xiongmaowangd的博客

图像分割方法，传统的图像分割方法，分水岭法，GrabCut法，MeanShift法，视频前后背景分离，MOG去背景，MOG2去背景，GMG去背景，图像修复实战

卷积，低通滤波和高通滤波，高斯滤波，中值滤波，双边滤波，Sobel，Scharr，拉普拉斯，canny

图像的缩放，翻转，旋转，平移，透视变换

图像的加减乘除运算，图像的与或非，异或操作，添加水印

画线，画矩形，画圆，画椭圆，画多边形，绘制字体，综合实战（用鼠标画图）

色彩空间，RGB和BGR，HSV与HSL，YUV，Numpy库，最重要的结构体Mat，Mat的拷贝，图像通道分离与合并

鼠标控制，Trackbar控件

创建和显示窗口，显示加载图片，保存图片，利用摄像头采集视频，读取视频文件，视频录制

haar是专门为解决人脸识别而推出的，且在深度学习之前，haar就已经广泛运用了。（1）创建haar级联器（）（如果有需要，可以后台私信我）（2）导入图片并且灰度化（也可以使用摄像头捕捉）（3）调用detectMultiscale方法进行人脸识别其他器官的方法都是类似的，改变所创建的haar级联器，得到我们需要的目的。此时会出现一个问题，脸是比较准确的，但是器官未必那么准确，所以我们可以将脸部器官的寻找放在脸部位置。修改改代码如下。

（1）读文件并充值尺寸（2）根据特征点和计算描述子，得到单应性矩阵（3）图像变换（4）图像拼接并输出图像。

特征检测，Harris，shi-tomasi角点检测，sift，surf，obr特征检测，暴力特征匹配，flann特征匹配，图像查找（基于Flann）

简单介绍什么是图像轮廓

这是就需要我们先画出一条线（设置线的时候需要对视频大小进行分析，设置一个合适的值），然后以车的中心点代表车，看车辆是否通过了这条线。(5）收尾，完善细节（在视频中显示车辆的数目）（如果发现车辆重复计数，就说明线的范围大了）（如果发现从下往上的车没有被检测到，就应该稍微调整线的高度）那我们就需要对最大矩阵进行判断，看是否是我们需要的车，就用矩阵大小进行判断。判断车是否通过（看车的中心点是否经过设置的线的范围）并对车的数目+1 还要将计算后的车从数组中拿走。(2)去除背景（认为运动的是主体，而不动的是背景）