个人博客

在调用opencv安装包时，会出现ImportError: No module named cv2的问题。我确定我已经安装了opencv，查阅资料后发现是因为安装opencv是会安装的python版本，与系统默认使用的版本不一致，才会导致找不到模块。

KNN算法，即K最近邻算法，其原理是当要预测一个新的值x的时候，根据离他最近的K个点大多属于什么类别来判断x属于哪个类别。同理类比到图像识别方面，使用KNN算法前我们需要有大量的训练样本，并且知道每个样本所属的类别。（例如大量的数字图片，并且知道每个图片代表数字几）。当我们要识别数字时，本质上就是在训练样本中找与要识别的图像最接近的K个样本，然后统计出K个样本中出现最多的数字是哪个，那就是要识别的数字。

本文的目标是实现识别摄像头图像中的数字。实际应用场景包括 车牌号识别 ，部分竞赛的 A4纸打印数字识别 。摄像头数字识别分为两个步骤：1. 提取图像中的ROI区域，如截取车牌的矩形区域，或截取A4纸的图像。2. 对ROI区域进行数字识别。数字识别相对来说较为简单，先介绍数字识别的方法和原理。

首先需要到opencv的github网站上下载`opencv/samples/dnn/face_detector/`中所有的文件，并覆盖到本地的目录中。然后用记事本打开weights.meta4文件，下载其中两个url对应的文件。由于下载过程需要科学上网，我已经将文件上传。

均值滤波用到的是图像卷积原理。由下图所示，卷积核为三阶单位矩阵时，进行均值滤波，原图像的每个三阶子矩阵都会求其均值，并将均值赋给中间的元素。

图像直方图是图像像素值的统计学特征、计算代价较小，具有图像平移、旋转、缩放不变性等众多优点，广泛地应用于图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类、反向投影跟踪。常见的分为灰度直方图和颜色直方图。

在图像处理中，读取视频并进行处理是必不可少的操作，在OpenCV中，读取摄像头的视频所用到的主要函数为 capture()。本文介绍了使用OpenCV读取摄像头视频的方法，以及对摄像头视频进行存储操作的函数实现过程以及具体的解释。

常见的图像变换方法包括图像的放缩、图像的翻转、图像的旋转等。在OpenCV中，这些图像变换操作都有着其对应的函数。通过对函数定义的解释以及具体例子，介绍各种图像变换的方法。

;归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在一定范围的之内。为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的目的，是使得没有可比性的数据变得具有可比性，同时又保持相比较的两个数据之间的相对关系，如大小关系；或是为了作图，原来很难在一张图上作出来，归一化后就可以很方便的给出图上的相对位置等。

主要介绍了OpenCV中键盘和鼠标的响应方法，其中用到的各种函数，以及函数各个参数的解释。利用鼠标和键盘的响应编写了一些有趣的小程序。

C和C++中提供了rand() 和srand()函数用于产生随机数，使用C++编写OpenCV代码时也可以使用。同时OpenCV自身也提供了生成随机数的类RNG，使用起来也十分方便，本文主要介绍RNG的使用方法，以及基于RNG生成的随机数，绘制随机线条的方法。

本文介绍了使用C++与OpenCV4完成矩形、圆形、直线、椭圆的绘制方法，重点总结了OpenCV内置函数（如rectangle()、circle()、line()、ellipse()）的定义以及各参数的作用，并给出了示例程序作为参考。此外本文还总结了多边形的绘制方法，包括多边形边框的绘制函数polylines()、多边形填充函数fillPoly()、绘制多个多边形的函数drawContours()等。

绿幕图像的背景替换需要经历①色彩空间转换、②提取绿幕区域、③反转绿幕区域、④复制图像，其中遇到的各种函数和代码也都在本文有详细介绍。

图像通道的分离后输出的多通道序列一般使用 std::vector<Mat> mv; 来存储，mv[0] 、mv[1]、mv[2]、分别对应BGR三个通道。但是现在显示的相当于是三张单通道的图像，也就相当于三张灰度图像。要想让三张图像恢复直观意义上的色彩，就需要使用下面通道合并的方法了。

OpenCV中使用 createTrackbar() 来创建滚动条，函数的使用方法如下，各个参数的作用也在下面的表格中给出。

图像的像素操作包括读写操作、算数操作、逻辑运算操作等。像素的操作方式不仅多样，对于灰度图的操作和对彩色图的操作也有各自的特点。对像素点的操作可以使我们访问图像的每一个像素点，实现许多意想不到的功能。

文章介绍了图像的色彩空间转换的方法，包括BGR、GRAY、HSV色彩空间的相互转换。此外介绍了创建空白图像的方法以及图像的几种复制方法。GRAY：指灰度，只有一个参数灰度值Channel。BGR：指BGR颜色空间，以红绿蓝三基色(0~255)为基础，叠加形成各种颜色。HSV：指六角椎体模型，色调Hue用角度度量（0~180），饱和度Saturation（0 ~ 255），亮度Value（0 ~ 255）。

由于本人在学习过程中逐渐接触到了OpenCV，需要在此方向学习，因此总结了此篇博客。本文是关于OpenCV与VS2019在win10环境中的安装过程介绍以及相关的环境配置方法。