opencv教程
文章平均质量分 95
weixin_43905712
这个作者很懒,什么都没留下…
展开
-
图像教程(OpenCV)——part4
初稿完成于2020.2.11 上节课讲了图像的滤波,滤完波之后就需要进行“锐化”(锐化的概念参考上一届中的“模糊与锐化”的区分部分),用于边缘提取——这也是这节课的主要内容。除此之外,还会讲一些阈值化操作之类的常用操作,好了,直接进入正题—— 一、边缘检测 边缘指图象中灰度发生急剧变化的区域,想得到边缘,就是要分析计算各个方向上像素点灰度的梯度变化。边缘检测有一些常用的算子和滤波器(显然,这里的滤波器用于高频滤波),如下所示: 1、canny算子 我一般检测图像轮廓的时候比较喜欢用canny算子(准确度灰常原创 2021-01-11 23:54:54 · 280 阅读 · 2 评论 -
图像教程(OpenCV)——part3
初稿完成于2020.2.4 前两个part讲了一些常用的基础类和函数、操作方法之类。那我们要完整地能够处理一幅图像需要进行哪些操作步骤呢?首先我们要明确进行图像处理的目的:获得目标区域所在的位置。无论是颜色追踪、对直线或者圆的追踪、还是对某个固定图案的追踪,无论是单目标还是多目标,最终都需要获取最后的目标所在的位置。那么如何从原本的图像得到目标的位置呢?这就需要按照以下的操作步骤来进行: 获取图像->去噪(滤波、阈值化之类)->边缘检测->提取固定区域->给出目标点坐标 获取图像就像原创 2021-01-11 23:35:35 · 392 阅读 · 0 评论 -
图像教程(OpenCV)——part2
初稿完成于2020.2.1 唔,上节课讲了讲图像的形态学滤波操作与画图操作(画图操作还是很常用的——你在识别到某个目标时总不能直接把它的坐标输出来看吧,边比对坐标和原图像眼睛会花的orz,所以需要在图像中将目标实时地框出来)。这节课主要是讲一下整个图像识别操作的流程,并介绍一下一些使用Mat类变量的小技巧(包括访问图像的单个像素点、改变图像大小的操作以及ROI区域的提取)。当然首先,需要介绍一下C++(毕竟它有很多C语言不具备的东西需要我们去了解)—— 一、关于C++ 因为C++的特性和C语言略有不同,所以原创 2021-01-11 23:27:14 · 204 阅读 · 0 评论 -
图像教程(OpenCV)——part1
初稿完成于2020.1.28 内容包括图像在计算机中的存储、形态学滤波操作、画图操作三个部分。 一、图像在计算机中的存储 图像在我们眼中是一幅一幅色彩斑斓的图案,那在计算机中是什么呢? 在计算机中存储的图像并不是那种直观的、让人能够感知到的色块,而是数字——将图像的每一个像素点以数字的方式来表示(前提是确保数字能包含你所需要的像素点的所有特征),然后再将这些像素点“组装”成一个矩阵阵列,把这个矩阵(在OpenCV里叫做Mat类)存储在计算机中,这样就能够由一个个的像素点构成一幅完整的图像。 嗯,于是我们就需原创 2021-01-11 23:19:49 · 309 阅读 · 2 评论