摘要：
JPEG 对于彩色图片处理 将rgb—>Y Cb Cr 通过一个3x1的可逆矩阵 KL变换 是通过nxn个元素中选取第一个元素 乘以系数矩阵 来得到另外元素 比如将一个图片 分为 8x8 则将第一个图块 传输 乘以系数矩阵来得到另外63个图块，KL变换是MSR（均方误差）最小的变换，但系数矩阵不适用 阅读全文
摘要：
1 #模板匹配 2 #模板匹配和卷积原理很像，模板在原图像上从原点开始滑动 3 #计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv里有6种 4 #然后将每次计算的结果放入一个矩阵里，作为结果输出。 5 #假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是 阅读全文
摘要：
1 #图像轮廓 2 #先将灰度图像二值化 这样轮廓更加清晰 3 ret,thresh = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) 4 #cv2.findContours(src,mode,method) 5 #mode:轮廓检索模式 6 # 阅读全文
摘要：
图像金字塔 简单来说就是 自下而上图像一步一步缩小 1 高斯金字塔（涉及高斯分布） 向下采样（缩小，对金字塔来说是自下向上） 第一步： 高斯滤波去噪 第二部：将偶数行和列去掉 向上采样（放大，对金字塔来说是自上向下) 第一步：在每个方向上扩大两倍，新增的行和列填充0 第二步：利用之前同样的内核进行卷 阅读全文
摘要：
Canny检测的流程 Canny检测主要是用于边缘检测 1)使用高斯滤波器，以平滑图像，滤除噪声。 2)计算图像中每个像素点的梯度强度和方向。 3)应用非极大值(Non-Maximum Suppression)抑制，以消除边缘检测带来的杂散响应 4)应用双阈值(Double-Threshold)检测 阅读全文
摘要：
图像梯度图像梯度计算的是图像变化的速度 对于图像的边缘部分，其灰度值变化较大，梯度值也较大相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。图像梯度计算需要求导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值（近似导数值）。（差分，离散） Sobel算子 1 #Sobel 阅读全文
摘要：
1 腐蚀操作 用于图片的去毛刺，内容削减 1 #腐蚀操作 2 #cv2.erode(src,kernel,iterations) 3 #src是图片数字化数组 4 #kernel则是一个盒，对该盒内的像素进行复试操作，值越小腐蚀能力越狠 5 #iterations是一个迭代次数，就是说你对这个图片进 阅读全文
摘要：
主要是以下一些简单的处理方法 1 均值滤波就是 在该点附近的 A X B的像素框内 将每点的灰度系数求平均后赋值该点 1 #均值滤波 2 blur = cv2.blur(img,(3,3))#卷积操作 3 Cv_show('Average Filter Picture', blur) 2 方框滤波 阅读全文
摘要：
原图： 1 图片的获取 主要通过cv2.imread(src)函数进行获取 #获取图片，请注意更改路径 支持绝对路径，该函数产生的图片灰度系数数组 img = cv2.imread('Sunrise.jpg'); #获取灰度图 img_gray = cv2.imread('C:/Users/1027 阅读全文
摘要：
下载Opencv 先去官网https://opencv.org/opencv-4-7-0/下载， 找到适合你设备的版本下载Windows就是Win pack,完成后进行安装即可，一路同意默认就行，可以更改安装位置，但路径上尽可能以英文，以防止后面不必要的问题。 2.下载Python 首先是版本 发文 阅读全文