摘要：
OpenCV-Python系列之直方图反投影本次教程我们将介绍OpenCV直方图部分的最后一个知识点——直方图反投影。反向投影可以用来做图像分割，寻找感兴趣区间，类似于我们前面讲过的ROI区域分割。它会输出与输入图像大小相同的图像，每一个像素值代表了输入图像上对应点属于目标对象的概率，简言之，输出图像中像素值越高的点越可能代表想要查找的目标。直方图投影经常与camshift（追踪算法）算法一起使用... 阅读全文
posted @ 2021-12-07 16:41
qiaokuankuan
阅读(198)
评论(0)
推荐(0)
摘要：
] 阅读全文
posted @ 2021-12-07 16:40
qiaokuankuan
阅读(178)
评论(0)
推荐(0)
摘要：
我们再来看看彩色图像的均值化，彩色图像的直方图均衡化和灰度图像略有不同,需要将彩色图像先用split()方法,将三个通道拆分,然后分别进行均衡化.最后使用merge()方法将均衡化之后的三个通道进行合并.操作如下: 阅读全文
posted @ 2021-12-07 16:38
qiaokuankuan
阅读(613)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2021-12-07 16:34
qiaokuankuan
阅读(309)
评论(0)
推荐(0)
摘要：
本次教程我们仍将讨论OpenCV的轮廓的知识——轮廓的层次结构，也就是轮廓的父子关系。在之前的教程中，我们已经研究了一些与OpenCV所提供的轮廓有关的函数。但是当我们用cv.findContours()函数找到图像的轮廓时，我们已经传入了一个参数，轮廓检索模式（Contour Retrieval Mod）。我们通常传入cv.RETR_LIST或cv. RETR_TREE，它运行的很好。但它到底是 阅读全文
posted @ 2021-12-07 16:31
qiaokuankuan
阅读(500)
评论(0)
推荐(0)
摘要：
截至到本次教程，我们已经基本掌握了OpenCV常用的一些功能，实际上已经可以处理很多问题了，故从本教程开始，示例代码将编写为一个固定函数，以便调用，另外将不再给出完整代码，比如导入库将不再另行贴出，一些基本的代码也不再贴出，只贴出核心部分，我会将核心部分整理为一个方便调用的函数。我们在前面讨论了轮廓的特征以及属性，今天我们将综合之前学的内容讨论轮廓的高级功能。凸缺陷对象上的任何凹陷都被称为凸缺陷， 阅读全文
posted @ 2021-12-07 15:53
qiaokuankuan
阅读(792)
评论(0)
推荐(0)
摘要：
之前我们讨论了轮廓的各种特征，OpenCV中关于图像的轮廓特征还是非常之多的。今天将讨论轮廓的一些简单的属性。长宽比它是对象边界矩形的宽度与高度的比，我们在之前的教程中已经介绍了获取图像轮廓的x，y，w，h，它们由函数：x,y,w,h = cv.boundingRect(cnt)得到，当然，我们在这里谈论的是图像的边界矩形，并非是最小边界矩形。现在来计算长宽比，公式：代码：import cv2 i 阅读全文
posted @ 2021-12-07 15:49
qiaokuankuan
阅读(210)
评论(0)
推荐(0)
摘要：
在之前的教程中，我们谈到了轮廓的一些基本特征，包括有图像的矩、轮廓区域的面积、轮廓的周长、轮廓的外接图形等等。今天我们仍然讨论几种轮廓的特征，它们将很具有实战意义，我们将从综合方面讲述。轮廓近似通常在某些特定场合，我们并不需要太过精确的轮廓信息，而只需要大概的信息，这个时候我们就需要对轮廓进行近似处理，实际上也称之为多边形拟合。我们接下来将会做一个综合性实验，从而完善对轮廓近似的实战学习。先来看相 阅读全文
posted @ 2021-12-07 15:45
qiaokuankuan
阅读(376)
评论(0)
推荐(0)
摘要：
本次我们主要讨论轮廓的外界图形，事实上它们都是非常有用的，下次我们将讨论轮廓特征的一些高阶方法。 阅读全文
posted @ 2021-12-07 15:39
qiaokuankuan
阅读(357)
评论(0)
推荐(0)
摘要：
在上一个教程中，我们讲到了轮廓的查找以及绘制，但是只掌握这些还是远远不够的，我们经常需要一些更加复杂的操作，本次教程我们将谈谈关于轮廓的特征。图像的矩图像识别的一个核心问题是图像的特征提取，简单描述即为用一组简单的数据(数据描述量)来描述整个图像，这组数据月简单越有代表性越好。良好的特征不受光线、噪点、几何形变的干扰，图像识别技术的发展中，不断有新的描述图像特征提出，而图像不变矩就是其中一个。从图... 阅读全文
posted @ 2021-12-07 15:33
qiaokuankuan
阅读(88)
评论(0)
推荐(0)
摘要：
