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(123) 评论(0) 推荐(0)
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(510) 评论(0) 推荐(0)
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(244) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2021-03-21 08:33 蓝莓DeepL 阅读(68) 评论(0) 推荐(0)
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(159) 评论(0) 推荐(0)
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(42) 评论(0) 推荐(0)