拜小白的成长之路，告别小白

H-S直方图常常应用在目标检测、特征分析及目标特征跟踪等场景中。

双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部的特点。

中值滤波法是一种非线性平滑技术，将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的中值代替 ，常用于消除图像中的椒盐噪声。

高斯滤波（高斯平滑）是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

均值滤波，是最简单的一种线性滤波操作，输出图像的每一个像素是核窗口内输入图像对应像素的像素的平均值( 所有像素加权系数相等)，其实说白了它就是归一化后的方框滤波。

若是知道如何配置环境，只想了解如何一次配置好OpenCV+VS开发环境，不用每次新工程都重新配置一遍的同学，请直接看第5、9、10步骤。

盒式滤波（方框滤波）是一种线性滤波技术，它的实现借鉴了积分图像的原理思想，在快速积分图像求解中，将计算某个矩阵像素间的和值运算，转化为求矩阵对应边角点的求和差值运算。

图像噪声2——高斯噪声。给图像添加高斯噪声

图像噪声1——椒盐噪声。给图像添加椒盐噪声

综合示例——8种阈值化操作【OTSU阈值化、自适应阈值化、二进制阈值化、反二进制阈值化、截断阈值化、阈值化为0、反阈值化为0，双阈值化】

半阈值化操作。半阈值化为0操作

常言道“温故而知新”，写此文章就是对自己目前学习内容的小小的总结与记录。本文力求用最简洁的语言，详细的代码将此部分内容讲解清楚，但由于博主同样是刚刚接触OpenCV，或许表达上有些瑕疵，还望读者能够指教探讨，大家共同进步。博主机器配置为：VS2013+opencv2.4.13+Win-64bit。若本文能给读者带来一点点启示与帮助，我就很开心了。===============...

图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。【盒式滤波、均值滤波、高斯滤波、中值滤波、双边滤波、导向滤波】

直方图(Histogram)又称柱状图、质量分布图，是一种统计报告图。直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。在图像处理上，直方图是图像信息统计的有力工具。其实也就是统计一幅图某个亮度像素数量。

一共实现了11种操作：腐蚀、膨胀、开运算、闭运算、顶帽、黑帽、形态学梯度（又为基本梯度）、内部梯度、外部梯度、X方向梯度、Y方向梯度。

黑帽运算为闭运算结果图与原图像之差

顶帽运算是原图像与“开运算“的结果图之差。

形态学梯度根据膨胀或者腐蚀与原图作差组合来实现增强结构元素领域中像素的强度，突出高亮区域的外围。

闭运算(Closing Operation)，其实就是先膨胀再腐蚀的结果。

开运算（Opening Operation），其实就是先腐蚀后膨胀的过程。

膨胀是指：将卷积核B滑过图像A，找出卷积核区域内最大像素值作为锚点像素值。这一操作可以缩小低像素值区域。

腐蚀是指：将卷积核B滑过图像A，找出卷积核区域内最小像素值作为锚点像素值。这一操作可以扩大低像素值区域。

主要是将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0），该功能类似于之间所讲的双阈值化操作。

双阈值化操作。对于有些图像有很强的分界特征，我们可以考虑用双阈值法进行二值化操作。

自适应阈值化操作：adaptiveThreshold()函数.自适应阈值则，是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值

滑动条（滚动条）创建与实现；createTrackbar()函数;利用滑动条改变参数，观察两幅图像融合不同值的效果。

感兴趣区域ROI图像获取操作。在图像处理中，我们常常需对图像中某个重点区域进行分析处理，而不改变图像中的其他区域，因此这就要从整幅图像中提取感兴趣区域ROI（region of interest）。OpenCV中常常用到Rect来设置相应的ROI。

两幅图像融合简单实现2；addWeighted()函数；两幅图像尺寸不相同时； 我们通过两种方式解决这个问题。1.重置其中一副图像的尺寸大小，使其两幅图像尺寸一致；2.在较大的图像中设置感兴趣区域ROI，获得与较小的那个图像尺寸一致的区域；

两幅图像融合简单实现1；addWeighted()函数；两幅图像类型尺寸一致的情况；

Rect类的相关操作简介

测量程序运行时间；getTickCount()与getTickFrequency()

彩色图像通道分离与合成；split()与merge()

图像彩色空间转换，RGB转灰度图等生活中大多数看到的彩色图片都是RGB类型，但是在进行图像处理时，需要用到灰度图、HSV、

1图像简单显示与保存,VS2017+OpenCV-3.2.0+Win10-64bit

Qt5.8.0+OpenCV3.2.0配置教程(详细版)本机环境：Windows-64位 / Qt 5.8.0 / OpenCV3.2.0 / CMake3.8.2 /最后结果，亲测可用

开启摄像头，显示图像；VideoCapture类

结合前几节的内容，写了个小小的综合示例。同样是两幅图像融合，只不过其中一副图像是从电脑中读取，另一幅是从摄像头获取。还添加了滑动条，以便实时改变融合效果。

固定阈值化：Threshold()函数.阈值类型有如下几种：0：二进制阈值化。1：反二进制阈值化。2：截断阈值化：大于该阈值的像素点被设定为该阈值。3：阈值化为0：低于阈值被设置为0。4：反阈值化为0：超过阈值被设置为0。

OTSU阈值化实现；OTUS最大类间方差法。在阈值化处理中，常用的算法就是OTSU（最大类间方差法）。OTUS算法的思想：选取一个阈值T，T∈[0,m−1]，m为图像的灰度级。将图像直方图分成两部分，T值使得分成的两组间方差最大。

保存视频操作——写操作。此程序是将原视频中的B通道处理后保存。