这个作者很懒,什么都没留下…
展开
-
canny边缘检测
背景简述Canny提出一种新的边缘检测方法[1][2],它对受白噪声影响的阶跃型边缘是最优的。Canny检测子的最优性与三个标准有关:第一、检测标准:不失去重要的边缘,不应有虚假的边缘;第二、定位标准:实际边缘与检测到的边缘位置之间的偏差最小;第三、单位应标准:将多个响应降低为单个边缘响应。这一点被第一个标准部分地覆盖了。因为当有两个响应对应于单个边缘时,其中之一应该被是虚假的。这第三转载 2016-09-16 19:28:12 · 960 阅读 · 0 评论 -
Opencv中将视频保存为连续的图片和连续的图片保存为视频
一直觉得Opencv是个很实用的很伟大的东西,很多功能总是能够在不经意间实现,下面就将AVI视频每一帧保存为图片(.jpg,.bmp),和连续图片保存为视频来演示一下: 直接贴代码,只要学了Opencv一个星期的,绝对看的懂了:#include #include #include #include #include #define NUM转载 2016-11-04 21:20:38 · 5484 阅读 · 0 评论 -
OpenCV Mat 数据结构
程序及分析/* * FileName : MatObj.cpp * Author : xiahouzuoxin @163.com * Version : v1.0 * Date : Thu 15 May 2014 09:12:45 PM CST * Brief : * * Copyright (C) MICL,USTB */#include #i转载 2016-11-04 21:16:48 · 1263 阅读 · 0 评论 -
OpenCV Mat读取和显示图片
一、从文件读取图像并显示1. 程序在基于VS2013搭建OpenCV开发环境这篇文章的最后给出了一个简单的Demo,这个例子跟本篇使用的例子是一样的。打开C++ IDE并创建一个新的项目,新建一个源文件,粘贴下面的代码:1234567891011121转载 2016-11-04 09:47:02 · 90434 阅读 · 3 评论 -
bmp彩色转灰度
一、基础 对于彩色转灰度,有一个很著名的心理学公式:Gray = R*0.299 + G*0.587 + B*0.114二、整数算法 而实际应用时,希望避免低速的浮点运算,所以需要整数算法。 注意到系数都是3位精度的没有,我们可以将它们缩放1000倍来实现整数运算算法:Gray = (R*299 + G*587 + B*114 + 500) /原创 2016-09-26 09:52:46 · 1259 阅读 · 0 评论 -
膨胀、腐蚀、开、闭运算——数字图像处理中的形态学
膨胀、腐蚀、开、闭运算是数学形态学最基本的变换。本文主要针对二值图像的形态学膨胀:把二值图像各1像素连接成分的边界扩大一层(填充边缘或0像素内部的孔);腐蚀:把二值图像各1像素连接成分的边界点去掉从而缩小一层(可提取骨干信息,去掉毛刺,去掉孤立的0像素);开:先腐蚀再膨胀,可以去掉目标外的孤立点闭:先膨胀再腐蚀,可以去掉目标内的孔。以下参考论文:《数学形态学在图像处理中的应原创 2016-09-26 09:34:20 · 4626 阅读 · 0 评论 -
图像特征提取三大法宝:HOG特征,LBP特征,Haar特征
摘自: http://dataunion.org/20584.html作者:zouxy09 出处:zouxy09的博客(一)HOG特征1、HOG特征:方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域转载 2016-09-23 23:05:44 · 886 阅读 · 0 评论 -
直方图均衡化的原理
原文:http://blog.csdn.net/wendy709468104/article/details/8770919直方图均衡化的作用是图像增强。有两个问题比较难懂,一是为什么要选用累积分布函数,二是为什么使用累积分布函数处理后像素值会均匀分布。第一个问题。均衡化过程中,必须要保证两个条件:①像素无论怎么映射,一定要保证原来的大小关系不变,较亮的区域,依旧是较亮的,较暗依旧暗,转载 2016-09-18 23:05:40 · 1114 阅读 · 0 评论 -
PCA 数学原理 (讲的很到位啊)
摘自 http://blog.codinglabs.org/articles/pca-tutorial.htmlPCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其转载 2016-09-17 23:04:12 · 753 阅读 · 0 评论 -
sift 角点检测
摘自:http://blog.csdn.net/abcjennifer/article/details/7639681SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像转载 2016-09-17 03:47:05 · 10766 阅读 · 0 评论 -
霍夫变换
图像处理之霍夫变换(直线检测算法)霍夫变换是图像变换中的经典手段之一,主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。霍夫变换寻找直线与圆的方法相比与其它方法可以更好的减少噪声干扰。经典的霍夫变换常用来检测直线,圆,椭圆等。 霍夫变换算法思想:以直线检测为例,每个像素坐标点经过变换都变成都直线特质有贡献的统一度量,一个简单转载 2016-09-16 23:01:34 · 2978 阅读 · 0 评论 -
将矩形图像转化为正方形(两边补像素)
如题 直接贴代码#include "stdafx.h"#include "cv.h"#include "highgui.h"#include using namespace std;using namespace cv;int _tmain(int argc, _TCHAR* argv[]){ Mat L=imread("1.jpg"); c原创 2016-11-04 23:12:00 · 7351 阅读 · 2 评论