随笔分类 - opencv c++
自学，存在资料搬运
摘要：dmatch类用来计算特征匹配； Dmatch对象保存的是匹配成功的结果，当然这个匹配结果里面包含了不少的误匹配。 成员说明： queryIdx : 查询点的索引（当前要寻找匹配结果的点在它所在图片上的索引）.类似于序号 trainIdx : 被查询到的点的索引（存储库中的点的在存储库上的索引）di
阅读全文
摘要：局部模板匹配 通过特征点匹配,可以将一幅图像的点集和另一幅图像(或一批图像)的点集关联起来。如果两个点集对应着现实世界中的同一个场景元素,它们就应该是匹配的。仅凭单个像素就判断两个关键点的相似度显然是不够的,因此要在匹配过程中考虑每个关键点周围的图像块。如果两幅图像块对应着同一个场景元素,那么它们的
阅读全文
摘要：特点 具有较好的稳定性和不变性，能够适应旋转、尺度缩放、亮度的变化，能在一定程度上不受视角变化、仿射变换、噪声的干扰。2、区分性好，能够在海量特征数据库中进行快速准确的区分信息进行匹配3、多量性，就算只有单个物体，也能产生大量特征向量4、高速性，能够快速的进行特征向量匹配5、可扩展性，能够与其它形式
阅读全文
摘要：关键点集合，特征检测经常使用 函数补充说明：keypoint数据结构 - penuel - 博客园 (cnblogs.com) nth_element 用法简介 std::nth_element(std::begin(numbers), std::begin(numbers) + count, st
阅读全文
摘要：im_with_keypoints = cv2.drawKeypoints(im, keypoints, np.array([]), (255,0,0), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) image:也就是原始图片keypoints：从原图中获
阅读全文
摘要：基于特征的图像配准方法是图像配准中最常见的方法之一。它不是直接利用图像像素值，二十通过像素值导出的符号特征（如特征点、特征线、特征区域）来实现图像配准，因此可以克服利用灰度信息进行图像配准的缺点，主要体现在以下三个方面：（1）利用特征点而不是图像灰度信息，大大减少了在匹配过程中的计算量；（2）特征点
阅读全文
摘要：findcontours(image, contours, retr_external,//检索外部元素 chain_approx_none//每个轮廓的所有像素 OpenCV中的findContours函数参数详解_小白_努力-CSDN博客_findcontours 可以提取图像中连续区域的轮廓（
阅读全文
摘要：使用简单二值分布的问题：检测到的边缘过厚；很难确定阈值 canny算子基于sobel算子，类似于为sobel返回的图像添加两个阈值； canny（ image， dst， 低阈值， 高阈值） 在滞后阈值化之前，如果检测到梯度幅值不是梯度方向最大值，那么对应的边缘点被移除，这也是为什么边缘可以变薄 滞
阅读全文
摘要：滤波 是信号和图像处理中的一种基本操作。它的目的是选择性地提取图像中某些方面的内容，这些内容在特定应用环境下传达了重要信息。滤波可去除图像中的噪声，提取有用的视觉特征，对图像重新采样，等等。它起源于通用的信号和系统理论。 频域1.通过观察变化的频率，图像中灰度级的变化。有些图像含有大片强度值几乎不变
阅读全文
摘要：cv::convertScaleAbs()用于实现对整个图像数组中的每一个元素，进行如下操作： void cv::convertScaleAbs( cv::InputArray src, // 输入数组 cv::OutputArray dst, // 输出数组 double alpha = 1.0,
阅读全文
摘要：mser算法是基于分水岭算法查找稳定区域的，如果当前区域面积与上一个水位面积在你所设置的范围内，你将得到一个稳定的区域，而且区域面积必须在你所定义的预定义范围内， 为确保有效性，父类mser必须与子类有足够差异性，默认参数为0.25，由构造函数第五个参数规定
阅读全文
摘要：将图像分割为多个同质区域， 分水岭算法是一种图像区域分割法，在分割的过程中，它会把跟临近像素间的相似性作为重要的参考依据，从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓，封闭性是分水岭算法的一个重要特征。 watershed原理：对图像中部分区域做标记，表明已知，根据这个
阅读全文
摘要：开启与闭合 开启：先腐蚀后膨胀 闭合：先膨胀后开启 开启：用来背景中的消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。所有小到不能容纳结构元素的物体都会被移除。 闭合：闭运算用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。基本上所有小到不能完整容
阅读全文
摘要：数学形态学最基本的概念是结构元素，简单定义为像素的组合 结构元素可以简单的定义为像素的组合，在对应的像素上定义了原点（也称锚点）。形态学滤波器的应用过程就是利用这个结构元素探测图像中每个像素的操作过程。把某个像素设为结构元素的锚点后，结构元素和图像重叠部分的像素集合就是特定形态学运算的应用对象。结构
阅读全文
摘要：void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C) InputArray sr
阅读全文
摘要：若需要多个感兴趣图像统计直方图，十分耗时；但积分图像明显提高速率； 函数Scalar sum(InputArray src); 遍历区域所有像素，返回和； 为了理解积分图像的实现原理，我们先对它下一个定义。取图像左上侧的全部像素计算累加和，并用这个累加和替换图像中的每一个像素，用这种方式得到的图像称
阅读全文
摘要：用于比较直方图 double compareHist(InputArray H1, InputArray H2, int method); H1，H2，是要进行比较的直方图。 method，比较方法。有如下选择： 方法名 标识符 计算公式 相关 Correlation HISTCMP_CORREL
阅读全文
摘要：在已知某物体大致坐标时，我们可以用概率分布图找到大致位置 meanshift算法学习（二）：opencv中的meanshift_On my way-CSDN博客
阅读全文
摘要：对于检测特定区域，用反向投影直方图可以识别 void cv::calcBackProject ( const Mat * images, int nimages, const int * channels, InputArray hist, OutputArray backProject, cons
阅读全文
摘要：为什么要使用查找表？ 一般的灰度图像有256个灰度级，而有时我们并不须要这么精确的灰度级（严重影响运算时间），比方黑白图像。这意味着我们以一个新的输入值划分当前的颜色空间，比方灰度到黑白色，将0~127灰度值直接赋值0，128~255赋值1，终于得到较少的黑白两色。查找表就扮演着这样的减少灰度级而提
阅读全文
浙公网安备 33010602011771号