图像处理
文章平均质量分 74
图像处理知识学习记录
流觞时光
此行山高路远,所幸我口袋还有玫瑰一片
展开
-
C++ OpenCV读取mipi摄像头图像数据
也可以预先测试gstreamer和摄像头是否正常运行,不过在代码中需要使用cpp代码中给出的形式。其中摄像头的参数需要自己根据摄像头参数修改(设备信息中看到的format等等)输出OpenCV信息查看是否支持Gstreamer。环境:Linux + OpenCV。普通读取视频文件的OpenCV代码。原创 2023-05-16 18:09:41 · 1854 阅读 · 3 评论 -
世界坐标系/相机坐标系/图像坐标系 转换
目录一、各坐标系简要介绍二、坐标系转换2.1 世界坐标系转为相机坐标系2.2 相机坐标系转为物理图像坐标系2.3 物理图像坐标系转为图像坐标系2.4 总结2.5 为什么要使用齐次坐标参考文献一、各坐标系简要介绍首先介绍数字图像处理领域中的图像坐标系,如上图左图所示,坐标系O_0为图像坐标系,其原点是在图像的左上角,每一个像素通过其所在位置的列数和行数索引 (u,v) 来表示。另外需要建立图像坐标与物理单位的关系,而后才能将目标的真实世界坐标转换为图像坐标。即建立以物理单位表示的物理图像坐标系(有些文原创 2021-03-05 16:06:38 · 12789 阅读 · 1 评论 -
空间几何变换 之 齐次坐标
在欧式空间(笛卡尔空间)中,使用坐标描述2D/3D几何非常合适,例如2维欧式空间中的点表示为(x , y),3维空间中点表示为(x , y , z)。但是这种方法不适用于透视空间,当一个点位于无穷远处时,该点的欧氏空间坐标中会出现∞,这显然不合适,而使用齐次坐标能够很好的解决此问题。齐次坐标就是在欧氏空间表示的基础上增加一个额外的变量w来表示原本的坐标(X,Y),并同时需要令x = Xw , y = Yw ,最终得到齐次坐标(x, y, w),w为非0变量,只有点在无穷远处时才等于0而当该点在二维空间的原创 2021-03-04 16:37:57 · 2426 阅读 · 1 评论 -
图像处理算法 之 Hough变换
Hough变换一、标准Hough线变换(SHT)1.1 原理1.2 SHT步骤1.3 缺点二、渐进概率Hough变换(PPHT)2.1 原理及步骤2.2 缺点三、Hough圆变换3.1 原理四、实验代码一、标准Hough线变换(SHT)1.1 原理标准Hough变换(standard hough transform)图像平面中的一条直线可以通过斜截式y = ax+b来表示,即可以化为a-b平面中的一个点,但是因为斜率的区间为-∞到+∞变化,当直线接近竖直时,此时在a-b平面中是难以表示的,因此通过极原创 2021-01-09 17:14:36 · 12368 阅读 · 0 评论 -
VS2015+CUDA8.0配置OpenCV3.4.3+OpenCV-contrib 全过程记录
项目突然要把opencv2换成opencv3,因为版权问题,opencv3中把sift等多个算法整合到contrib包里,所以安装的过程中踩了很多坑,来来回回安装配置了三四次才配好,这里做一个记录安装配置OpenCV下载OpenCV 以及contrib包使用Cmake编译opencv配置配置环境变量在VS中配置OpenCVVS中全局配置单独配置一个项目测试首先安装好Cmake,VS我这里是VS2015 win64,Cmake建议比较新的版本下载OpenCV 以及contrib包下载OpenCV3.原创 2020-11-07 17:20:37 · 394 阅读 · 0 评论 -
图像处理算法 之 梯度/边缘检测(Sobel算子,拉普拉斯算子,Canny等)
边缘检测一阶微分算子Sobel算子Scharr算子OpenCV函数使用:Roberts算子二阶微分算子拉普拉斯算子OpenCV函数使用Canny算子算法流程OpenCV 函数使用梯度是一个量变化的速度,在数学中通常使用求导、求偏导获取梯度或者某一方向上的梯度。在数字图像中梯度可以看为像素值分别在x,y方向上的变化速度,因为数字图像的离散型,以及像素是最小处理单元的特性,求数字图像的梯度时,不需要求导,只需要进行加减运算即可。(其实就是求导的差分近似形式).如下图所示:图片摘自于 https://zh原创 2020-10-24 20:18:29 · 11523 阅读 · 1 评论 -
图像处理算法 之 滤波/模糊(基于OpenCV)
一、线性滤波1.1 均值滤波顾名思义,对目标像素以及周围像素求均值代替原像素值,下图为一个3×3的滤波模板void cv::boxFilter(InputArray src,OutputArray dst,Int ddepth, //输出图像的深度(例如CV_8U),设为-1时表示与源图像保持一致cv::Size ksize, //滤波器尺寸cv::Point anchor = cv::Point(-1,-1), //核在滤波器的位置,默认在中间bool nomalize = true,原创 2020-10-12 16:42:15 · 1226 阅读 · 0 评论 -
图像处理算法 之 直方图均衡化
1、 直方图对于一幅图像的每个灰度级的像素个数进行统计,得到每个灰度级占整张图像的比例:n_k为灰度等级k的像素数量,N为整幅图像的像素数总和。将各个灰度级的像素数量绘制为条形图就是直方图了2、 直方图均衡化一幅对比度较小的图像其直方图分布一定集中在一个比较小的灰度级范围内,想要更好多的展现图像的细节信息,可以对直方图进行均值化,使得各个灰度级的占比(大致)相同,这样就加大了图像的对比度。直方图均衡化实现:由直方图可以得到灰度等级的离散概率分布函数:而根据灰度量化级数M得到各个等级的量化原创 2020-09-28 15:56:29 · 4039 阅读 · 0 评论