随笔分类 -  图像处理

Canny 算子
摘要：Canny 边缘检测算子 步骤： １，滤波。作用：去除噪声，防止在检测边缘的时候，把噪声也检测出轮廓。一般使用高斯滤波。 ２，一阶差分偏导计算梯度值和方向。计算各点邻域的变化值。找到边界。 ３，非极大值抑制。对计算出来的梯度进行处理，把需要的梯度筛选出来。 ４，双阈值检测。 阅读全文
posted @ 2021-03-27 08:43 蓝莓DeepL 阅读(497) 评论(0) 推荐(0)
Laplacian算子
摘要：Laplacian算子 不利的方面：对噪音点比较敏感， G= Laplacian()void cv::Laplacian ( InputArray src, OutputArray dst, int ddepth, int ksize = 1, double scale = 1, double de 阅读全文
posted @ 2021-03-21 13:57 蓝莓DeepL 阅读(127) 评论(0) 推荐(0)
sobel算子原理
摘要：sobel算子： 应用与边缘检测方面。 边缘的灰度值变化较快，或者相减差值大。 sobel算子原理 Ｉ　作为原始图像 Ｇx 为水平变换后的结果 Ｇy 为垂直变换后的结果 在图像的每个点，我们通过组合上述结果来计算该点中的梯度的近似值： 或者 梯度： 参考链接： https://en.wikipedi 阅读全文
posted @ 2021-03-21 13:42 蓝莓DeepL 阅读(522) 评论(0) 推荐(0)
Scharr算子
摘要：Scharr算子 在图像的每个点，我们通过组合上述结果来计算该点中的梯度的近似值： 或者 梯度： 阅读全文
posted @ 2021-03-21 13:41 蓝莓DeepL 阅读(250) 评论(0) 推荐(0)
常用卷积核
摘要： 阅读全文
posted @ 2021-03-21 08:33 蓝莓DeepL 阅读(70) 评论(0) 推荐(0)
图像处理－－形态学操作（开运算，闭运算，顶帽，黑帽)
摘要：开运算：先腐蚀，再膨胀 效果：去掉毛刺 闭运算：先膨胀，再腐蚀 效果：增加毛刺 顶帽(tophat)＝原始输入－开运算结果 效果：留下毛刺 黑帽(blockhat)=闭运算－原始输入 效果：留下轮廓 阅读全文
posted @ 2021-03-21 08:31 蓝莓DeepL 阅读(161) 评论(0) 推荐(0)
图像处理－形态学操作－－膨胀
摘要：膨胀：腐蚀的反操作，求局部最大值 阅读全文
posted @ 2021-03-21 08:08 蓝莓DeepL 阅读(47) 评论(0) 推荐(0)
图像处理－形态学操作－－腐蚀
摘要：腐蚀：求局部最小值 erode()void cv::erode ( InputArray src, OutputArray dst, InputArray kernel, Point anchor = Point(-1,-1), int iterations = 1, int borderType 阅读全文
posted @ 2021-03-20 18:34 蓝莓DeepL 阅读(147) 评论(0) 推荐(0)
中值滤波
摘要：矩阵中，排序，取中值 参考链接：https://github.com/opencv/opencv/blob/f9b8ce1d25a5107cdd5b62d07da28580ccf18e88/modules/imgproc/src/smooth.cpp 阅读全文
posted @ 2021-03-20 14:40 蓝莓DeepL 阅读(78) 评论(0) 推荐(0)
高斯滤波
摘要：参考： https://blog.csdn.net/godadream/article/details/81568844 阅读全文
posted @ 2021-03-20 13:55 蓝莓DeepL 阅读(46) 评论(0) 推荐(0)
方框滤波
摘要：void cv::boxFilter ( InputArray src, OutputArray dst, int ddepth, Size ksize, Point anchor = Point(-1,-1), bool normalize = true, int borderType = BOR 阅读全文
posted @ 2021-03-20 12:05 蓝莓DeepL 阅读(67) 评论(0) 推荐(0)
均值滤波
摘要：即　对该点附近的　一般为３×３或者５×５矩阵求和，然后取求均值放回该点 例如 12 23 67 34 222 52 16 7952 25 97 94 202 42 96 3982 64 227 84 22 20 126 5942 27 123 54 212 232 156 24922 23 97 9 阅读全文
posted @ 2021-03-20 10:09 蓝莓DeepL 阅读(439) 评论(0) 推荐(0)
图像处理　RGB-->GRAY(灰度图)
摘要：彩色转灰度图（常见方式） RGB-->GRAY 方法一： RGB[A] to Gray:Y←0.299⋅R+0.587⋅G+0.114⋅B opencv函数实现： cvtColor(src, bwsrc, cv::COLOR_RGB2GRAY); 方法二： Gray=(R+G+B)/3 方法三： G 阅读全文
posted @ 2021-03-14 00:43 蓝莓DeepL 阅读(777) 评论(0) 推荐(0)