W的图像处理之圆检测（1）一图像预处理

感谢链接中各位博主的博文帮助我对图像预处理的理解！

一.图像预处理

图像预处理的主要目的：

消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。

图像灰度变换、二值化、直方图

直方图均衡化
目的：通过直方图均衡化，图像像素分配更加均匀，包含的像素灰度值更加丰富，对比度更高。

OpenCv直方图均衡化
equalizeHist

#include<opencv2/opencv.hpp>
#include<vector>
using namespace std;
using namespace cv;
int main() {
	Mat temp = imread("C:\\Users\\26011\\Desktop\\毕设\\毕设程序\\picture\\2.bmp",0);
	imshow("原图", temp);
	equalizeHist(temp, temp);	
	imshow("均衡后", temp);
	waitKey(-1);
 
}

滤波
图像处理中常见的滤波算法：均值滤波、中值滤波、高斯滤波等。

高斯滤波：对图像进行平滑的同时，能都更多的保留图像的总体灰度分布特征
GaussianBlur

GaussianBlur函数原型: 通过调整高斯函数的标准差（sigma)来控制平滑程度，sigma值越大，滤波窗口越大，滤波效果越明显（图像越模糊钝化）

CV_EXPORTS_W void GaussianBlur( InputArray src, OutputArray dst, Size ksize,
                                double sigmaX, double sigmaY = 0,
                                int borderType = BORDER_DEFAULT );

参数详解如下：
1.src，输入图像，即源图像
2.dst，即目标图像，
3.ksize，高斯内核的大小。
4.sigma，控制平滑程度，sigma值越大，图像越模糊钝化

二值化
图像的二值化就是将图像上的像素点的灰度值设置为0或255，使整个图像呈现出明显的黑白效果，使图像中数据量大为减少，从而凸显出目标的轮廓。

OpenCv二值化函数——Threshold

void cvThreshold( const CvArr* src, CvArr* dst, double threshold,
                  double max_value, int threshold_type );

参数详解如下：
1.src是指输入的图像，
2.dst指的是处理后的图像，
3.threshold,表示阈值，
4. max_value是当threshold_type阈值类型type取THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.，
5. threshold_type 表示运算方法，通过查询源文件可以看到type的取值情况；

#include <iostream>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\core\core.hpp>
#include <opencv2\imgproc\imgproc.hpp>
 
using namespace std;
using namespace cv;
 
int main()
{
	Mat imag, result;
	imag = imread("C:\\Users\\26011\\Desktop\\毕设\\毕设程序\\picture\\2.bmp",0);	//将读入的彩色图像直接以灰度图像读入
	namedWindow("原图", 1);
	imshow("原图", imag);
	result = imag.clone();
	//进行二值化处理，选择30，200.0为阈值
	threshold(imag, result, 30, 200.0, CV_THRESH_BINARY);
	namedWindow("二值化图像");
	imshow("二值化图像", result);
	waitKey();
	return 0;
}