h_wlyfw的专栏

开运算 (Opening)开运算是通过先对图像腐蚀再膨胀实现的。能够排除小团块物体(假设物体较背景明亮)请看下面，左图是原图像，右图是采用开运算转换之后的结果图。 观察发现字母拐弯处的白色空间消失。闭运算(Closing)闭运算是通过先对图像膨胀再腐蚀实现的。能够排除小型黑洞(黑色区域)。

先看效果说明使用分水岭算法对图像进行分割，设置一个标记图像能达到比较好的效果，还能防止过度分割。1、这里首先对阈值化的二值图像进行腐蚀，去掉小的白色区域，得到图像的前景区域。并对前景区域用255白色标记2、同样对阈值化后的图像进行膨胀，然后再阈值化并取反。得到背景区域。并用128灰度表示3、将前景和背景叠加在一起在同一幅图像中显示。4、用标记图和原图，利用openc

opencv对图像进行边缘及角点检测先看结果：代码：// ConsoleApplication1_812.cpp : Defines the entry point for the console application.//#include "stdafx.h"#include "opencv2/opencv.hpp"class Imagedetector{

原理Camshift算法是Continuously Adaptive Mean Shift algorithm的简称。它是一个基于MeanSift的改进算法。它首次由Gary R.Bradski等人提出和应用在人脸的跟踪上，并取得了不错的效果。由于它是利用颜色的概率信息进行的跟踪，使得它的运行效率比较高。 Camshift算法的过程由下面步骤组成：（1）确定初始目标及其区域；

一、简单的帧间差方法帧差法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且闽值化来提取图像中的运动区域。代码：int _tmain(int argc, _TCHAR* argv[]){ VideoCapture capture("bike.avi"); if(!capture.isOpened()) return -1; double rate =

转自：http://blog.youkuaiyun.com/timidsmile/article/details/17297811之前知道，利用opencv把RGB图片像HSV颜色空间转变的时候，H通道的值范围为： 0-180S： 0-255V：0-255利用直方图显示三个通道的时候，H通道都集中在前半部分，想让它取值范围扩大～～～～～～～后来发现了  

1、首先计算出一幅图像的直方图//计算直方图cv::MatND ImageHist::getHist(const cv::Mat &image){ cv::Mat im; if(image.channels() == 3) cv::cvtColor(image,im,CV_RGB2GRAY,0); else im = image; float r[2]; r[0] = 0

Jia-Bin Huang同学收集了很多计算机视觉方面的代码，链接如下：https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html 这些代码很实用，可以让我们站在巨人的肩膀上~~TopicResourcesReferencesFeatur

先看一个简单的例子代码：// ConsoleApplication3_6_23.cpp : Defines the entry point for the console application.//#include "stdafx.h"#include#include#includeusing namespace std;using namespace cv;

Color Reduce还是使用经典的Reduce Color的例子，即对图像中的像素表达进行量化。如常见的RGB24图像有256×256×256中颜色，通过Reduce Color将每个通道的像素减少8倍至256/8=32种，则图像只有32×32×32种颜色。假设量化减少的倍数是N，则代码实现时就是简单的value/N*N，通常我们会再加上N/2以得到相邻的N的倍数的中间值，最后图像被量

// ConsoleApplication3_6_23.cpp : Defines the entry point for the console application.//#include "stdafx.h"#include#includeusing namespace std;using namespace cv;Mat src,dst,gray;int pro_typ

原理摘自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/threshold/threshold.html目标：本节简介：OpenCV中的阈值(threshold)函数： threshold 的运用。基本理论：注意：本节的解释出自Bradski与Kae

OpenCV学习--saturate_cast防止数据溢出

霍夫变换（直线）原理摘自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html目标在这个部分您将学习到:使用OpenCV的以下函数 HoughLines 和 HoughLinesP 来检测图像中的直线.

图像金字塔目标本文档尝试解答如下问题：如何使用OpenCV函数 pyrUp 和 pyrDown 对图像进行向上和向下采样。原理Note 以下内容来自于Bradski和Kaehler的大作： Learning OpenCV 。当我们需要将图像转换到另一个尺寸的时候， 有两种可能：放大 图像 或者缩小 图像。

opencv中值滤波和低通滤波器对椒盐噪声处理的效果比较效果：