![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字图像处理
Allen Chou
这个作者很懒,什么都没留下…
展开
-
OpenCV:霍夫变换
一、直线检测相关算法 1.1 霍夫变换(Hough Transform) 霍夫变换(Hough Transform)换于1962年由Paul Hough 首次提出,后于1972年由Richard Duda和Peter Hart推广使用,是图像处理中从图像中检测几何形状的基本方法之一。经典霍夫变换用来检测图像中的直线,后来霍夫变换经过扩展可以进行任意形状物体的识别,例如圆和椭圆。 霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成原创 2020-09-08 21:43:46 · 1230 阅读 · 1 评论 -
OpenCV之Canny边缘检测
边缘检测一般是识别目标图像中亮度变化明显的像素点. 因为显著变化的像素点通常反映了图像变化比较重要的地方.1. Canny 边缘检测理论Canny 是一种常用的边缘检测算法. 其是在 1986 年 John F.Canny 提出的.Canny 是一种 multi-stage 算法,分别如下:具体流程:高斯滤波:平滑图像,消除噪声 梯度和方向计算:利用Sobel算子计算每个像素点的梯度和方向 非极大值抑制:消除边缘检测带来的杂散相应 双阈值:检测真正和潜在的边缘 抑制弱边缘:通过抑制原创 2020-09-08 16:28:53 · 3737 阅读 · 0 评论 -
OpenCV:边缘检测算法
边缘检测(英语:Edge detection)是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括(i)深度上的不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。 边缘检测是图像处理和计算机视觉中,尤其是特征检测中的一个研究领域。1 边缘检测的基本原理图像边缘是图像最基本的特征,所谓边缘(Edge) 是指图像局部特性的不连续性。灰度或结构等信息的突变处称之为边缘。例如,灰度级的突变原创 2020-09-07 17:34:16 · 17429 阅读 · 2 评论 -
openCV:详解形态学操作(腐蚀、膨胀、开运算,闭运算等)
定义形态学操作,例如腐蚀,膨胀,开运算,闭运算等形态学操作是根据图像形状进行的简单操作 一般情况下对二值化图像进行的操作。需要输入两个参数: 一个是原始图像, 一个被称为结构化元素或核,它是用来决定操作的性质的原理形态变换是基于图像形状的一些简单操作。它通常在二进制图像上执行。它需要两个输入,一个是原始图像,第二个是结构元素或核structuring element or kernel ,它决定我们操作的性质。两个基本的形态操作运算符是侵蚀和扩张。然后,是它们的变体形式,如开放,关闭,梯原创 2020-09-05 21:40:50 · 12143 阅读 · 3 评论 -
OpenCV:详解阈值分割的处理
阈值分割是图像处理中非常实用的操作,对我们提取目标区域,使图像信息更加简单(0和1)来加速后续的处理速度。Targets使用固定阈值、自适应阈值”二值化”图像 OpenCV函数:cv2.threshold(), cv2.adaptiveThreshold()Simple Thresholding 固定阈值固定阈值分割很直接,一句话说就是像素点值大于阈值一个值,小于阈值是另外一个值。cv2.threshold()用来实现阈值分割,ret是return value缩写,代表当前的阈值,暂原创 2020-09-04 21:15:08 · 5647 阅读 · 0 评论 -
数字图像 - 直方图均衡化原理
这种方法通常用来增加许多图像的全局对比度,尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法,亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度,直方图均衡化通过有效地扩展常用的亮度来实现这种功能。这种方法对于背景和前景都太亮或者太暗的图像非常有用,这种方法尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。这种方法的一个主要优势是它是一个相当直观的技术并且是可逆操作,如果已知均衡化函数,那么就可以恢复原始的直方图,并且计算量也不大。原创 2020-09-02 19:25:38 · 1638 阅读 · 0 评论