<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Lemon_jay的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Lemon_jay</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Lemon_jay]]></copyright><item><title><![CDATA[基于对数变换和非线性变换的图像增强（图像亮度调节）]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/90173860</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/90173860</guid><author>Lemon_jay</author><pubDate>Mon, 13 May 2019 16:24:01 +0800</pubDate><description><![CDATA[使用C++、opencv实现对图像的对数变换及非线性变换，实现图像增强

相关API：


void normalize(InputArray src, OutputArray dst, double alpha=1, double beta=0, int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray() )


normaliz...]]></description><category></category></item><item><title><![CDATA[调节彩色图像亮度（基于不同的颜色空间）]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/90106996</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/90106996</guid><author>Lemon_jay</author><pubDate>Sat, 11 May 2019 19:33:02 +0800</pubDate><description><![CDATA[使用C++、opencv基于不同的颜色空间调节图像亮度

该博客简单介绍了RGB、YUV、HSI等颜色空间的相关知识，并附RGB转到另两个颜色空间的转换公式：https://www.cnblogs.com/justkong/p/6570914.html

https://blog.youkuaiyun.com/sinat_26917383/article/details/70860910及https://w...]]></description><category></category></item><item><title><![CDATA[计算轮廓的特征参数（周长、面积、圆形度、周径比等）]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89519627</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89519627</guid><author>Lemon_jay</author><pubDate>Thu, 25 Apr 2019 17:22:38 +0800</pubDate><description><![CDATA[使用C++、opencv计算轮廓的周长、面积、圆形度、周径比等特征参数

图像的特征参数用于图像的模式识别（图像识别），获取越多种类的特征参数，可从中选择合适的进行组合，进而更好地区分各个物体。

之前介绍过获取图像的灰度共生矩阵（https://blog.youkuaiyun.com/Lemon_jay/article/details/89455887）、不变矩（https://blog.youkuaiyun.com/...]]></description><category></category></item><item><title><![CDATA[opencv处理视频文件]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89501267</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89501267</guid><author>Lemon_jay</author><pubDate>Wed, 24 Apr 2019 19:50:11 +0800</pubDate><description><![CDATA[使用C++、opencv处理视频文件

视频也可以理解为图像，只不过是大量的图像一张一张联系在一起，即视频的一帧一帧，视频的每一帧都是一副图像，所以对视频的处理等同于处理图像，只不过需要对视频的每一张（每一帧）图像都进行处理。

opencv中使用VideoCapture类读取视频文件，而不再是Mat，但视频文件的每一帧还是Mat类型。

可从一个小示例中学习一下视频文件的处理：


#inclu...]]></description><category></category></item><item><title><![CDATA[图像的仿射变换]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89477524</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89477524</guid><author>Lemon_jay</author><pubDate>Tue, 23 Apr 2019 17:58:50 +0800</pubDate><description><![CDATA[使用C++、opencv进行图像的仿射变换

仿射变换(Affine Transformation或Affine Map),又称仿射映射,是指在几何中,一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间的过程。它保持了二维图形的“平直性”(直线经过变换之后依然是直线)和“平行性”(二维图形之间的相对位置关系保持不变,平行线依然是平行线,且直线上点的位置顺序不变)。

更多仿射变换的原...]]></description><category></category></item><item><title><![CDATA[光流法(optical flow)运动检测]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89476029</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89476029</guid><author>Lemon_jay</author><pubDate>Tue, 23 Apr 2019 17:13:44 +0800</pubDate><description><![CDATA[使用C++、opencv、光流法进行运动目标检测

关于光流法的原理可参考：

https://blog.youkuaiyun.com/pannn0504/article/details/78357607

https://www.jianshu.com/p/144e6f8ca3b2

https://blog.youkuaiyun.com/qq_22194315/article/details/79347726（较详...]]></description><category></category></item><item><title><![CDATA[查找轮廓的内切圆]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89467577</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89467577</guid><author>Lemon_jay</author><pubDate>Tue, 23 Apr 2019 11:53:23 +0800</pubDate><description><![CDATA[使用C++、opencv查找轮廓的内切圆

