OpenCV学习笔记 Python版

1. 图像

① 图像定义

图：物体反射或透射光的分布

像：人的视觉系统所接受的图 在人脑中所形成的印象或认识

② 模拟图像和数字图像

模拟图像：连续存储的数据

数字图像：分级存储的数据

③ 位数

计算机采用0/1编码, 数字图像也是用0/1来记录信息。平时接触的都是8位数的图像，包含灰度0~255（2^8 - 1），0是黑，255是白。

④ 分类

2. Opencv

① 模块组成

3.基本操作

① 读图

② 显示图

注：

（1）opencv里图的存储方式为hwc，且通道c里对应的是bgr；

（2）因为opencv里的通道c对应bgr，所以当用plt显示时，需要有转rgb的操作。

③ 保存图

 

例1

④ 几何图形绘制

例

⑤ 获取并修改像素点，获取图属性，通道的拆分与合并， 色彩空间的转换

⑥ 图像的混合

例

⑦ 图像缩放

例

⑧ 图像平移

例

⑨ 图像旋转

例

⑩ 图像的仿射变换

例

4. 基本操作

① 图像的透射变换

例

② 图像金字塔

例

5. 形态学操作

① 连通性

② 膨胀与腐蚀

例

③ 开闭运算

例

④ 礼帽和黑帽

例

 6. 图像平滑

① 图像噪声

椒盐噪声

高斯噪声

② 图像平滑

（1）均值滤波

例

（2）高斯滤波

例

（3） 中值滤波

例

7. 直方图

① 灰度直方图

直方图的计算与绘制

例

② 掩膜的应用

例

 

③ 直方图均衡化

例

④ 自适应的直方图均衡化

例

8. 边缘检测

① 简介

② Sobel检测算子

 例

③  Laplacian算子

例

③ Canny边缘检测

例

9. 模板匹配与霍夫变换

① 模板匹配

例

② 霍夫变换原理

③ 霍夫线检测

例

④ 霍夫圆检测

例

10. 图像特征提取与描述

① 图像的特征

② Harris角点检测

 

例

③ Shi-Tomasi角点检测

例

④ SIFT算法

基本流程4步：

遵循以上步骤，介绍其具体实现过程如下：

（1）尺度空间极值检测

（2）关键点定位

（3）关键点方向确定

（4）关键点描述

总结

注：SURF算法

SIFT实现

例

⑤ FAST算法

基本流程4步：

机器学习的角点检测器

非极大值抑制

FAST算法实现

例

⑥ ORB算法

流程

BRIEF算法

ORB算法的实现

例

11. 视频读取与显示

① 从文件中读取视频并播放

例

② 保存视频

例

12.视频追踪

① meanshift算法

实现

 

例

② Camshift算法

13. 人脸案例