目录-OpenCV3编程入门

本文详细介绍了OpenCV3的核心组件,包括基础图像容器Mat的使用、常用数据结构和函数、基本图形绘制及像素访问。深入探讨了core组件的高级功能,如像素访问、图像叠加、多通道图像混合、图像对比度和亮度调整以及离散傅里叶变换。同时,讲解了imgproc组件中的图像处理技术,如线性和非线性滤波、形态学操作、漫水填充、图像金字塔、阈值化等。通过实例展示了如何应用这些技术进行图像处理和分析。
摘要由CSDN通过智能技术生成

二 初探core组件
4 OpenCV数据结构与基本绘图
4.1 基础图像容器Mat
4.1.1 数字图像存储概述
4.1.2 mat结构的使用
4.1.3 像素值的存储方法
4.1.4 显示创建mat对象的七种方法
4.1.5 OpenCV中的格式化输出方式
4.1.6 输出其他常用数据结构
4.1.7 示例程序:基础图像容器mat类的使用
4.2 常用数据结构和函数
4.2.1 点的表示:point类
4.2.2 颜色的表示:scalar类
4.2.3 尺寸的表示:size类
4.2.4 矩形的表示:rect类
4.2.5 颜色空间转换
4.2.6 其他常用的颜色知识
4.3 基本图形的绘制
4.3.1 drawellipse()函数的写法
4.3.2 drawfilledcircle()函数的写法
4.3.3 drawpolygon()函数的写法
4.3.4 drawline()函数的写法
4.3.5 main函数的写法
4.4 本章小结

5 core组件进阶
5.1 访问图像中的像素
5.1.1 图像在内存之中的存储方式
5.1.2 颜色空间缩减
5.1.3 LUT函数:look up table操作
5.1.4 计时函数
5.1.5 访问图像中像素的三类方法
5.1.6 示例程序
5.2 ROI区域图像叠加&图像混合
5.2.1 感兴趣区域:ROI
5.2.2 线性混合操作
5.2.3 计算数组加权和:addWeighted()函数
5.2.4 综合示例:初级图像组合
5.3 分离颜色通道,多通道图像混合
5.3.1 通道分离:split()函数
5.3.2 通道合并:merge()函数
5.3.3 示例程序:多通道图像混合
5.4 图像对比度,亮度值调整
5.4.1 理论依据
5.4.2 访问图片中的像素
5.4.3 示例程序:图像对比度,亮度值调整
5.5 离散傅里叶变换
5.5.1 离散傅里叶变换的原理
5.5.2 dft()函数详解
5.5.3 返回DFT最优尺寸大小:getOptimalDFTSize()函数
5.5.4 扩充图像边界:copyMakeBorder()函数
5.5.5 计算二维矢量的幅值:magn

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值