摘要： 前面一篇教程中，我们实现了Zhang的快速并行细化算法，从算法原理上，我们可以知道，算法是基于像素8邻域的形状来决定是否删除当前像素。还有很多与此算法相似的细化算法，只是判断的条件不一样。在综述文章， Thinning Methodologies-A Comprehensive Survey中描述了各种细化算法的实现原理，有兴趣可以阅读一下。 下面看看图像细化的定义以... 阅读全文

摘要： 程序编码参考经典的细化或者骨架算法文章： T. Y. Zhang and C. Y. Suen, “A fast parallel algorithm for thinning digital patterns,” Comm. ACM, vol. 27, no. 3, pp. 236-239, 1984. 它的原理也很简单： 我们对一副二值图像进行骨架提取，就是删除不需要的轮廓点... 阅读全文

摘要： 通过使用不同的结构元素来进行膨胀腐蚀操作，可以检测图像中的角点，下面就一步一步看这个算法如果实现角点检测。 原图像： 首先我们创建四个结构元素 先用十字结构元素对原图像进行膨胀操作，得到下面的图像 再对这个图像用钻石型结构元素进行腐蚀操作，得到图像1，如下图所示： 接着，我们对原图像用X型结构元素进行膨胀操作，得到： 我们再用方形结构元素对上面图像进行腐蚀操作，... 阅读全文

摘要： 先对一副灰度图像进行腐蚀操作，然后在腐蚀后的图像上再进行膨胀操作，我们定义这个操作为开操作。 先对一副图像进行膨胀操作，然后在膨胀后的图像上再进行腐蚀操作，我们定义这个操作为闭操作。 开操作可以去掉场景中一些孤立的点，而闭操作通常可以填充前景中一些小洞，通常通过这两种操作，使得图像看起来更圆润光滑一点。 在opencv中，我们通过函数 cv::morphologyEx(Imag... 阅读全文

摘要： 建议大家看看网络视频教程：http://www.opencvchina.com/thread-886-1-1.html 腐蚀与膨胀都是针对灰度图的形态学操作，比如下面的一副16*16的灰度图。 它每个像素对应的值为(每个像素值范围都在0-255之间)为： 我们定义一个5*5的结构元素，该结构元素用5*5的矩阵表示，其中为1的单元，表示该单元在结构元素中有效，另外还... 阅读全文

摘要： 有时候为了便于调试算法，我们需要从文本文件或二进制文件中读取数据，并把数据放到相应的矩阵中去。我们通常可以通过下面的函数实现。 1、从二进制文件中读取数据。 新建一个txt文件 input.txt，在vs2010中，右键点击该文件，选择open with，然后选择Binary Editor，就可以用二进制的方式打开文件了。 编辑文件并保存之后，我们可以... 阅读全文

摘要： 本章我们学习一下Mat中的常用操作，因为在后面其它的教程中，我们经常要对图像进行各种处理，也要使用这些操作。 一、 Mat的复制，就是从一个矩阵A，生成相关的另一个矩阵B。 (1)使用赋值的方法，比如通过构造函数生成矩阵N，通过复制生成矩阵P cv::Mat N(M); cv::Mat P; P=M; 这样生成的矩阵，只是新生成... 阅读全文

摘要： 图像在OpenCV中都是通过Mat类来存储的，Mat可以用来表示N维矩阵，当然用的最多的还是二维矩阵。 Mat类有两部分组成：第一部分是头信息，这些信息主要用来描述矩阵，比如矩阵维数ndims,rows,cols(这两个成员变量主要用于二维矩阵，用来表示行数和列数)，size，sizes， type，step等等；第二部分是data信息，这是一个指针，指向Mat中存储的数... 阅读全文

摘要： OpenCV是一个开源的视觉库，其中包括很多计算机视觉的算法实现。在版本2.2以后，OpenCV采用C++特征的API，在1.x版本中，OpenCV函数都是传统的C语言形式。 OpenCV采用模块化的结构，每个模块都是由一些动态和静态库组成，该模块会实现一些特定的计算机视觉算法。要使用某个特定的库，我们必须在程序中先包含该库的头文件，并把该库的lib作为链接库。 例如要... 阅读全文

摘要： 下面我们在VS2010中编写一个简单的OpenCV程序，来看看如何在程序中使用OpenCV。 创建一个新的Win32 控制台程序，附加选项为空工程(empty project)，并添加一个cpp源文件main.cpp，内容如下： #include #include int main() { cv::Mat img = cv::imread("lenna.jpg"); ... 阅读全文