我的博客

本文转载自这篇博客，修改了部分代码，并增加了算法展示效果。

在工业缺陷检测的场景中，我们经常会遇到一些难以直接通过空域方法进行检测的现象。如图所示，在进行织布赃污的检测时，由于脏污区域与周围像素点的灰度值相差较小，且脏污区域内的像素灰度值变化较大，因此很难选择合适的阈值来进行图像二值化，从而确定脏污区域。此时，我们就要在频域内对图像进行处理。通过频域滤波，滤除掉频率较低的成分（无脏污部分）和频率较高的成分（织布纹理图案部分），即可得到脏污区域的图像。

本文通过对相机标定过程进行了详细介绍，提供完整的标定代码，并引入了对像素坐标系，图像坐标系，相机坐标系，世界坐标系的说明。文末对标定参数的实际应用进行了举例说明，有利于读者更加清晰地认识坐标系之间的转换

本文主要介绍了基于直方图均衡化的图像增强方法，以及C++代码实现，也给出了相关的论文，供阅读参考

这是一篇非常适用于镜头选型之景深计算的文章，文章没有对景深计算公式进行推导计算，但对于景深的含义及影响因素介绍的非常清晰，尤其是弥散直径圆的说明非常透彻，我转载啦！

视觉测量任务重点关注的是目标的边缘信息，滤波过程不应破坏目标的边缘信息，因此，保边降噪的滤波方法应运而生。常用的保边降噪的滤波方法是双边滤波，其思想是在灰度梯度平缓的区域使用高斯滤波进行降噪，在灰度梯度突变的边缘位置不进行滤波处理，保证边缘信息不被破坏。

针对图像中，边缘较为模糊，噪声较多，却需要实现精密测量的场景，常用的边缘算子不能够很好地满足使用要求。因此，提出一种先粗定位，再提取边缘区域，最后精确定位的算法。

本文旨在总结博主做项目时总结的基于C++的图片剪切代码，代码难度较低，仅供基础知识的学习巩固。#define _CRT_SECURE_NO_WARNINGS#include <iostream>#include<sstream>#include<io.h>#include<vector>#include<fstream>#include <cassert>#include <string>#inclu

本文主要对傅里叶变换在图像处理中的应用做了基本的介绍，并基于C++和OpenCV实现了傅里叶变换在图像旋转方面的应用。