本文梳理了图像处理基础知识，包括OpenCV中的颜色空间转换、图像叠加操作如加减乘除，二值化图像处理，去噪与滤波，边缘检测，模板匹配，轮廓发现等。特别讨论了如何使用OpenCV进行两个图像相减以及在二值化图像中去除小黑点的方法，这些是图像分析和人工智能应用的基础。
5G即将商用，带宽提速，未来必将加快依赖宽带传输的图像和视频应用的产品市场化、普及化。
个人认为，图像和视频的分析和处理是人工智能几大基础理论支撑之一，项目中有些应用，但已经有好几年没有加强理论了，以下简单梳理和整理图像处理相关的基础知识，以备忘。
一、工具
很多，JAVA\C\C++\PYTHON等，可以使用python+opencv+pycharm，快速入门
二、图像的基本属性
通道、像素值、尺寸、位图深度
图像是视频某一时刻的某一帧
三、图像处理
1、颜色空间模型，比如RGB\HSV\YUV等。opencv处理是经常转换为HSV，HUE(色彩)、saturation(饱和度) 、value(值)
2、inrange通道分离和合并，用于对单一颜色物体的跟踪，见像素范围表
3、图像叠加cv.add、cv.substract、divide、multipl(加减乘除)，平均mean、逻辑运算(与或非)、方差(分析无效图像)、标准差
4、RIO和泛洪填充，取矩阵像素一定范围替换填充
5、卷积，去噪，中值模糊去椒盐噪声、高斯模糊去高斯噪声、均值模糊、自定义模糊，
最低0.47元/天 解锁文章
2000
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
