Billie使劲学的博客

2.然后，使用 cv2.threshold() 函数对图像进行二值化处理，使用 Otsu's 阈值法自动确定阈值，并将结果存储在变量 binary_image 中。3.接下来，创建一个 3x3 的方形结构元素，并使用 cv2.dilate() 函数对二值化图像进行膨胀操作，将结果存储在变量 dilated_image 中。5.使用 cv2.imshow() 函数显示增强后的图像，并使用 cv2.waitKey(0) 等待用户按下任意键继续。

课程一览：目录1.摄像头调用2.视频的读取与保存3.帧差法4.光流法5.背景减除法1.摄像头调用开启摄像头函数1 ：cv2VideoCapture() 参数说明：0,1代表电脑摄像头，或视频文件路径 函数2：ret，frame = cap.read() 说明：cap.read() Ret：返回布尔值Ture/False，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False Frame：每一帧的图像，是个三维矩阵

课程一览：目录1.图像特征的理解2.形状特征描述2.1 HOG原理2.2 Harris2.3 SIFT3.纹理特征4.模板匹配5.人脸检测1.图像特征的理解图像特征是图像中独特的，易于跟踪和比较的特定模板或特定结构。图像特征提取与匹配是计算机视觉中的一个关键问题，在目标检测、物体识别、三维重建、图像配准、图像理解等具体应用中发挥着重要作用。 图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。（1）颜色特征颜色特征.

给每个孤立的山谷（局部最小值）不同颜色的水（标签），当水涨起来，根据周围的山峰（梯度），不同的山谷也就是不同的颜色会开始合并，要避免山谷合并，需要在水要合并的地方建立分水岭，直到所有山峰都被淹没，所创建的分水岭就是分割边界线，这个就是分水岭的原理。区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当满足一定的条件时，区域生长终止。任意的灰度图像可以被看做是地质学表面，高亮度的地方是山峰，低亮度的地方是山谷。区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标的提取。

如果A与B连通，B与C连通，则A与C连通，在视觉上看来，彼此连通的点形成了一个区域，而不连通的点形成了不同的区域。这样的一个所有的点彼此连通点构成的集合，我们称为一个连通区域。梯度图的生成和模板卷积相同，不同的是要生成梯度图，还需要在模板卷积完成后计算在点(x,y)梯度的幅值，将幅值作为像素值，这样才算完。，也是最大的变化率，对于二元函数z=f(x,y)，它在点(x,y)的梯度就是grad(x,y)或者。： 梯度算子是一阶导数算子，是水平G(x)和竖直G(y)方向对应模板的组合，也有对角线方向。

目录1.图像分割2.固定阈值法——直方图双峰法3.自动阈值法3.1 自适应阈值法3.2 迭代阈值分割3.3 Otsu大津法4.边缘检测4.1 图像梯度的概念4.2 模板卷积和梯度图的概念4.3 梯度算子4.4Canny边缘检测算法5.连通区域分析5.1 连通区域概要5.2 Two-Pass算法6.区域生长算法6.1 区域生长概要6.2 区域生长原理7.分水岭算法7.1 分水岭算法概要7.2 分水岭算法1...

（Erosion）是两种基本的形态学运算，其中膨胀类似于“领域扩张”，将图像中的白色部分（领域）进行扩张，其运行结果图比原图的白色区域更大；对于任意一个在阴影部分的点a，Ba包含于X，所以X被B腐蚀的结果就是那个阴影部分。其中X是被处理的对象，B是结构元素，对于任意一个在阴影部分的点a，Ba击中X，所以X被B膨胀的结果就是那个阴影部分。把结构元素B平移a后得到Ba，若Ba包含于X，我们记下这个a点，所有满足上述条件的a点组成的集合称作X被B腐蚀的结果。若X是被处理的对象，而B是用来处理X的，则称B为。

方框滤波被封装在一个名为boxFilter的函数中，即boxFilter函数的作用是使用方框滤波器来模糊一张图片，从src输入，从dst输出。Gamma变换就是用来图像增强，其提升了暗部细节，通过非线性变换，让图像从曝光强度的线性响应变得更接近人眼感受的响应，即。Gamma变换是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系。：直方图均衡化是将原图通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。一种常用的邻域算子，像素输出取决于输入像素的加权和。

以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转都图像的大小一般会改变，即可以把转出显示区域的图像裁取，或扩大图像范围来显示所有的图像。设i+u，j+v（i，j为正整数，u，v为大于零小于1的小数，下同）为待求像素坐标，则待求像素灰度的值f（i+u，j+v）：最简单的一种插值方法，不需要计算，在待求像素的四邻像素中，将距离待求像素最近的邻像素灰度赋给待求像素。（缺点：输出的图像会有锯齿状）得出的（0,0）就为原图坐标，则待求点的值就用求出的相对应原图位置的值来代替。

课程一览：目录1.opencv中的绘图函数1.1 线段绘制1.2 矩形绘制1.3 圆、椭圆绘制1.4 多边形绘制1.5 添加文字2.图像的几何变换2.1 图像平移2.2 图像缩放2.3 图像旋转2.4 图像镜像2.5 仿射变换2.6 透视变换3.图像滤波与增强3.1线性滤波3.2 非线性滤波3.3 图像锐化3.4 直方图均衡化3.5 Gamma变化4.图像形态学操作4.1 图像腐蚀4.2 图像膨胀4.3 开运

课程一览：目录1.数字图像1.1 数字图像概念1.2 数字图像起源1.3 常见成像方式1.4 数字图像的应用1.5 OpenCV介绍2.图像属性2.1 图像格式2.2 图像尺寸2.3 图像分辨率和图像通道2.3.1灰度转化2.3.2 RGB 与BGR2.3.3 通道分离2.3.4 通道合并2.4 图像直方图2.4.1 直方图绘制2.4.2 三通道直方图绘制2.5图像色彩空间学习目标：...