1 平滑处理平滑处理也称作模糊处理(blurring)，其用途很多，最常见的是用来减少图像上的噪声或者失真。目前，OpenCV支持五种平滑处理，他们都通过 cvSmooth 函数实现：CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst,
int smoothtype CV_DEFAULT(CV_GAUSS
转载
2024-03-04 12:34:50
152阅读
一、图像处理简介1、图像是什么图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本身的重要源泉。“图”是物体反射或透射光的分布，“像“是人的视觉系统所接受的图在人脑中所形成的印象或认识，照片、绘画、剪贴画、地图、书法作品、手写汉字、传真、卫星云图、影视画面、X光片、脑电图、心电图等都是图像。2、模拟图像和数字图像模拟图像：连续存储的数据模拟图像：在图像处理中，像纸质照片、电视模拟图像
转载
2024-05-10 19:45:54
63阅读
函数 文章目录函数一、图像处理函数二、其他函数三、OCR 一、图像处理函数图像基本处理cv2.imshow(name,img)name：窗口名称 ；img ：窗口内容cv2.waitkey(timeout)显示图片时间timeout，单位为ms,0代表一直显示
if cv2.waitKey(100) & 0xFF == 27: # 27是esc键
breakcv2.desto
转载
2024-04-03 07:43:22
82阅读
1. cornerHarris()opencv中提供了Harris角点检测的接口，即cv::cornerHarris() 缺陷：角点是像素级别的，速度较慢dst = cv2.cornerHarris(gray,2,3,0.04)
img - 数据类型为 float32 的输入图像
blockSize - 角点检测中要考虑的领域大小
ksize - Sobel 求导中使用的窗口大小
k -
转载
2023-11-09 10:19:52
140阅读
本文以下OpenCV都简写成"cv2"的形式,所有img都默认为一张图片 九、分水岭算法分水岭算法是一种经典且实用的 切割算法 。分水岭算法中有一个核心思想：距离变换。1、距离变换距离变换是指把某点到某个特定区域，一般是二值化图的黑色部分，因为黑色=0，可以代表背景。然后我们定义某一个图像，或者某一个不为零的像素，其到背景0的最短距离的数值替换成像素值，那么整个图片中，越远离背景的地方就越"亮"，
转载
2024-03-26 16:52:17
147阅读
首先明确两个问题，①为什么要引进图像特征？②什么是图像特征？ 简而言之，引入图像特征的目的就是让计算机能够识别图像，比如抓取到图片A中有长鼻子那么判断图片A为大象，抓取到图片B有长耳朵，那么可以说图片B为兔子。那么什么是图像特征？通俗来讲，就是图像本身能够同其他图片进行区分的一些特征，这些特征在进行尺寸变化，或者非复杂仿射变换时依然存在的一些特征。图像特征能够解决的问题包括有识别，定位，追踪，三维
转载
2024-02-12 21:40:44
71阅读
总目录十六、图像特征16.1、harris角点检测基本原理实现代码cv2.cornerHarris(Img, blockSize, ksize, k)Img：输入图像，应该是灰度和float32类型blockSize：这是考虑边角检测的领域大小ksize：使用Sobel衍生物的孔径参数k：harris Corner检测器的自由参数检测角点：红色部分为检测到的角点import cv2
import
转载
2024-05-21 14:10:13
46阅读
图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。1.直方图拉伸 就
转载
2024-08-29 22:07:50
26阅读
前言虽然计算机视觉领域目前基本是以深度学习算法为主，但实际上很多时候对图片的很多处理方法，并不需要采用深度学习的网络模型，采用目前成熟的图像处理库即可实现，比如 OpenCV 和 PIL ，对图片进行简单的调整大小、裁剪、旋转，或者是对图片的模糊操作。所以本文主要是介绍用 OpenCV 实现一些基本的图像处理操作，本文的目录如下所示：安装旋转图片裁剪图片调整图片大小调整图片对比度模糊图片
