以前对Opencv的掌握不太系统，最近工作不太忙，所以想系统的梳理下Opencv官方给出的学习例子，学习的目的主要是查漏补缺，有比较重要的部分会做好笔记，便于将来直接进行查询。1、 Tutorials1.1、 The Core Functionality (core module)
1.1.1Mat - The Basic Image Container主要学习如何使用Mat和打印到控制台1.1.
转载
2024-05-24 15:21:39
162阅读
1. 数字图像存储概述我们可以通过各种各样的方法从现实世界获取到数字图像，如借助相机、扫描仪、计算机摄像头或磁共振成像等。通常由显示屏上看到的都是真实而漂亮的图像，但是这些图像在转化到我们的数字设备中时，记录的却是图像中的每个点的数值。比如在上图中你可以看到草坪的颜色是一个包含众多强度值的像素点矩阵。可以这样说，矩阵就是图像在数码设备中的表现形式。OpenCV作为一个计算机视觉库，其主要的工作是处
转载
2024-10-13 08:27:41
66阅读
# 实现"python lena"流程
## 类图
```mermaid
classDiagram
class Developer {
- name: string
- years_of_experience: int
+ teachBeginner(): void
}
class Beginner {
原创
2024-05-09 05:56:51
23阅读
# 教你如何用Java OpenCV还原图片
## 一、整体流程
首先，让我们来看一下整个还原图片的流程。我们可以用以下表格展示步骤：
| 步骤 | 操作 |
| ---- | ---- |
| 1 | 读取原始图片 |
| 2 | 转换图片为灰度图 |
| 3 | 对灰度图进行降噪处理 |
| 4 | 对降噪后的图像进行边缘检测 |
| 5 | 对边缘检测后的图像进行图像还原 |
| 6
原创
2024-03-29 07:50:10
58阅读
图像的处理（二）Canny边缘检测1）使用高斯滤波，以平滑图像，滤除噪声。2）计算图像中每个像素点的梯度强度和方向。3）应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂度响应。4）应用双阈值（Double-Threshold）检测来确定真实和潜在的边缘。5）通过抑制孤立的弱边缘最终完成边缘检测。1、高斯滤波器2、梯度和方向3、非极大值抑制4、双阈值检测#C
什么是掩膜？在OpenCV中，掩模（mask）是一个与图像具有相同大小的二进制图像，用于指定哪些像素需要进行操作或被考虑。掩模通常用于选择特定区域或进行像素级别的过滤操作。OpenCV 中的很多函数都会指定一个掩模，也被称为掩码，例如：计算结果=cv2.add(参数 1 , 参数 2 , 掩模) 当使用掩模参数时，操作只会在掩模值为非空的像素点上执行，并将其他像素点的值置为0。 例如，img1、i
修复画笔工具组原理是内容识别快捷键j；同组工具切换按shift+j污点修复画笔工具污点修复画笔工具是自动识别的，调整画笔大小（英文状态下左右中括号键）可修复脸上的痘痘等，可点击可滑动默认选择内容识别画笔修复工具对齐修补工具：修补工具也可修改风景图去掉目标物体：也可框选目标物体再用快捷键Ctrl + j 复制源是将框选的物体拖拽消失，目标是复制内容感知移动工具移动后自动出现定界框可以放大缩小图片，确
转载
2024-10-28 21:38:15
235阅读
目录一、灰度直方图二、图像掩模的应用三、直方图均衡化1.直方图均衡化2.自适应的直方图均衡化 一、灰度直方图概念： 灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。（百度百科）灰度直方图即对图像中的所有像素点灰度值
转载
2024-10-09 09:05:51
77阅读
# #作者：韦访 #欢迎大家一起学习 #1、概述在OpenCV3入门教程（/article/details/83094938）中，我大概讲了怎么使用OpenCV的方法来做车牌检测，这是我在大学时老师讲的方法。我在文末的时候说，如果有机会就用深度学习的方法试试，两年前吹的牛，最近有空就来实现它吧。大概思路就是先做文本检测，检测到车牌，然后再使用文本识别的算法，对车牌号进行识别。文本检测有非常多的算
# 使用Python和OpenCV实现深拷贝图片及原图变换
在本篇文章中，我们将学习如何使用Python和OpenCV库来实现深拷贝一张图片并对原图进行变换。对于刚入行的小白开发者来说，理解每个步骤是非常重要的。我们将提供详细的说明、代码示例以及整个过程的状态图，让你更清晰地了解每一步。
