opencv
「已注销」
这个作者很懒,什么都没留下…
展开
-
KMeans
KMeans方法概述 无监督学习方法 分类问题,输入分类数目,初始化中心位置 硬分类方法,以距离度量 迭代分类为聚类 OpenCV相关API double cv::kmeans(InputArray data, int k, inputOutputArray bestLabels, TermCriteria criteria, int attempts,原创 2021-05-05 14:52:29 · 113 阅读 · 0 评论 -
opencv_Sobel算子
卷积的应用 图像边缘提取 边缘:是像素值发生跃迁的地方,是图像的显著特征之一,在图像特的显著特征之一,在图像特诊提取、对象检测、模式识别等方面都有重要的作用。 捕捉/提取边缘:对图像求它的一阶导数 delta=f(x)-f(x-1),delta越大,说明像素在X方向变化越大,边缘信号越强。 Sobel算子 是离散微分算子,用来计算图像灰度的近似梯度 Soble算子功能集合高斯平滑和微分求导 又被称为一阶微分算子,求导算子,在水平和垂直两个方向上求导,得到图像X方法于Y方法梯度图像。 求导的近似值,原创 2021-05-04 15:42:56 · 361 阅读 · 0 评论 -
opencv_自定义线性滤波
自定义线性滤波 卷积得概念 卷积是图像处理中一个操作,是kernel在图像的每个像素上的操作。 Kernel本质上一个固定大小的矩阵数组,其中中心点称为锚点(anchor point)。 卷积如何工作 把kernel 放到像素数组之上,求锚点周围覆盖的像素乘积之和(包括锚点),用来替换锚点副高下像素点值称为卷积处理。 卷积作用:模糊图像,提取边缘,图像锐化 数学表达式: 常见算子: 自定义卷积模糊 filter2D方法filter2D( Mat src,//输入图像 Mat ds原创 2021-05-03 20:15:11 · 119 阅读 · 0 评论