Harriet的博客

文章目录一、图像轮廓二、图像轮廓检测的实现三、轮廓特征四、轮廓近似一、图像轮廓图像轮廓与图像边界区别图像轮廓指的是图像整体，连接在一起，而图像边界可能是零散的线段。二、图像轮廓检测的实现opencv轮廓检测函数def findContours(image: Any, mode: Any, method: Any, contours: Any = None,

文章目录一、Canny边缘检测的过程二、Canny边缘检测过程的详细介绍（一）平滑滤除噪声（二）梯度和方向（三）非极大值抑制（四）双阈值三、Canny的实现一、Canny边缘检测的过程使用高斯滤波器，进行图像平滑操作，滤除噪声具体图像平滑操作，可以参考下面链接https://blog.csdn.net/qq_43279579/article/details/120766454计算图像中每个像素点的梯度张度和方向应用非极大值抑制，消除边缘检测带来的杂散响应应用双阈值检测，来确定真实的和潜在的边

文章目录一、Sobel算子一、Sobel算子

文章目录一、形态学——腐蚀二、形态学——膨胀三、腐蚀和膨胀组合运算（一）开运算（二）闭运算（三）梯度运算四、礼帽和黑帽（一）礼帽（二）黑帽一、形态学——腐蚀腐蚀就是通过卷积核，将边界部分向内部靠近，逐步腐蚀掉。opencv腐蚀函数def erode(src: Any, kernel: Any, dst: Any = None, anchor: Any = None, iterations: Any = None,

文章目录一、图像阈值二、图像平滑（一）均值滤波（二）方框滤波（三）高斯滤波（四）中值滤波一、图像阈值图像是由多个像素点组成的，每个像素点有一个数值。图像阈值就是一个适当的数值，通过每个像素点的值与阈值进行比较，根据比较结果对不同像素点进行不同处理。opencv阈值处理函数def threshold(src: Any, thresh: Any, maxval: Any, type: Any,

文章目录一、图像边界填充二、图像融合操作环境python3.6+Pycharm/Jupyter Notebook一、图像边界填充有时候，对于图像进行处理的时候，需要对图像进行边界填充。opencv边界填充函数说明def copyMakeBorder(src: Any, top: Any, bottom: Any, left: Any, r

文章目录一、图像的组成二、图片基本操作（一）图像的读取（二）图片显示（三）图片保存（四）图像通道三、视频的基本操作——读取一、图像的组成计算机中图像是由多个像素点组成，每个像素点是一个值，每个数值的数值为0~255之间。RGB称为彩色通道，一般情况下彩色图片包含三个通道。在计算机中，图像的数据化为矩阵，矩阵的大小表示图像的大小。例如，一个图像是500*500，彩色图像数据化为[500,500,3]的矩阵。二、图片基本操作（一）图像的读取opencv读取函数#读取方式可以省略cv2.imre