对一副宽p、高q的二维灰度图，要完整表示该图像，需要m = p*q维的向量空间，比如100*100的灰度图像，它的向量空间为100*100=10000。下图是一个3*3的灰度图和表示它的向量表示：该向量为行向量，共9维，用变量表示就是[v0, v1, v2, v3, v4, v5, v6, v7, v8]，其中v0...v8，的范围都是0-255。
灰度化简化图像处理：灰度图像只包含亮度信息，不包含颜色信息，因此数据量比彩色图像小，处理起来更加简单和快速。这对于需要实时处理大量图像数据的场合尤为重要。减少计算复杂度：在许多图像处理任务中，如边缘检测、图像增强、特征提取等，颜色信息并不是关键因素。去除颜色信息可以减少计算的复杂度，提高算法的效率。突出图像内容：在某些情况下，颜色可能会分散观察者的注意力，而灰度图像可以更好地突出图像的结构和纹理，
分水岭算法理论 从意思上就知道通过用水来进行分类，学术上说什么基于拓扑结构的形态学。。。其实就是根据把图像比作一副地貌，然后通过最低点和最高点去分类！原始的分水岭： 就是上面说的方式，接下来用一幅图进行解释---->>> 把图像用一维坐标表示，二维和三维不好画，必须用matlab了，我不会用，意思可以表述到位 第一步：找到图像的局部最低点，这个方法很多了，
OpenCV中的直方图计算函数calcHist函数可以计算给定的若干幅图像的指定的通道的统计直方图！calcHist函数原型为//!计算给定图像集合的联合密度直方图 （joint dense histogram）
CV_EXPORTS void calcHist( const Mat* images, int nimages, const int* channels, InputArray mas
转载
2024-08-15 13:45:56
49阅读
OpenCV均值哈希与感知哈希计算，比对图像相似度，当计算出来的汉明距离越大，图像的相似度越小，汉明距离越小，图像的相似度越大，这种没有基于特征点的图像比对用在快速搜索引擎当中可以有效的进行图像搜索.离散傅里叶变换的推导 具体代码和OpenCV代码请移步到博客下面附上Mathmetica代码设X (n) 是一个长度为M的有限长序列，则定义X (n) 的N点离散傅里叶变换为
X (k) = DF
转载
2024-06-26 15:38:21
42阅读
一、原理
假设我们有一堆点（比如直方图反向投影得到的点），和一个小的圆形窗口，我们要完成的任务就是将这个窗口移动到最大灰度密度处（也就是点最多的地方）。如下图所示：
初始窗口是蓝色的C1，它的圆心为蓝色方框的C1_o，而窗口中所有点质心却是C1_r，很明显圆心和点的质心没有重合。所以移动圆心C1_o到质心C1_r，这样我们就得到了一个新的窗口。这时又可以找到新的窗
转载
2024-10-31 15:25:20
58阅读
特征矩的知识在概率论和数理统计中有介绍，空间矩的方法在图像应用中比较广泛，包括零阶矩求面积、一阶矩确定重心、二阶矩确定主方向、二阶矩和三阶矩可以推导出七个不变矩Hu不变矩，不变矩具有旋转，平移、缩放等不变性，因此在工业应用和模式识别中得到广泛的应用。目标物体灰度函数特征矩的公式定义如下：如果是二值图像，那么f(x,y)就变成在OpenCV中，可以很方便的计算多边形区域的3阶特征矩，opencv中的
转载
2024-04-27 18:49:08
32阅读
文章目录前言一、Sobel算子1.1 算子内容1.2 代码实现1.3 结果展示二、Scharr算子2.1 算子内容2.2 代码实现三、Laplacian算子3.1 算子内容3.2 实现代码四、三种算子结果对比总结 前言系列3已经初步进入梯度的计算，接下来将对应用于图像梯度的算子引入和展示，包括Sobel算子、Schaar算子和Laplacian算子。一、Sobel算子不同与系列3中，膨胀操作减去
转载
2024-04-15 18:25:49
111阅读
codebook能够通过学习，消除轻微移动的背景（如摇摆的树叶）的影响；而连通域法能够消除背景建模产生的少量噪声，从而产生一个相对精确的目标轮廓。另外通过测试，codebook一个可能的最大的缺点是对光线非常敏感。#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
/*********************************
转载
2024-02-23 16:20:44
88阅读
线段：line 函数CV_EXPORTS_W void line(CV_IN_OUT Mat& img, Point pt1, Point pt2, const Scalar& color, int thickness=1, int lineT ype=8, int shift=0);img: 要绘制线段的图像。pt1: 线段的起点。pt2: 线段的终点。color: 线段的颜色，
转载
2024-03-21 09:38:17
111阅读
