![](https://img-blog.csdnimg.cn/202012011006537.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
计算机视觉
视觉相关的知识点
Novelin
这个作者很懒,什么都没留下…
展开
-
opencv学习-几何变换
仿射变换平移(1)(x^y^1)=(10tx01ty001)(xy1)\begin{pmatrix} \hat{x} \\ \hat{y} \\ 1\end{pmatrix}=\begin{pmatrix}1&0&t_x\\0&1&t_y\\0&0&1\end{pmatrix}\begin{pmat...原创 2019-06-06 18:42:11 · 198 阅读 · 0 评论 -
opencv学习- 对比度增强
灰度直方图什么是灰度直方图灰度直方图是图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率。如:I=(1015551451510105511210145901800125)I=\begin{pmatrix}10 &15&55&145\\15&10&转载 2019-06-06 18:42:07 · 906 阅读 · 0 评论 -
opencv学习 - 图像平滑
每一幅图像都包含某种程度的噪声,在大多数情况下,通过平滑技术(也常称为滤波技术)进行抑制或去除,其中具备保持边缘(Edge Preserving)作用的平滑技术得到更多的关注。常用的平滑处理算法包括基于二维离散卷积的高斯平滑、均值平滑基于统计学方法的中值平滑具备保持边缘作用的平滑算法的双边滤波、导向滤波等。二维离散卷积二维离散卷积是基于两个矩阵的一种计算方式如I=(1234)...原创 2019-06-06 18:42:01 · 388 阅读 · 0 评论 -
opencv学习-阈值分割
把图像分成若干个特定的、具有独特性质的区域,每一个区域代表一个像素的集合,每一个集合代表一个物体,而完成该过程的技术通常称为图像分割。图像分割方法主要分为:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法,以及基于特定理论的分割方法等。阈值分割实现简单、计算量小、性能稳定。阈值分割处理又称为图像的二值化处理。阈值分割处理主要是根据灰度值信息提取前景,对前景与背景有较强对比度...原创 2019-06-06 18:41:56 · 2309 阅读 · 0 评论 -
opencv学习 - 图像数字化
矩阵运算加法(uint8)ndarray的加法与Mat的加法不同:以123+150=273为例,Mat会将大于255的数值直接截断,而array会对大于255的uchar类型进行255取模运算后减1,即273%255-1=17.减法(uint8)ndarray的加法与Mat的减法不同:如23-125=-102,Mat处理直接截断为0,numpy处理为对255取模后+1,即-102...原创 2019-06-06 18:42:16 · 207 阅读 · 0 评论 -
opencv学习-形态学处理
阈值分割的结果经常包含一些干扰,形态学能够用来调整分割区域的形状以获得比较理想的结果。常用的形态学处理包括:腐蚀、膨胀、开运算、闭运算、顶帽运算、地帽运算,其中腐蚀和膨胀是最基础的方法。腐蚀取每一个位置的矩形领域内值的最小值作为该位置的输出灰度值,领域可以是椭圆形、十字交叉形等。腐蚀后输出图像的总体亮度的平均值比起原图会有所降低。针对阈值分割后前景是白色的二值图,可以通过API...原创 2019-06-06 18:41:48 · 245 阅读 · 0 评论 -
opencv学习-边缘检测
图像的边缘指的是灰度值发生急剧变化的位置边缘,在某种程度上它不随光照和视角的变化而变化边缘检测的目的是制作一个线图,在不会损害理解图像内容的情况下,同时又大大减少图像的数据量。提供对图像数据的合适概述边缘检测大多是通过基于方向导数掩码(梯度方向导数)求卷积的方法。Sobel算子...原创 2019-06-06 18:41:02 · 320 阅读 · 0 评论 -
opencv学习-轮廓
通过阈值分割提取图像中的目标物体,通过边缘检测提取目标物体的轮廓。接下来,需要拟合这些边缘和前景,确定边缘是否满足某种几何形状。查找、绘制轮廓一个轮廓代表一系列的点(像素),这一系列的点构成了一个有序的点集。通过阈值分割后的二值图可以看成由多个轮廓(点集)组成的。函数findContours的作用就是将二值图的边缘像素或者前景像素拆分成多个轮廓、为了直观的理解所找的轮廓,可以通过函...原创 2019-06-06 18:40:37 · 188 阅读 · 0 评论