老猿Python

本专栏为笔者《OpenCV-Python图形图像处理》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV。...

在原来的形态学变换系列博文中，老猿针对形态学变换进行了相关从基础概念、到程序实现等的一系列文章介绍，本次回顾这部分知识过程中，重点分析了形态学变换适用的场景及其背后的原因，有助于大家进一步理解形态学变换的原理和应用场景。

本文介绍了老猿自用于OpenCV测试程序的一些自用工具函数适用Linux环境的参考代码。

本文介绍了用Python、numpy矩阵运算以及OpenCV-Python的图像基础操作模拟filter2D实现一个卷积程序，提供了实现思路和具体的案例代码，并将该程序实现的图像卷积结果和OpenCV filter2D函数的卷积结果进行了比对，可以看到二者结果完全相等。通过该程序可以完全了解卷积处理的过程。

本文介绍了 OpenCV 对比度受限的自适应直方图均衡 CLAHE 算法的图像插值算法。相关内容在网上公开资料中没有公布，是老猿断断续续花费了 4 个月时间研究剖析，并在春节期间花了大量精力整理的，对计算机视觉算法感兴趣但不熟悉自适应直方图均衡 CLAHE 算法的各位同好应该是非常有帮助的资料。

本文结合OpenCV文档介绍的直方图均衡算法，结合《数字图像处理》介绍的直方图均衡处理原理，使用Python结合numpy实现了一个自定义的直方图均衡函数，这个自定义函数使用不同的参数调用可以分别模拟OpenCV的直方图均衡和《数字图像处理 https://blog.csdn.net/LaoYuanPython/article/details/119857829》介绍的通用直方图均衡方法。通过样例图像和老猿的进一步分析，可以看到《数字图像处理》介绍的通用直方图均衡图像比OpenCV直方图均衡图像亮度值高。

本文介绍了连续图像和数字图像直方图匹配（直方图规定化）的原理、处理过程，并提供了案例进行了讲解。可以看到，直方图均衡处理是直方图匹配的一个重要桥梁。最后，对于直方图规定化这个翻译个人觉得很low，个人感觉叫指定直方图更好理解，但Histogram Specification怎么翻译确实不太好把握，因此还是叫Histogram Matching直方图匹配最好。

本文介绍了《数字图像处理》第三章直方图均衡的主要知识点，并针对部分疑难点增加了老猿自己的感悟，直方图均衡法针对非数字图像以及数字图像都存在通用的公式，只需要数字图像和非数字图像自身的信息，二者虽然由于灰度值连续和离散的不同公式有所不同，但本质是一致的。

本文介绍了图像处理涉及的空间域、变换域、时域和频域的概念，并借助有关资料重点分析了变换域的概念理解，相关资料大多是老猿根据已有资料的推测，如有错误，请各位大佬指正，不甚感谢！

本文详细了使用OpenCV图像运算+Moviepy实现视频叠加后，最终结果剪辑中的上层剪辑和下层剪辑叠加后，上层剪辑背景色部分被下层剪辑内容所呈现替代的方案。通过该实现案例的介绍，可以理解OpenCV图像运算在图像处理中的作用，并在多个剪辑制作特效中使用该方法制作视频特效。

本文分析了OpenCV-Python中getPerspectiveTransform通过4对点确认透视变换矩阵的原理，有助于大家理解透视变换相关知识。

本节以绕图像中心点循环旋转的组合仿射变换和以图像中心点开始与x轴成30°夹角的线段作为依赖轴的循环错切的组合仿射变换为例，详细介绍了二者的OpenCV-Python实现。通过相关案例的介绍，对前面4节介绍的仿射变换原理将有更深入的认识。

本文介绍了组合(也称复合）仿射变换的概念、变换过程以及变换矩阵，并以绕指定点旋转的组合变换、指定直线作为依赖轴的组合变换详细介绍了变换过程和变换矩阵的构成，有助于深入理解仿射变换的概念和处理过程。

本文介绍了仿射变换的类型及其关系以及仿射变换矩阵，基本的仿射变换包括平移、旋转、缩放和错切，镜像可以看做特殊的缩放。实际中一般图像的仿射变换就是平移、旋转、缩放和错切的叠加组合，每叠加一个处理，就进行一次仿射变换矩阵和齐次坐标的乘法，再进行一次处理则再乘一次对应变换的矩阵。