相关API：


double threshold(InputArray src, OutputArray dst, double thresh,double maxval, int type)


threshold()函数的作用是根据阈值对图像进行二值化

第一个参数，InputArray类型的src，输入数组，填单通道，8或32位浮点类...]]></description><category></category></item><item><title><![CDATA[使用K-means聚类方法分割图像]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89458828</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89458828</guid><author>Lemon_jay</author><pubDate>Mon, 22 Apr 2019 21:18:15 +0800</pubDate><description><![CDATA[使用C++、opencv中的Kmeans进行图像分割

K-means算法的原理

K-means算法是基于距离相似性的聚类算法，通过比较样本之间的相似性，将形式的样本划分到同一个类别中，K-Means算法的基本过程为：

初始化常数 ，随机初始化k个聚类中心。
	重复计算以下过程，直到聚类中心不再改变：
       计算每个样本与每个聚类中心之间的相似度，将样本划分到最相似的类...]]></description><category></category></item><item><title><![CDATA[矩形框裁图]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89458209</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89458209</guid><author>Lemon_jay</author><pubDate>Mon, 22 Apr 2019 18:43:59 +0800</pubDate><description><![CDATA[用C++、opencv2.4之前版本写的一个矩形框裁图的代码，现在很多截图软件，应该用不上了，但是可以学习一下处理思路。

代码如下：


#include "stdafx.h"
#include "cv.h"  
#include "highgui.h"  
#include &lt;stdio.h&gt;  
#include &lt;cv.h&gt;  
#include &lt;highg...]]></description><category></category></item><item><title><![CDATA[获取图像的Hu不变矩]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89457633</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89457633</guid><author>Lemon_jay</author><pubDate>Mon, 22 Apr 2019 18:23:05 +0800</pubDate><description><![CDATA[使用C++、opencv获取图像的Hu不变矩

    矩函数在图像分析中有着广泛的应用，如模式识别、目标分类、目标识别与方位估计、图像编码与重构等。一个从一幅数字图形中计算出来的矩集，通常描述了该图像形状的全局特征，并提供了大量的关于该图像不同类型的几何特性信息，比如大小、位置、方向及形状等。图像矩的这种特性描述能力被广泛地应用在各种图像处理、计算机视觉和机器人技术领域的目标识别与方位估...]]></description><category></category></item><item><title><![CDATA[灰度共生矩阵]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89455887</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89455887</guid><author>Lemon_jay</author><pubDate>Mon, 22 Apr 2019 17:18:36 +0800</pubDate><description><![CDATA[使用C++、opencv获取图像的灰度共生矩阵，即能量、熵、对比度、逆差矩等图像特征参数

灰度共生矩阵，指的是一种通过研究灰度的空间相关特性来描述纹理的常用方法，通俗的说就是图像的一组关于纹理信息图像特征（能量、熵、对比度、逆差矩），可以将纹理数字化。

灰度共生矩阵的原理和四个特征参数的计算公式可参考博客：https://blog.youkuaiyun.com/zhangxz259/article/de...]]></description><category></category></item><item><title><![CDATA[图像的阈值分割]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89453578</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89453578</guid><author>Lemon_jay</author><pubDate>Mon, 22 Apr 2019 16:24:12 +0800</pubDate><description><![CDATA[使用C++、opencv对图像进行简单的阈值分割

对图像进行颜色的阈值分割，往往不知道阈值设置为多少合适，需要不断测试，针对此问题，设置了阈值的滑动条，从而可以通过滑动滑动条快速找到阈值。

最常见的阈值分割即为R、G、B的阈值分割，即判断像素点的R、G、B值是否大于或小于某一阈值，满足条件的点就保留或删除。

本代码阈值分割的算法是直接按行按列依次遍历图像每个像素点，判断像素点的值是否满足分割...]]></description><category></category></item><item><title><![CDATA[使用高斯混合模型（GMM）分割图像]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89414313</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89414313</guid><author>Lemon_jay</author><pubDate>Sat, 20 Apr 2019 11:07:24 +0800</pubDate><description><![CDATA[使用C++、opencv中的高斯混合模型（GMM）进行图像分割

关于GMM聚类的原理及过程可参考博客：https://blog.youkuaiyun.com/lin_limin/article/details/81048411

使用聚类的方法分割图像，即将图像的像素点值（通常用彩色图像，像素点值为一个三元数组（b,g,r））作为聚类的元素，从而将图像中所有的点分为n类，达到分割的效果。

代码：


#i...]]></description><category></category></item><item><title><![CDATA[图像的傅里叶变换（将图像转为频率域再进行角度校正）]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89404199</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89404199</guid><author>Lemon_jay</author><pubDate>Fri, 19 Apr 2019 18:05:36 +0800</pubDate><description><![CDATA[使用C++、opencv对图像进行傅里叶变换，再根据频谱图对原图进行旋转

