OpenCV学习笔记

#会持续更新，一边学一边更新......#

一、专有名词和一些概念

1.GUI

GUI，全称为Graphical User Interface，即图形化交互界面，可视化的图形界面极大地方便了非专业用户的使用。

顺带一提：大家经常在生活中听到的UI

User Interface（用户界面)，简称ui，是指对软件的人机交互、操作逻辑、界面美观的整体设计。

2、图像二值化

我们知道，图像由一个个像素点组成，而像素点的灰度值从0~255，就构成了256种不同的色彩。所谓图像二值化，就是将一个像素点的灰度值通过一个阈值筛选把它变得非黑即白：所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255（黑色），否则这些像素点被排除在物体区域以外，灰度值为0（白色），表示背景或者例外的物体区域。

3、边缘检测

边缘检测，顾名思义，就是检测一张数字图像中有明显变化的边缘或者不连续的区域，说的通俗一些，就是把物体的轮廓检测出来，让我们在照片里可以区别出不同的物体。

下面是一张比较形象的图片：

图片来源与这位大佬的文章--->@不脱发的程序猿

链接：Python+OpenCV实时图像处理_python opencv-CSDN博客

二、一些关于红外视觉的学习笔记

1、热成像的格式：gray8与gray16

我们都熟悉常见的彩色可见图片或RGB图像，它里面的信息通常以 RGB 颜色空间（即红色、绿色和蓝色）编码，由 0 到 255 范围内的整数表示。因此，我们有三个 8 位无符号通道，分别表示图像的红色、绿色和蓝色。如下左图。

当图像在灰度空间中表示时（中间图），每个像素仅由单个通道或值表征，通常在0到255之间（即黑白）。

gray8这种格式如右图所示，称为灰度或灰度 8（8 位 = 从 0 到 255 的像素值），是热视觉中扩展最多的格式。

此外，gray8 图像可以使用不同的色图或色标进行着色，以增强热图像中温度分布的可视化。这些贴图称为热调色板。

例如，右四调色板显示紫色 （0） 和黄色 （255） 之间的温度变化。

热像仪还提供gray16 (灰度16图像)。这种格式使用 0 到 255 的像素值，将信息编码为 16 位，即 0 到 65,535 个值。

值得一提的是， gray16 图像有助于确定温度。

为什么呢？

答案很简单：16 位像素值为我们提供了足够的信息来计算每个像素的温度。

这里以RGMVision ThermalCAM 1 捕获的示例图像中温度的呈现方式举例（每台相机的转化公式可能不一样）。

这台相机如下：

（1） 温度 （°C） = （Gray_16_value）灰度16的值/100 （K） – Absolute_zero （K）。

例如，如果我们得到 gray16 值 40,000，则在摄氏度刻度下生成的温度为：

（2） 温度 （°C） = 40,000/100 （K） – 273.15 （K） = 126.85 °C

即 温度 = 126.85 °C = 260.33 °F。