基于Python的OpenCV图像处理笔记整理

博客内容均整理自我的博客“Secret Land”，点击即可阅读相关内容。博客地址是zhaoxuhui.top。

OpenCV笔记1

• 1.准备工作
•  (1)安装配置Python
•  (2)安装PIP
•  (3)安装Numpy
•  (4)安装PyCharm

•  (5)安装OpenCV

• 2.图像读取、显示和输出
•  (1)读取
•  (2)显示

•  (3)输出

• 3.图像读取进阶
•  (1)RGB通道分离
•   基于数组
•   基于OpenCV
•  (2)RGB通道合并
•  (3)单像素处理

•  (4)遍历图像

• 4.实例练习
• 5.添加椒盐噪声进阶版

---

OpenCV笔记2

• OpenCV绘图
•  画线
•  画矩形
•  画圆

•  文字

• 像素操作小技巧

• 图像ROI

• 图像扩边

• 图像算数运算
•  图像加法
•  图像混合
•  位运算

---

OpenCV笔记3

• 视频处理
•  视频输入
•   摄像头捕获视频

•   打开视频文件

•  输出视频
•   捕获视频保存

•   文件视频保存

• 视频速度

• 统一的代码
•  视频获取

•  视频保存

• 实战演练

---

OpenCV笔记4

• 性能检测

• 性能提示

• 颜色空间转换
•  颜色转换实例
•  进阶版
•  获取HSV颜色值

---

OpenCV笔记5

• 几何变换
•  图像缩放
•  图像平移
•  图像旋转
•  仿射变换
•   仿射变换原理
•   OpenCV仿射变换
•  透视变换

---

OpenCV笔记6

• 图像阈值
•  简单阈值
•  自适应阈值
•  Otsu’s二值化

•   Otsu’s二值化原理

• 图像平滑
•  2D卷积
•  图像模糊
•   平均
•   高斯模糊
•   中值模糊

•   双边滤波

• 图像噪声
•  椒盐噪声
•  高斯噪声

---

OpenCV笔记7

• 图像形态学处理
•  1.腐蚀
•  2.膨胀
•  3.开运算
•  4.闭运算
•  5.形态学梯度
•  6.礼帽
•  7.黑帽
•  8.结构化元素

---

OpenCV笔记8

• 图像梯度
•  Sobel算子
•  Scharr算子

•  Laplacian算子

• OpenCV实现代码
•  Sobel、Scharr算子实现
•  Laplacian算子
•  对比

---

OpenCV笔记9

• 一、动态调整效果
• 二、Canny边缘检测
•  1.噪声去除
•  2.计算图像梯度
•  3.非极大值抑制
•  4.滞后阈值
•  5.OpenCV实现

---

OpenCV笔记10

• 灰度分布直方图
•  计算灰度分布直方图
•  绘制直方图
•   Matplotlib统计并绘图
•   OpenCV统计、Matplotlib绘图
•  使用掩膜

---

OpenCV笔记11

• 一、高斯金字塔
•  1.原理与定义
•   尺度空间
•  2.高斯差分金字塔(DOG)
•  3.尺度空间连续性

•  4.高斯金字塔构建步骤

• 二、拉普拉斯金字塔

• 三、OpenCV实现
•  1.高斯金字塔
•  2.拉普拉斯金字塔
•   (1)重采样图片大小问题

•   (2)图片减法问题

• 四、图像金字塔应用实例
•  1.图像重采样大小问题
•  2.高斯金字塔的建立
•  3.拉普拉斯金字塔建立
•   (1)疑惑一
•   (2)疑惑二
•   (3)疑惑三
•   (4)疑惑四
•  4.再谈图像代数运算
•  5.不同层数金字塔影响
•  6.图像压缩
•  7.更多思考

---

OpenCV笔记12

• 直方图均衡化
•  均衡化原理
•   累计概率密度函数
•   均衡化思想与步骤
•  OpenCV实现
•   灰度图像
•   彩色图像
•   CLAHE均衡化