    离散傅里叶变换(Discrete Fourier transform，缩写为DFT)，是指傅里叶变换在时域和频域上都呈现离散的形式，将时域信号的采样变换为在离散时间傅里叶变换(DIFT)频域的采样。在形式上，变换两端(时域和频域上)的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即...]]></description><category></category></item><item><title><![CDATA[前景检测（运动检测）]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89397372</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89397372</guid><author>Lemon_jay</author><pubDate>Fri, 19 Apr 2019 12:12:16 +0800</pubDate><description><![CDATA[使用opencv进行视频的前景检测，也可作为运动检测

代码：


#include "stdafx.h"
#include "opencv2/core.hpp"
#include &lt;opencv2/core/utility.hpp&gt;
#include &lt;opencv2/imgproc.hpp&gt;
#include &lt;opencv2/video/background_s...]]></description><category></category></item><item><title><![CDATA[使用自定义内核给图像做卷积操作]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89395713</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89395713</guid><author>Lemon_jay</author><pubDate>Fri, 19 Apr 2019 11:32:06 +0800</pubDate><description><![CDATA[使用C++、opencv创建自定义内核（卷积核），使用内核给图像做卷积操作

关于图像卷积的原理及知识可参考博客https://www.cnblogs.com/bithuaning/p/6924978.html，说的非常详细。

opencv中的相关API：


void filter2D( InputArray src, OutputArray dst, int ddepth,
    ...]]></description><category></category></item><item><title><![CDATA[图像分割之分水岭算法]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89355937</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89355937</guid><author>Lemon_jay</author><pubDate>Wed, 17 Apr 2019 15:18:59 +0800</pubDate><description><![CDATA[使用C++、opencv进行分水岭分割图像

分水岭概念是以对图像进行三维可视化处理为基础的：其中两个是坐标，另一个是灰度级。基于“地形学”的这种解释，我们考虑三类点：

a.属于局部性最小值的点，也可能存在一个最小值面，该平面内的都是最小值点

b.当一滴水放在某点的位置上的时候，水一定会下落到一个单一的最小值点

c.当水处在某个点的位置上时，水会等概率地流向不止一个这样的最小值点

对一个特...]]></description><category></category></item><item><title><![CDATA[图像特征之傅里叶描述子]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89349006</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89349006</guid><author>Lemon_jay</author><pubDate>Wed, 17 Apr 2019 11:08:29 +0800</pubDate><description><![CDATA[使用C++、opencv获取轮廓的傅里叶描述子

傅里叶描述子是一种图像特征，具体来说，是一个用来描述轮廓的特征参数。其基本思想是用物体边界信息的傅里叶变换作为形状特征，将轮廓特征从空间域变换到频域内,，提取频域信息作为图像的特征向量。即用一个向量代表一个轮廓，将轮廓数字化，从而能更好地区分不同的轮廓，进而达到识别物体的目的。

关于傅里叶描述子的概述可参考论文（http://www.doc88....]]></description><category></category></item><item><title><![CDATA[Harris与ShiTomasi角点检测]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89330936</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89330936</guid><author>Lemon_jay</author><pubDate>Tue, 16 Apr 2019 12:22:38 +0800</pubDate><description><![CDATA[#include "stdafx.h"
#include &lt;iostream&gt;
#include &lt;vector&gt;
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

using namespace cv;
using namespace std;

//全局变量
Ma...]]></description><category></category></item><item><title><![CDATA[Canny边缘检测+孔洞填充]]></title><link>https://blog.youkuaiyun.com/Lemon_jay/article/details/89316274</link><guid>https://blog.youkuaiyun.com/Lemon_jay/article/details/89316274</guid><author>Lemon_jay</author><pubDate>Tue, 16 Apr 2019 11:01:36 +0800</pubDate><description><![CDATA[使用C++、opencv进行边缘检测+空洞填充

相关重要API：


Mat getStructuringElement(int shape, Size esize, Point anchor = Point(-1, -1));


getStructuringElement函数会返回指定形状和尺寸的结构元素，返回类型为Mat

第一个参数表示内核的形状，有三种形状可以选择：

矩形：MORPH...]]></description><category></category></item></channel></rss>