摘要:
梯度算子 不变矩 #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <iostream> #include <cmath> using namespace std; using namespace cv; / 阅读全文
posted @ 2020-10-29 12:13
望星草
阅读(283)
评论(0)
推荐(0)
首先需要明确的一点是,统计学的知识也可以作为图像处理技术的一个发掘点。一副简单的数字图像可以由一个二维矩阵描述,矩阵中的元素取值是有规定的,其规定来源于彩色空间的数学模型。常见的规则是,图像矩阵中的每列元素对应着各个通道的灰度值,灰度的取值一般是0~255。基于这一点,哪怕图像分辨率再高,我们都可以使用直方图直观地描述像素的灰度在0~255的灰度值分布。这有利于我们捕抓该图像的一些整体信息。 阅读全文
本篇博文主要从位图文件的结构体出发,简单地写了一下怎样使用C++做一些图像处理
运行环境 visual studio 2019 + mfc + photo(bmp),你若对C#的图像处理感兴趣可以参考链接:https://docs.microsoft.com/zh-cn/dotnet/api/system.drawing.bitmap?view=dotnet-plat-ext-3.1
阅读全文
图像变换是许多图像处理技术的基础,为了有效和快速地对图像进行处理和分析,常常需要将原定义在图像空间的图像以某种形式转换到另外一个空间,并利用这些空间的特有性质更方便地进行一些处理,最后再变换为图像空间以得到所需效果。近年来,众多的图像变换方法不断涌现,从古老的傅里叶变换到余弦变换,直至小波变换,这些数学模型都对图像处理技术的发展有着不可磨灭的贡献。本篇随笔主要介绍离散傅里叶变换(关于傅里叶变换原理的更加详尽的介绍请看《傅里叶变换与图像处理》)。 阅读全文
首先引入点操作这个概念:仅根据输入像素值来计算相应的输出像素值。这类算子包括亮度(brightness)和对比度(contract)调整、颜色矫正(colorcorrection)和变换(transformation)。算子的一般形式:g(x)=h(f(x))或者g(x)=h(f0(x)......fn(x))。其中常用的点操作是乘上一个常数(对应对比度的调节)以及加上一个常数(对应亮度值的调节)。公式:g(x)=a*f(x)+b。其中f(x)表示原图像像素,参数g(x)表示输出图像像素,参数a(需要满足a>0)被称为增益(gain),常常被用来控制退选哪个的对比度。参数b通常被称为偏置(bias),常常用来控制退选哪个的亮度。改写公式:g(i,j)=a*f(i,j)+b。 阅读全文
本篇随笔主要介绍:如何使用OpenCV定义感兴趣区域ROI;如何使用addWeighted函数进行退选哪个混合操作;如何将ROI和addWeighted函数结合来使用,对指定区域图像混合操作。 阅读全文
本篇博文将展示3类遍历图像像素的方法 阅读全文
RGB彩色空间主要有两个彩色模型,一个是“加色(RGB)模型”,一个是“减色(CMY)模型”。加色模型又称“三基色模型”:RGB(Red/Green/Blue,红绿蓝),三基色可以混合成任意颜色,如下图示。减色模型主要是为了解决RGB模型对无源物体图像处理的复杂(特别是黑色)。自然界物体按照颜色光可分为:发光物体和无源物体。举个例子,在彩色印刷和彩色打印中,纸张不能发射光线而只能反射光线,因此,彩色印刷机和彩色打印机只能通过一些能够吸收特定光波和反射其他光波的油墨和颜料以及它们的不同的比例混合出来印出千变万化的颜色。 阅读全文
本文将会演示两种创建并使用java的jar的常用方法。 阅读全文