一枚码农

摘要： 理论 在最近几篇关于轮廓的文章中，我们使用了与OpenCV提供的轮廓相关的几个函数。但是当我们使用cv.findContours()函数在图像中找到轮廓时，我们已经传递了一个参数Contour Retrieval Mode。我们通常传递cv.RETR_LIST或cv.RETR_TREE，它运行的效果 阅读全文

摘要： 1. Aspect Ratio（长宽比） 它是对象的边界矩形的宽度与高度的比。 $$ Aspect\ Ratio= \frac{Width}{Height} $$ x,y,w,h = cv.boundingRect(cnt) aspect_ratio = float(w)/h 2. Extent（大 阅读全文

摘要： 矩 图像的矩可帮助你计算某些特征，如对象的质心，对象的面积等特征。函数cv.moments()给出了计算的所有矩值的字典。 从这一刻起，你可以提取有用的数据，如面积，质心等。质心由关系给出， $$ C_{x}=\frac{M_{10}}{M_{00}} $$和 $$ C_{y}=\frac{M_{0 阅读全文

摘要： 什么是轮廓？ 轮廓可以简单地解释为连接所有具有相同的颜色或强度的连续点（沿着边界）的曲线。轮廓是形状分析和物体检测和识别的很有用的工具。 为了更好的准确性，使用二进制图像，因此，在找到轮廓之前，应用阈值或canny边缘检测。 从OpenCV 3.2开始，findContours()不再修改源图像，而 阅读全文

摘要： 理论 通常，我们曾经使用恒定大小的图像。但在某些情况下，我们需要使用不同分辨率的（相同）图像。例如，在搜索图像中的某些内容时，如脸部，我们不确定该对象在所述图像中的大小。在这种情况下，我们需要创建一组具有不同分辨率的相同图像，并在所有图像中搜索对象。这些具有不同分辨率的图像被称为图像金字塔（因为当它 阅读全文

摘要： 理论 Canny边缘检测是一种流行的边缘检测算法，它是由John F. Canny开发的。 这是一个多阶段算法，我们将了解其中的每个阶段。 降噪 由于边缘检测易受图像中的噪声影响，因此第一步是使用5x5高斯滤波器去除图像中的噪声。我们在之前的章节中已经看到了这一点。 计算图像的强度梯度 然后在水平和 阅读全文

摘要： 理论 OpenCV提供三种类型的梯度滤波器或高通滤波器，Sobel，Scharr和Laplacian。 Sobel和Scharr Sobel算子是高斯联合平滑加微分运算，因此它更能抵抗噪声。你可以指定要采用的导数的方向，垂直或水平（yorder和xorder），你还可以通过参数ksize指定卷积核的 阅读全文

摘要： 理论 形态学转换是基于图像形状的一些简单操作。它通常在二进制图像上执行。它需要两个输入参数，一个是我们的原始图像，第二个是称为结构元素或核，它决定了操作的性质。腐蚀和膨胀是两个基本的形态学运算符。然后它的变体形式如开运算，闭运算，梯度等也发挥作用。 腐蚀 腐蚀的基本思想就像土壤侵蚀一样，它会腐蚀前景 阅读全文

摘要： 2D卷积（图像过滤) 与一维信号一样，图像也可以使用各种低通滤波器（LPF），高通滤波器（HPF）等进行滤波。LPF有助于消除噪声，模糊图像等。HPF滤波器有助于找到图片的边缘。 OpenCV提供了一个函数cv.filter2D()来将卷积核与图像进行卷积。例如，我们将尝试对图像进行平均滤波。下面是 阅读全文

摘要： 简单阈值处理 这种阈值处理的方法是简单易懂的。如果像素值大于阈值，则为其分配一个值（可以是白色），否则为其分配另一个值（可以是黑色）。使用的函数是cv.threshold。函数第一个参数是源图像，它应该是灰度图像。第二个参数是用于对像素值进行分类的阈值。第三个参数是maxVal，它表示如果像素值大于 阅读全文