dafenqie的博客

图像识别的一个核心问题是图像的特征提取，简单描述即为用一组简单的数据(数据描述量)来描述整个图像，这组数据越简单越有代表性越好。良好的特征不受光线、噪点、几何形变的干扰，图像识别技术的发展中，不断有新的描述图像特征提出，而图像不变矩就是其中一个。从图像中计算出来的矩通常描述了图像不同种类的几何特征如：大小、灰度、方向、形状等，图像矩广泛应用于模式识别、目标分类、目标识别与防伪估计、图像编码与重...

虽然Canny之类的边缘检测算法可以根据像素之间的差异，检测出轮廓边界的像素，但是它并没有将轮廓作为一个整体，本篇例程便是把这些边缘像素组装成轮廓。【更多关于查找和绘制轮廓的知识请加入QQ：609905705】下面分享代码：实现效果如下：阈值为3阈值为30阈值为150【更过关于查找和绘制轮廓例程的朋友请加QQ群609905705】。...

当相机拍摄的照片效果由于背景和环境原因不满意时，我们可以对图像进行一些处理扩大图像的动态范围，这种情况下最常用到的技术就是直方图均衡化。直方图均衡化是灰度变换的一个重要应用，广泛应用于图像增强处理中。【更多关于图像增强的知识请加入QQ609905705】下面分享代码：实现效果如下：【更过关于图像增强例程的朋友请加QQ群609905705】。...

图像阈值化是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。阈值分割法的特点是：适用于目标与背景灰度有较强对比的情况，重要的是背景或物体的灰度比较单一，而且总可以得到封闭且连通区域的边界。【更多关于阈值...

工程应用中，我们经常会将某种尺寸的图像转换为其他尺寸的图像，如果要放大或者缩小图片的尺寸，Emgucv提供了两种方法。resize函数，这是最直接的方式 pyrUp、pydDown函数，即图像金字塔相关的两个函数，对图像进行向上采样和向下采样的操作。【更多关于图像金字塔与尺寸变换的知识请加入QQ群：609905705】下面分享代码：（1）ReSize实现效果如下：（...

重映射是通过移动像素修改图像的外观。这个过程不会修改图像值，而是把每个像素的位置重新映射到新的位置。可以用来创建图像特效，或者修正因镜片等原因导致的图像扭曲。下面分享代码：实现效果如下：【更过关于重映射例程的朋友请加QQ群609905705】。源代码链接：https://download.youkuaiyun.com/download/dafenqie/11694180...

仿射变换是指在几何中，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，是在几何上定义为两个向量空间之间的一个仿射变换或者映射。下面分享代码：实现效果如下：【更过关于Emgucv例程的朋友请加QQ群609905705】。...

图像滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。在图像处理中，滤波是图像预处理的一种。图像处理中滤波将信号中特定的波段频率滤除，从而保留所需要的波段频率信号。根据选择保留的不同频段可以体现这么两个作用。1)消除图像中混入的噪声对应的是低通滤波，噪声在图像中一般是高频信号。2)为图像识别抽取出图像特征这里的特征一般为边缘纹理的特征，对应的是高通滤...

霍夫变换是图像处理中的一种特征提取技术，简单的讲，就是一幅图像，我快速准确地检测出直线或者圆。下面分享代码：标注霍夫线变换实现效果Laplacian算子边缘检测效果图霍夫线变换常用的还有累计概率霍夫变换、多尺度霍夫变换。下表列出三种算子的优缺点源代码参加：https://download.youkuaiyun.com/download/dafenqie/11...

边缘检测是图像特征提取中的一个领域，简单的讲，就是一幅图像，我们标识出图像中亮度变化明显的点。图像边缘检测大幅度地减少了数据量，去除了和我们进行图像处理不相关的信息。【更多关于边缘检测的知识请加入QQ群：609905705】下面分享代码：Canny算子边缘检测实现效果（为了更明显的表现效果，取了背景比较干净的源图像）Laplacian算子边缘检测效果图边缘...

感兴趣区域（ROI）是在图像处理领域经常使用的一个概念，简单的将，就是一幅图像，我们只想获取局部的特征或者只对局部进行处理，这时候我们就可以设定感兴趣区域，只针对此部分区域进行图像处理，可以提升效率，减少处理时间，降低算法的时间复杂度。下面分享代码：利用感兴趣区域实现图像融合实现效果线性融合效果图不同尺寸的图像融合过程相信读者会了这2个例子后应该...

Emgucv以及Opencv封装了大量的API，但大多数图像处理算法内部都是从操作每个像素开始的。有时候在工程应用中，我们不得不遍历图像的每个像素来实现我们的算法。 举一个应用场景说明：一张图像的矩阵元素若存储的是3通道像素值，那么每个像素值的取值共有256*256*256种，用如此多的颜色来进行处理，会对我们的算法造成严重的影响，其实，我们只需要一部分像素值就可以...