高斯模糊
转载
2023-07-11 23:42:51
323阅读
原创
2022-06-09 13:41:22
580阅读
在计算机视觉领域，图像拼接是一个常见的任务，其目标是将多张图片无缝组合成一幅全景图。本文将探讨如何使用Java和OpenCV库来实现基于图像特征点的拼接。通过对该过程的深入分析，帮助理解图像拼接的基本原则与技术。
```mermaid
classDiagram
class Image {
+String path
+int width
+i
文章目录一、介绍二、特征提取的方法1 HOG2 LBP3 SIFT三、特征转换 一、介绍图像特征工程是图像处理中的一个重要环节，是将图像转换为计算机可以理解的数值特征的过程，通过对图像特征检测后，还可以使用其他算法，如SVM、KNN等进行图像分类，或者进行关键点匹配。通常图像特征工程分为两个主要的部分:特征提取和特征转换特征提取: 这一部分主要是提取图像中有用的信息，如SIFT,SURF,HOG
X
原创
2023-03-24 06:37:02
62阅读
opencv
原创
2022-10-29 11:44:52
468阅读
图像特征类型可以分为如下三种：边缘角点（感兴趣关键点）斑点（感兴趣区域）其中，角点是个很特殊的存在。如果某一点在任意方向的一个微小变动都会引起灰度很大的变化，我们就把它称之为角点。角点作为图像上的特征点，包含有重要的信息，它们在图像中可以轻易的定位，同时，在人造物体场景，比如门、窗、桌等处也随处可见。角点的具体描述可以有以下几种：一阶导数（灰度的梯度）的局部最大所对应的像素点两条及两条以上边缘的交
转载
2024-04-02 16:45:14
26阅读
OpenCV与图像处理学习十二——图像形状特征之HOG特征一、图像特征理解1.1 颜色特征1.2 纹理特征1.3 形状特征1.4 空间关系特征二、形状特征描述2.1 HOG特征2.1.1 基本概念2.1.2 HOG实现过程2.1.3 代码实现 前面介绍了图像的基础知识、基本处理方法以及传统图像分割的应用，下面的笔记将介绍图像特征与目标检测部分的应用，知识脉络如下所示：一、图像特征理解图像特征是图
转载
2024-04-23 21:30:39
76阅读
VisionWorks学习之 opencv和VisionWorks Primitives不同点算术运算滤波操作颜色转换自定义卷积图像积分图像扭曲Homography 下面来看一下opencv和VisionWorks原语的一些不同的地方，算法运算时二者的舍入有些区别，，滤波算法二者对边界的处理不一样，颜色转换使用的颜色标准不一样，VisionWorks需要指定一下颜色空间。自定义卷积有一些区别，
转载
2024-04-22 19:14:22
47阅读
文章目录十、特征提取和特征匹配10.1 特征提取10.1.1 Harris角点检测10.1.2 Shi-Tomasi角点检测10.1.3 SIFT算法和SURF算法10.1.4 角点检测的FAST算法10.1.5 BRIEF算法10.1.6 ORB算法10.2 特征匹配10.2.1 BF算法10.2.2 FLANN匹配算法10.3 特征匹配和单应性查找对象 十、特征提取和特征匹配10.1 特征提
转载
2024-01-02 21:11:11
335阅读
将最近所学opencv的图像处理做个小整理，下期打算整理视频处理的一些记录。1.使用OpenCV对图像进行Harris，SIFT特征点提取，并标注特征点更多可以了解 Harris角点检测和SIFT特征· 特征点是啥?图像处理中，特征点指的是图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点(即两个边缘的交点)。图像特征点能够反映图像本质特征，能够标识图像中目标物体。通过特征点的匹配能够完成图像
转载
2024-07-30 12:48:32
177阅读
图像特征点|Moravec特征点
原创
2021-07-29 15:37:55
1342阅读
