w的终期检查

相关算法理解

filter2D 与拉普拉斯算子

  • OpenCv中的fiilter2D()函数:利用内核实现对图像的卷积运算;
void filter2D( InputArray src, OutputArray dst, int ddepth,
               InputArray kernel, Point anchor = Point(-1,-1),
               double delta = 0, int borderType = BORDER_DEFAULT );//输入图像,输出图像,目标图像深度

在这里插入图片描述
在这里插入图片描述

  • 拉普拉斯算子作为边缘检测,属于空间锐化滤波,通过计算二阶差分(微分)来进行计算
void cv::Laplacian (InputArray src, OutputArray     dst, int ddepth,  int  ksize = 1, doublescale = 1,
double  delta = 0,int  borderType = BORDER_DEFAULT  )

在这里插入图片描述

距离变换,归一化、腐蚀
findcountours函数查找轮廓、watershed分水岭算法

二值化、高斯滤波

  • 二值化:将图像上的像素点的灰度值设置为0或255,这样将使整个图像呈现出明显的黑白效果。使图像中数据大为减少,从未能凸显出目标的轮廓。
double threshold( InputArray src,OutputArray dst,double threshold,double maxval,int type );//原始数组,输出数组,阈值,阈值类型
  • 高斯滤波(Gaussian filter):高斯滤波为最常用的滤波器,具有可分离性质,可以把二维高斯运算转换为一维高斯运算,其本质上为一个低通滤波器。在OpenCV中可通过函数GaussianBlur进行操作。

在这里插入图片描述

canny算子边缘检测

  • 三大准则:低错误率、最优定位、图像中的任意边缘只被标记一次,同时图像噪声不会产生伪边缘;
  • canny算子实现步骤:
    step1.用高斯滤波器对图像去噪
    step2.计算像素的梯度
    step3.非最大抑制(排除非边缘像素, 仅仅保留了一些细线条)
    step4.滞后阈值化处理
C++: void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )

基于openCv计算轮廓矩(圆心)
在这里插入图片描述
opencv中的矩主要包括以下几种:空间矩,中心矩和中心归一化矩。


cv::moments (   InputArray  array,
                bool    binaryImage = false 
            )   

最小二乘法拟合

  • 最小二乘法是一种数学优化技术,将边缘轮廓的像素点类比一系列的数据点,这些数据点组合成一个院,可以根据这些数据估计圆的参数;

原理

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

w要变强

你的鼓励是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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