## 流程概述
在进行项目之前，我们先概述一下整个流程。我们将整个过程划分为几个主要步骤，以下是流程表：
原创
2024-10-22 03:48:01
36阅读
本章我们看下Pavlidis细化算法，参考资料http://www.imageprocessingplace.com/downloads_V3/root_downloads/tutorials/contour_tracing_Abeer_George_Ghuneim/theo.htmlComputer VisiAlgorithms in Image Algebra，second edition
转载
2024-01-27 19:32:57
110阅读
模板匹配：在给定的图像中查找和模板最相似的区域。模板匹配类似于卷积，模板在原图上从左上角原点（0，0）开始滑动，计算模板与滑动窗口的差别程度，计算方法有6种，每次计算的结果放在一个矩阵中，最后输出差别程度的矩阵。原始图像为A*B，模板大小是a*b的话，输出的矩阵大小为：（A-a+1)*(B-b+1)。1 模板匹配opencv中的模板匹配函数是：matchTemplate(img,template,
转载
2024-10-27 19:17:56
44阅读
最近一直看数字水印，出现最多的就是lena的图象，不禁好奇，百度一下，发现如下：莱娜
原创
2022-08-15 15:45:25
87阅读
%对lena图像进行直方图均衡，给出处理前后的图像及其直方图%用3*3的均值滤波器处理
转载
2022-09-08 20:17:57
234阅读
为什么要滤波增强特征抑制噪声有哪些噪声椒盐噪声 也称为脉冲噪声，是图像中经常见到的一种噪声，它是一种随机出现的白点或者黑点，可能是亮的区域有黑色像素或是在暗的区域有白色像素（或是两者皆有）。成因可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值，饱和的感应器导致像素值为最大值。高斯噪声 顾名思义是指服从高斯分布（正态分布）的一类噪声，通常
转载
2024-04-20 07:24:17
667阅读
1. 前言：Mat类起源OpenCV作为强大的计算机视觉开源库，很大程度上参考了MatLab的实现细节和风格，比如说，在OpenCV2.x 版本以后，越来越多的函数实现了MatLab具有的功能，甚至干脆连函数名都一模一样（如 imread, imshow,imwriter等）。这一做法，不仅拉近了产品开发与学术研究的距离，并极大程度的提高了开发人员的研发效率，不得不说，Intel公司真的是一个伟大
转载
2024-03-15 09:31:45
36阅读
前言 项目中需要将某些区域使用不同的颜色表示出来，同时能够看到原图作为底色。 代码 参考 1.roi-and-add； 2.imread的flag参数； 3.opencv中设置某点的颜色； 4.opencv-add； 完
原创
2022-07-11 13:06:40
67阅读
本章节介绍图像分割方面的算法：分水岭算法，grabcut算法，meanshift算法等知识。图像分割：将前景物体从背景中提取出来。图像分割分为传统图像分割和基于深度学习的图像分割。传统图像分割有：分水岭算法，grabcut算法，meanshift算法，背景抠出等。1 分水岭算法分水岭算法是基于图像形态学和图像结构的来实现的一种分割方法。在没有背景模板可以用的情况下，分水岭算法首先计算图像的梯度（如
数据增强主要是这部分代码，transform的一些列api，def load_data(batch_size):
train_loader = torch.utils.data.DataLoader(
datasets.MNIST('../data', train=True, download=True,
transform=t
转载
2024-10-14 21:08:33
16阅读
图像滤波
滤波实际上是信号处理的一个概念，图像可以看成一个二维信号，其中像素点灰度值得高低代表信号的强弱
高频：图像中变化剧烈的部分
低频：图像中变化缓慢，平坦的部分
根据图像高低频特性，设置高通和低通滤波器。高通滤波可以检测图像中尖锐、变化明显的地方，低通滤波可以让图像变得平滑，消除噪声干扰图像滤波是OpenCV图像处理的重要部分，在图像预处理方面应用广泛，图像滤波的好坏
转载
2024-09-29 07:28:12
77阅读