我们还可以改变参数： 下面的输出栏会打印出来轮廓的个数，改变参数再次实验一下： 本次教程对于轮廓进行了一些基本的介绍，下次我们将介绍一些关于轮廓的其他内容。 阅读全文
posted @ 2021-12-07 15:29
qiaokuankuan
阅读(209)
评论(0)
推荐(0)
摘要：
图像金字塔实际上是有着很大的用途的，包括图像融合，但这些我们将在后面的项目实战中介绍到。 阅读全文
posted @ 2021-12-07 15:27
qiaokuankuan
阅读(373)
评论(0)
推荐(0)
摘要：
上一个教程中我们谈到的拉普拉斯算子本质上属于图像的边缘检测，但是我们同时也看到，拉普拉斯算子有一定的局限性，对于复杂图像的边缘检测有些力不从心，本次我们将介绍一个在OpenCV中有着决定性地位的边缘检测——Canny算法。我们在前面已经了解过，边缘检测算法通常有四个步骤：(1)滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检 阅读全文
posted @ 2021-12-07 15:24
qiaokuankuan
阅读(852)
评论(0)
推荐(0)
摘要：
可以看到，对于较为复杂的图像，拉普拉斯算子的效果也并不是很好，由于二阶微分一定的局限性，目前的边缘检测还不够完美，我们需要一种综合的算法，而这将在下一个教程中介绍到。 阅读全文
posted @ 2021-12-07 15:22
qiaokuankuan
阅读(850)
评论(0)
推荐(0)
摘要：
我们再上个教程中留了一个小彩蛋——形态学的梯度问题，通常情况下，它被用于提取图像的轮廓，今天我们来了解图像边缘的另一种方法，它将比形态学梯度更有效，适用范围也更广。Sobel算子前面的例子，已经接触到了图像卷积运算。最终要的卷积运算之一是用于计算图像的导数（或近似导数）。为什么图像中导数的计算很重要，看下面边缘检测的例子：很容易观察到上面图像中像素灰度值变化没有规律。一种比较好的描述这种变化的方法 阅读全文
posted @ 2021-12-07 15:17
qiaokuankuan
阅读(451)
评论(0)
推荐(0)
摘要：
事实情况很糟糕，这样的阈值化根本无法让我们进行下一步的操作，我们看原图发现右下角的字体与背景的亮度都有些高，所以会出现这种情况，现在想让字体与背景分离出来，我们可以用顶帽操作对前景进行明亮化： 阅读全文
posted @ 2021-12-07 14:52
qiaokuankuan
阅读(578)
评论(0)
推荐(0)
摘要：
可以看到，图像的毛刺没有被去除，现在我们需要将原图进行阈值化翻转，也就是黑白颠倒，这样才方便进行形态学的处理，我们在前面阈值部分讲过，这里就不再讲述了，直接看代码： 这就说明操作过度了，所以对于形态学处理卷积核的适当选取是非常重要的，现在我们对处理之后的图像进行还原： 阅读全文
posted @ 2021-12-07 14:43
qiaokuankuan
阅读(758)
评论(0)
推荐(0)
摘要：
我们在前两次教程中概述了OpenCV对于图像的滤波，通常对于一个实战项目而言，滤波之后的下一步操作就是图像的形态学处理了，从本次教程开始，我们正式步入了OpenCV图像形态学处理的部分。形态学（morphology）一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构。而我们图像处理中指的形态学，往往表示的是数学形态学。下面一起来了解数学形态学的概念。数学形态学是一门建立在格论和拓扑学基... 阅读全文
posted @ 2021-12-07 14:34
qiaokuankuan
阅读(938)
评论(0)
推荐(0)
摘要：
我们在上个教程中谈到了线性滤波，相比较而言，线性滤波中的高斯滤波最为受欢迎，但是我们也遗留了一个问题，线性滤波对于椒盐噪声的过滤并不是很好，由此我们本次将谈到OpenCV中的非线性滤波。之前我们说的线性滤波，即两个信号之和的响应和他们各自响应之和相等。换句话说，每个像素的输出值是一些输入像素的加权和，线性滤波器易于构造，并且易于从频率响应角度来进行分析。其实在很多情况下，使用邻域像素的非线性滤波也 阅读全文
posted @ 2021-12-07 14:27
qiaokuankuan
阅读(319)
评论(0)
推荐(0)
摘要：
本次教程将介绍几种OpenCV常用的滤波器，将介绍它们详细的原理，图像滤波对于OpenCV图像处理来说是至关重要的一环，它在整个OpenCV中的分量是举足轻重的，我们必须完完全全的掌握它。图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。 消除图像中的噪声成分叫作图像的平滑化或滤波操作。 阅读全文
posted @ 2021-12-07 14:13
qiaokuankuan
阅读(391)
评论(0)
推荐(0)
浙公网安备 33010602011771号