近期忙于考试,好久没学习opencv,今天得空对之前所学进行一个总结。
之前都是用matlab或C++来写图像处理算法,这是第一次用python,最近一段时间断断续续把图像最基础的部分学习完毕,主要包括图像掩膜、截取,形态学运算等,这一部分与之前所学基本类似也是非常的容易理解。
在这之后学习了图像模糊,算是正式开始“处理”图像,主要学习了均值滤波(cv2.blur),高斯滤波(cv2.GaussianBlur),中值滤波(cv2.medianBlur),双边滤波(cv2.bilateralFilter),这三种滤波方式各有特点,看其他人对这几个方法总结的比较全面,自己也做个收藏:
图片来源:python+opencv均值滤波,高斯滤波,中值滤波,双边滤波_月下花弄影-CSDN博客_python均值滤波
用以上不同算法处理得到的模糊图像,最直观的感觉是双边变换在模糊图像的同时,能很好地保留边缘信息。
对于各个算法的特点,还需要再以后的各种实验中慢慢把握。
目前最新学到的地方是颜色空间
通常最熟悉的颜色空间是RGB,在这里又学习了HSV和LAB空间,当然,除了这些还有很多很好的颜色空间,例如现在实验室做实验常用的YUV,这部分主要学习了各个颜色空间的转化以及相应的颜色通道分离吗,对于这一部分的学习,首先的启示是,我们以后做算法可以根据需求选择不同的颜色空间,比如,如果我们对图像的颜色变化很感兴趣,可以选择HSV空间,因为HSV空间中的H就是颜色分量,在这一通道里可以看到明显的颜色变化。
除此之外,对于以后做算法,首先一定要保证好我们所拍摄的图像有良好的光照条件,这样事半功倍。
这一段时间对opencv的接触,自己感觉相比之前本科所学的图像处理有很大不同,最大的感触应该是之前在学校老师想让我们了解最底层的运算,所以当时可能很多行的代码在opencv里只有一句,这也可以看出opencv它的及其便捷之处,这段时间对图像处理知识学习,也再次燃起了自己的兴趣。
第一次以写博客的方式记录学习历程,感觉还是很受用的,以后的目标就是争取学习一点就总结一点,勤写少写