OpenCV 图像特征提取 Harris 角点检测 文章目录1、什么是角点2、如何区分角点、边界和平面3、角点公式推导4、OpenCV相关函数5、角点检测程序实现最后 1、什么是角点 同角点并列的还有边界点、平面点。看下面的图可以看出来三者之间的位置关系。 从上面的图片我们可以看出来：平面：A， B边界：C， D角点：E， F简化一点就是下面三种情况：
2、如何区分角点、边界
转载
2024-07-31 11:27:03
89阅读
OTSU算法：就是计算出灰度图最佳阈值的算法1.先对灰度图进行直方图计算并归一化处理，得到0-255之间每个像素在灰度图中出现的概率，即表示为某个像素在灰度图中出现了n个，灰度图总的像素点为N个，则这个像素的出现概率为Pi=n/N2.每个灰度图可以由阈值k将灰度图分为A，B两大类，很容易得到A，B类在灰度图中的出现概率以及灰度均值3.计算灰度图A,B类得类间方差，在最佳阈值K处，求得的类间方差最大
转载
2024-03-27 07:56:02
48阅读
按
面积选择区域 select_shape二值化为了减少噪声的干扰，删除
面积小的区域，代码中将连通区域
面积（像素个数）不足100的区域认为是噪声点，并将其删除（即置为背景黑色）。 #include "stdafx.h"
#include <iostream>
#include<vector>
#include<algorithm>
#in
转载
2024-04-09 12:09:15
82阅读
基本概念在数字图像处理中，有个连通域的概念连通区域(Connected Component)一般是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域(Region，Blob)。在图像中，最小的单位是像素，每个像素周围有 8 个邻接像素，常见的邻接关系有 2 种：4 邻接与 8 邻接。4 邻接一共 4 个点，即上下左右、8 邻接的点一共有 8 个，包括了对角线位置的点，如下图所示
转载
2023-11-23 13:52:24
400阅读
#include<opencv2/opencv.hpp> #include<iostream> #include <vector> int main(int argc, char** argv) { cv::Mat src = cv::imread("D:/bb/tu/2.png", 0); cv:
原创
2022-01-25 14:14:38
1883阅读
1.创建基于对话框的MFC项目。2.opencv的相关配置见。3.MFC下使用opencv。
由于opencv2.2以后取消了CvvImage类，所以需要在项目中分别添加CvvImage.h和CvvImage.cpp。
在头文件中添加CvvImage.h文件，在源文件中添加CvvImage.cpp，在...Dlg.cpp源文件中添加
#include "CvvIm
转载
2024-09-08 22:42:23
37阅读
这篇文章由已有的三篇文章加自己的理解构成。理论基础分水岭算法主要用于图像分段，通常是把一副彩色图像灰度化，然后再求梯度图，最后在梯度图的基础上进行分水岭算法，求得分段图像的边缘线。对灰度图的地形学解释，我们我们考虑三类点：1. 局部最小值点，该点对应一个盆地的最低点，当我们在盆地里滴一滴水的时候，由于重力作用，水最终会汇聚到该点。注意：可能存在一个最小值面，该平面内的都是最小值点。2. 盆地的其它
转载
2024-08-21 11:29:52
94阅读
图像轮廓与图像分隔修复（7）：图像的矩一，矩的计算:momentsO)函数；二，计算轮廓面积:contourArea()的数；三，计算轮廓长度: arcLength()函数；四，综合示例程序:查找和绘制图像轮廓矩；一，矩的计算:momentsO)函数moments()函数用于计算多边形和光栅形状的最高达三阶的所有矩。矩用来计算形状的重心、面积，主轴和其他形状特征,如 7Hu不变量等。
转载
2024-04-03 20:10:25
48阅读
前情提要上期结束前我们经过一些形态学处理得到了一幅这样的图（根据大家用的方法和参数设置可能会有出入）。 可以看到即使经过一些腐蚀膨胀滤波的处理，图像依然有不少噪声，做计算机视觉就是这样的，没有银弹，只能不断的利用已有的信息逐步逼近我们想要的结果。本期内容本期介绍一些轮廓检测的方法，结合一些骚皮操作就能得到我们想要的车牌区域。一、矩形检测在OpenCV中检测矩形是用cv2.boundRect，接受
转载
2024-02-20 07:10:27
195阅读
由于项目需要，要对图像中的最大连通域进行标定，并且存储。首先需要使用cvFindCountour对边缘进行标定，其实它的原理就是连通域的边缘提取；其次就是对连通域进行大小判断找出最大的连通域；最后当然就是进行Rect并且ROI了。如果有需要可以进行存储。直接上源码吧。#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
i
转载
2024-03-07 10:47:40
148阅读
