opencv笔记

TomCruisePro

已于 2022-02-08 22:11:32 修改

阅读量2.4k

点赞数

文章标签： opencv 计算机视觉

于 2022-02-06 21:11:17 首次发布

本文链接：https://blog.csdn.net/tomcruisepro/article/details/122801242

版权

本文详细介绍了OpenCV中的图像处理技术，包括滤波操作如中值滤波、均值滤波、高斯滤波，以及图像阈值处理，如简单阈值、自适应阈值和Otsu二值化。此外，还提到了形态学中的腐蚀操作，用于去除图像中的噪声和细节。

摘要由CSDN通过智能技术生成

滤波

1:中值滤波:median=cv2.medianBlur(img,5)//5代表的是5×5为一个处理单位，中值滤波能够把所有噪音点一下子消除掉
2:均值滤波blur=cv2.blur(img,(3,3))
3:方框滤波，基本和中值滤波一样，可以选择归一化
box=cv2.boxfilter(img,-1,(3,3),nomarlize=True)
4:高斯滤波aussian=cv2.GaussianBlur(img,(5,5),1)

图像阈值

1:简单阈值，如果像素点小于阈值，则设置为0，否则将其设置为最大值，第一个参数为源图像，第二个图像为阈值，第三个参数是分配给超过阈值的像素值的最大值，简单阈值类型有cv.THRESH_BINARY
cv.THRESH_BINARY_INV
cv.THRESH_TRUNC
cv.THRESH_TOZERO
cv.THRESH_TOZERO_INV
exp:
ret,thresh1 = cv.threshold(img,127,255,cv.THRESH_BINARY)
ret,thresh2 = cv.threshold(img,127,255,cv.THRESH_BINARY_INV)
ret,thresh3 = cv.threshold(img,127,255,cv.THRESH_TRUNC)
ret,thresh4 = cv.threshold(img,127,255,cv.THRESH_TOZERO)
ret,thresh5 = cv.threshold(img,127,255,cv.THRESH_TOZERO_INV)

2:自适应阈值，但这可能并非在所有情况下都很好，例