---

OpenCV笔记13

• 2D直方图
•  计算2D直方图
•   基于OpenCV
•   基于Numpy
•  绘制2D直方图

•   基于Matplotlib

• 直方图反向投影
•  反向投影原理
•   直方图反向投影矩阵计算
•   反向投影步骤
•  代码实现
•   基于OpenCV

---

OpenCV笔记14

• 模板匹配
•  简介
•  匹配步骤
•  匹配算法
•   平方差匹配(TM_SQDIFF)
•   标准平方差匹配(TM_SQDIFF_NORMED)
•   相关匹配(TM_CCORR)
•   标准相关匹配(TM_CCORR_NORMED)
•   相关匹配(TM_CCOEFF)
•   标准相关匹配(TM_CCOEFF_NORMED)
•  OpenCV实现
•  多对象匹配

---

OpenCV笔记15

• 一、二值图像距离变换
•  1.主要过程
•  2.距离变换算法
•   (1)欧氏距离
•   (2)曼哈顿距离
•   (3)切比雪夫距离

•  3.OpenCV实现

• 二、灰度三维模型

•  1.绘制图像的灰度三维模型

• 三、图像梯度
•  1.推导过程
•   (1)Roberts算子
•   (2)Prewitt算子
•   (3)Sobel算子
•   (4)Lapacian算子

•  2.代码示例

• 四、分水岭算法图像分割
•  1.思路与原理
•  2.OpenCV实现
•   (1)读取图像进行二值化操作
•   (2)对二值化图像进行噪声去除
•   (3)图像标记
•    a.前景标记
•    b.背景标记
•    c.未知区域
•   (4)创建标签
•   (5)实施分水岭算法
•  3.完整代码

---

OpenCV笔记16

• 一、特征与特征点
•  1.特征点
•  2.特征检测

•  3.特征描述

• 二、图像中的角点

• 三、Moravec角点检测算子

• 四、Harris角点检测算子
•  1.Harris算子原理推导
•  2.Harris算子的性质
•   (1)Harris角点检测算子对亮度和对比度的变化不敏感
•   (2)Harris角点检测算子具有旋转不变性
•   (3)Harris角点检测算子不具有尺度不变性
•  3.OpenCV实现
•   (1)简单例子

•   (2)复杂例子

• 五、总结

---

OpenCV笔记17

• 一、Shi-Tomasi角点检测算子
•  1.原理

•  2.OpenCV实现

• 二、光流法视频目标跟踪
•  1.光流的概念
•  2.光流方程推导
•  3.Lucas-Kanade方法
•  4.OpenCV中的Lucas-Kanade实现

•  5.稠密光流

• 三、HSV色彩空间

• 四、总结

---

OpenCV笔记18

• 一、灰度随时间的变化

• 二、OpenCV图像数据类型与代数运算
•  1.加法
•   (1)cv2.add & uint8
•   (2)“+” & uint8
•   (3)cv2.add & int8
•   (4)“+” & int8
•   (5)cv2.subtract & uint8
•   (6)“-” & uint8
•   (7)cv2.subtract & int8
•   (8)“-” & int8

•   (9)相减获得绝对值

• 三、背景减除
•  0.最初的想法
•  1.基础
•  2.OpenCV中的方法
•   (1)BackgroundSubtractorMOG
•   (2)BackgroundSubtractorMOG2
•   (3)BackgroundSubtractorGMG
•   (4)总结对比

•  3.较完善的程序

• 四、背景减除方法综述
•  1.简单背景建模方法
•  2.基于统计的背景建模方法
•   (1)高斯模型(Gaussian Mixture Model,GMM)
•    a.模型初始化
•    b.目标检测
•    c.参数更新
•   (2)无参估计法
•    a.ViBe
•    b.KDE
•   (3)纹理特征法
•   (4)子空间学习法
•  3.基于聚类的背景建模法
•  4.基于自组织神经网络的背景建模法
•  5.基于模糊理论的背景建模法
•  6.背景预测法
•  7.各类方法比较