一枚码农

摘要： 理论 GrabCut算法由英国剑桥微软研究院的Carsten Rother，Vladimir Kolmogorov和Andrew Blake设计。在他们的论文："GrabCut": interactive foreground extraction using iterated graph cuts 阅读全文

摘要： 理论 任何灰度图像都可以看作是地形表面，其中高强度表示峰和丘陵，而低强度表示山谷。你开始用不同颜色的水（标签）填充每个孤立的山谷（局部最小值）。随着水的上升，取决于附近的峰值（梯度），来自不同山谷的水，明显具有不同的颜色将开始融合。为避免这种情况，你需要在水合并的位置建立障碍。你继续填补水和建筑障碍 阅读全文

摘要： 基础知识铺垫 通过检索相关资料，学习到了霍夫圆检测的一点点皮毛知识，它的基本内容是认为图像上任何一个非零像素点，都有可能是一个潜在圆形上的一点。通过投票计算，生成累计坐标平面，然后在设置一个累计权重，去定位圆。 在笛卡尔坐标系中圆的方程为(x - a)^2 + (y - b)^2 = r^2，其中( 阅读全文

摘要： 前言 霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。 霍夫变换(Hough Transform)是图像处理中的一种 阅读全文

摘要： 理论 模板匹配是一种在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV附带了一个函数cv.matchTemplate()。它只是在输入图像上滑动模板图像（如在2D卷积中），并比较模板图像下的输入图像的模板和补丁。在OpenCV中实现了几种比较方法。它返回一个灰度图像，其中每个像素表示该像素 阅读全文

摘要： 理论 傅立叶变换用于分析各种滤波器的频率特性。对于图像，2D离散傅里叶变换（DFT）用于找到频域。称为快速傅里叶变换（FFT）的快速算法用于计算DFT。有关这些的详细信息可以在任何图像处理或信号处理教科书中找到。 对于正弦信号，x（t）= Asin（2πft），我们可以说f是信号的频率，如果采用其频 阅读全文

摘要： 理论 它由Michael J. Swain，Dana H. Ballard在他们的论文“Indexing via color histograms”中提出。 用简单的话来说，它到底是什么?它用于图像分割或查找图像中感兴趣的对象。简单地说，它创建了与输入图像大小相同(但是是单一通道)的图像，其中每个像 阅读全文

摘要： 介绍 我们学习计算并绘制了一维直方图。 它之所以被称为一维，是因为我们只考虑一个特征，即像素的灰度强度值。 但在二维直方图中，需要考虑两个特征。 通常，它用于查找颜色直方图，其中两个特征是每个像素的色调值和饱和度值。 OpenCV中的2D直方图 它很简单，使用相同的函数cv.calcHist()计算 阅读全文

摘要： 理论 考虑一个像素值仅限于某些特定值范围的图像。 例如，较亮的图像将所有像素限制为高值。 但是，良好的图像将具有来自图像的所有区域的像素。 所以你需要将这个直方图拉伸到两端（如下图所示，来自维基百科），这就是直方图均衡所做的，通常可以改善图像的对比度。 建议阅读直方图均衡的维基百科页面，了解更多相关 阅读全文

摘要： 理论 直方图是什么？你可以将直方图视为图形或绘图，它可以让你全面了解图像的强度分布。它是在X轴上具有像素值（范围从0到255，并非总是）的图和在Y轴上的图像中的对应像素数。 这只是理解图像的另一种方式。通过查看图像的直方图，你可以直观了解该图像的对比度，亮度，强度分布等。今天几乎所有的图像处理工具都 阅读全文