首先级数的概念简单理解一下,就下面的公式:
5.247382 = 5 + 0.2 + 0.04 + 0.007 + 0.0003 + 0.00008 + 0.000002
想得到左边这个数,我每一次拿一部分去累加,越往后这一部分越小。生活中其实也有很多这样的例子,比如打高尔夫,先大力挥杆(5),然后再不断地用更小的力气去使球逐渐接近洞(0.2, 0.04, 0.007…)。
傅里叶描述器,就是类似这种方式,通过傅里叶级数逼近的方式,去近似得到图像轮廓的表示。

关键的输入是contours,图像轮廓,可以通过opencv的函数实现。
im = cv.cvtColor(input_imgs, cv.COLOR_BGR2GRAY)
_, thresh = cv.threshold(im, 254

本文介绍了傅里叶级数的概念,并将其应用于图像处理中的傅里叶描述器。通过opencv获取图像轮廓,然后利用elliptic_fourier_descriptors进行傅里叶变换,逼近并重建图像轮廓。这种方法展示了级数如何逐步逼近目标值,如同高尔夫球进洞的过程。傅里叶描述器在图像识别和分析中具有重要应用。
最低0.47元/天 解锁文章
12

被折叠的 条评论
为什么被折叠?



