opencv图像滤波笔记

图像滤波

目的两个:抽出对象的特征作为图像识别的特征模式;为适应图像处理的要求,消除图像数字化时所混入的噪声。
要求两个:不能损坏图像的轮廓及边缘等重要信息;使图像清晰视觉效果好。
5种常用的图像平滑处理操作方法:方框滤波——BoxBlur函数、均值滤波(邻域平均滤波)——Blur函数、高斯滤波——GaussianBlur函数、中值滤波——medianBlur函数、双边滤波——bilateralFilter函数

形态学

膨胀和腐蚀

实现的功能: 消除噪声;分割(isolate)出独立的图像元素,在图像中连接(join)相邻的元素;寻找图像中的明显的极大值区域或极小值区域;求出图像的梯度。
膨胀——领域扩张、更亮;腐蚀——领域被蚕食、亮小。

开、闭运算

开运算:消除小物体(先腐蚀后膨胀),放大了 裂缝或局部低亮度
闭运算:排除小黑洞(先膨胀后腐蚀)

形态学梯度

膨胀图与腐蚀图之差,保留物体边缘轮廓

顶帽

原图像和开运算结果图之差,突出了比原图轮廓周围的区域更明亮的区域,分离比邻近点亮一些的斑块。

黑帽

原图像与闭运算结果图之差,突出了比原图轮廓周围的区域更暗的区域,分离比邻近点暗一些的斑块。

漫水填充

用特定的颜色填充连通区域,来标记或分离图像的一部分,再对其进一步处理或分析。

图像金字塔

用于图像分割,图像压缩。
从下至上,层级变高,图像变小,分辨率变低。

高斯金字塔

下采样pyrDown(和金字塔方向相反),图像变小

拉普拉斯金字塔

上采样pyrUp(和金字塔方向相反),图像变大,模糊

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值