图像线性变换是仿射变换的子集，包括图像的旋转、错切、缩放以及几者的组合叠加，线性变换的图像和原图像相比，坐标原点保持不变、直线变换后是直线或原点，平行线变换后还是平行。所有图像线性变换都可以使用图像变换矩阵和图像平面空间向量的乘积来表示，本文分析了图像线性变换的代数表示方法以及对应变换矩阵。

本节从基础的欧式空间、投影空间、笛卡尔坐标、向量、矩阵、线性空间着手介绍，从向量空间的点和向量的表示法着手说明齐次坐标概念引入的过程，并介绍了齐次坐标的作用。

本文介绍了HSV(也称为HSB)的OpenCV表示与标准表示的差别以及转换关系，澄清了网上其他一些资料有可能导致误解和困惑的问题，有助于大家对HSV颜色空间的概念理解和应用。

本文为《OpenCV-Python图形图像处理：博主自用的一些工具函数功能及调用语法介绍》内容配套函数的源代码。

本文介绍了一个利用击中击不中变换使用真正的小图像作为核去输入图中匹配的案例，在代码中使用了小技巧去将真正的核图像转换成击中击不中变换的核矩阵，可以看到对这种真正的图像形象匹配，HMT变换可以精确地匹配到图像所在的中心位置（核矩阵锚点对应位置）。

本文是老猿关于HMT击中击不中变换系列文章的应用案例及解释，该案例构造不同的核提取不同位置的长方形对应边，通过该案例我们可以很好的理解HMT变换的匹配模式、核的构造方法以及实际应用的方法。

本节详细解释了OpenCV-Python图像击中击不中变换理解的关键知识点，给前面的如下问题进行了比较详细清楚的回答： - 补集怎么计算？ - 交集怎么计算？ - B1和B2怎么构造？ - 调用OpenCV的HMT变换函数时，对于B1和B2怎么传入？ - 能否根据介绍的算法利用腐蚀实现一个自定义的击中击不中HITMISS变换处理？并根据这些解释应用两次腐蚀实现了一个自定义的HMT变换函数，该函数不但能对二值图处理，也能对灰度图进行正确处理。

本文提供了一个在OpenCV-Python中预览超大图的实现方法，并可以将多个图片加上文字说明后合并到一张图中展现。

本文介绍了OpenCV标量Scalar的含义及实际数据实现方式，并给出了不同图像运算中对标量的数据要求。

☞ ░ 前往老猿Python博客 https://blog.csdn.net/LaoYuanPython ░一、引言在《moviepy音视频剪辑：mask clip遮罩剪辑、遮片、蒙版的作用以及其包含的构成内容》中介绍：“mask遮罩是一种只有灰度值的像素构成的帧组成的剪辑，其作用就是在带mask的剪辑与其他剪辑合成时确认是否显示带mask剪辑的对应像素。”本文实现一个使用mask遮罩剪辑实现叠加视频的透明效果。二、程序实现本案例实现一个可以在视频上面叠加一个旋转视频或旋转图片的通用方法，支持两

本文详细介绍了对灰度图像腐蚀和膨胀时，当核矩阵对图像边界不扩边进行腐蚀、膨胀处理的情况、遇到的问题以及对应处理算法，举例说明了处理过程，并提供了验证测试函数。实际上，整个灰度图像的腐蚀和膨胀算法，不论是否扩边，基本运算过程都是一样，只是扩边情况下，计算过程无需从新增的边界元素开始，而是从内嵌图像的元素开始，因此无需考虑扩充部分边界的处理，都可以使用本文介绍的算法进行灰度图像的腐蚀和膨胀处理。

本文基于《OpenCV-Python图像矩阵不扩充边界腐蚀膨胀函数处理算法探究》介绍算法的基础上，用Python 的矩阵操作模拟实现了OpenCV灰度图的腐蚀和膨胀的自定义函数，并在图像处理中，使用OpenCV的膨胀和腐蚀函数和自定义函数的处理结果进行了对比，来验证了自定义函数的正确性。通过自定义函数的实现，结合上节介绍的算法，有助于大家深入理解OpenCV图像腐蚀和膨胀的机制。...

本文介绍了OpenCV-Python图像像素位深表示的方法，并举例介绍在图像运算中使用位深格式来确保图像运算结果没有溢出和丢失，但在OpenCV中非8位的位深只适合作为中间图像存储使用，最终图像的位深最好还是使用8位位深，否则在多数图像软件中不能正常显示。