AI_BN的博客

用形态学运算变换图像 用形态学滤波器腐蚀和膨胀图像；  用形态学滤波器开启和闭合图像；  在灰度图像中应用形态学运算；  用分水岭算法实现图像分割；  用MSER 算法提取特征区域。 数学形态学是一门20 世纪60 年代发展起来的理论，用于分析和处理离散图像。它定义了一 系列运算，用预先定义的形状元素探测图像，从而实现图像的转换。这个形状元素与像素邻域的 相交方式决定了运算的结果。本文将介绍几种最重要的形态学运算，并探讨用基于形态学运算的 算法进行图像分割和特征检测的问题。 用形态学滤波器腐蚀和膨胀

使用积分图像统计图像感兴趣区域的像素是一种高效的方法。它在程序中的应用非常广泛， 例如用于计算基于不同大小的滑动窗口。 本节将讲解积分图像背后的原理。这里的目标是说明如何只用三次算术运算，就能累加一个 矩形区域的像素 实现原理 为了理解积分图像的实现原理，我们先对它下一个定义： 取图像左上方的全部像素计算累加和，并用这个累加和替换图像中的每一个像素，用这种方式得 到的图像称为积分图像。计算积分图像时，只需对图像扫描一次。实际上，当前像素的积分值等 于上方像素的积分值加上当前行的累计值。因此积分图像就是一个包

直方图统计像素：  计算图像直方图；  利用查找表修改图像外观；  直方图均衡化；  反向投影直方图检测特定图像内容；  用均值平移算法查找目标；  比较直方图搜索相似图像；  用积分图像统计像素 计算图像直方图： 直方图是一个简单的表格，表示一幅图像（有时是一组图像）中具有某个值的像素的数量。 因此，灰度图像的直方图有256 个项目，也叫箱子（bin） OpenCV 中计算直方图，可简单地调用cv::calcHist 函数。这是一个通用的直方图 计算函数，可处理包含任何值类型和范围的多通道图

处理图像的颜色 1：用策略设计模式比较颜色；面向对象的设计模式 2：用GrabCut 算法分割图像； 3：转换颜色表示法； 4：用色调、饱和度和亮度表示颜色。 调用颜色检测算法： int main() { // 1.创建图像处理器对象 ColorDetector cdetect; // 2.读取输入的图像 cv::Mat image= cv::imread("boldt.jpg"); if (image.empty()) return 0; // 3.设置输入参数 cdetect.setTargetColo

传统目标跟踪： opencv实现的： OPENCV_OBJECT_TRACKERS = { "csrt": cv2.TrackerCSRT_create, "kcf": cv2.TrackerKCF_create, "boosting": cv2.TrackerBoosting_create, "mil": cv2.TrackerMIL_create, "tld": cv2.TrackerTLD_create, "medianflow": cv2.TrackerMedianFlow_create