量子与太极

摘要： 一、霍夫变换直线检测： 1.众所周知, 一条直线在图像二维空间可由两个变量表示. 如: <1>在笛卡尔坐标系: 可由参数: 斜率和截距（m,b）表示。 <2>在极坐标系: 可由参数: 极径和极角（r, θ）表示。 可以用极坐标系来表示直线. 因此, 直线的表达式可为: 化简便可得到: 有经验的人可以 阅读全文

摘要： 双阀值： 一般的边缘检测算法用一个阀值来滤除噪声或颜色变化引起的小的梯度值，而保留大的梯度值。 Canny算法应用双阀值，即一个高阀值和一个低阀值来区分边缘像素。如果边缘像素点梯度值大于高阀值，则被认为是强边缘点。 如果边缘梯度值小于高阀值，大于低阀值，则标记为弱边缘点。小于低阀值的点则被抑制掉。这 阅读全文

摘要： Laplance算子就是对图像求二阶导 代码： 结果： 原图 灰度图： Laplance: 阅读全文

摘要： Sobel算子就是对图像求导，得到图像边缘梯度。 结果： 灰度图像 X轴方向梯度： Y轴方向梯度： 0.5X+0.5Y方向: 阅读全文

摘要： 五种类型阈值二值化 代码： 原图： 结果： 阅读全文

摘要： 一、图像的像素变换： 1.灰度图像生成： 前面用python实现过灰度转换：https://www.cnblogs.com/Jack-Elvis/p/10971603.html 灰度图像的生成办法是由彩色图像的三个通道的像素值取均值后赋给单通道的灰度图像值： C++代码实现 （1）opencv的AP 阅读全文

摘要： 一、canny边缘检测： 前面用python写过了canny的边缘检测的算法，这次用C++写一个边缘检测的算法。 思路：将原始图像转化为灰度图，用blur函数进行图像模糊以降噪，然后用canny函数进行边缘检测。 一、图像二值化操作 两种方法，全局固定阈值二值化和局部自适应阈值二值化 1.全局固定阈 阅读全文

摘要： 1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。 Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获 阅读全文

摘要： mask掩膜的实质： 原图image与掩膜mask进行与运输得到了结果图image； 何为图与掩膜的与运算？ 其实就是图像中每个像素和掩膜中每个对应像素进行与运行； 如：1 & 1 = 1；1 & 0 = 0； 又如：一个3 * 3的图像与3 * 3的掩膜进行运算， 如下所示： mask掩膜的实质： 阅读全文

摘要： 弄懂SVM支持向量机的原理以后开始代码演练： 具体的分类思想参考链接：https://www.cnblogs.com/Jack-Elvis/p/11274732.html 注释的步骤很清楚了，不再赘述。 阅读全文