LC900730的博客

声明一个表示图像的变量。 cv::Mat image; 这句话创建一个宽高为0的图像。 cv::Mat的size方法可以获取图像尺寸。方法返回一个结构体，包含宽高。 image.size().height; image.size().width;image=cv::imread(“img.jpg”);使用前需要检查图像已经被正确读取，如果文件不存在、文件损坏或者格式无法识别，会出现错误。i

图像锐化：提供图像的对比度从而使得图像清晰起来，在图像平滑中，为了使得图像模糊，通常采用邻域平均的方法缩小邻域内像素之间的灰度差异。在图像锐化中，提高邻域内像素的灰度差来提高图像的对比度。拉普拉斯锐化原理图像的拉普拉斯锐化是利用拉普拉斯算子对图像进行边缘增强的一种方法，拉普拉斯算子是以图像邻域内像素灰度查分计算为基础，通过二阶微分推导出的一种图像邻域增强算法。基本思想是：当邻域内的中心像素灰度低于它

图像锐化：提供图像的对比度从而使得图像清晰起来，在图像平滑中，为了使得图像模糊，通常采用邻域平均的方法缩小邻域内像素之间的灰度差异。在图像锐化中，提高邻域内像素的灰度差来提高图像的对比度。拉普拉斯锐化原理图像的拉普拉斯锐化是利用拉普拉斯算子对图像进行边缘增强的一种方法，拉普拉斯算子是以图像邻域内像素灰度查分计算为基础，通过二阶微分推导出的一种图像邻域增强算法。基本思想是：当邻域内的中心像素灰度低于它

图像的增强处理就是使其更适合于特定的应用。简单平滑通过邻域简单平均对图像进行平滑处理的方法，用这种方法进行平滑处理可以有在一定程度上消除原图像中的噪声、降低原图像对比度的作用。邻域4邻点 8邻点卷积与模板卷积是一种利用模板做加权求和的过程。 模板是卷积的核心，在图像处理中模板的本质是一组系数因子。卷积处理是通过将邻域内各像素的灰度乘以模板上对应的系数在求和来得到运算结果。图像简单平滑处理图像简单

把一个离散时间信号当做一串单个脉冲来想象。单位冲积函数重要特性之一就是：一般信号可以表示为延迟冲激的线性组合。这个事实再与叠加性和时不变性组合起来就能用LTI的单位冲激响应来完全表征一个LTI系统的特性。在离散时间情况下称为卷积和，在连续时间下称为卷积积分。单位脉冲 : 单位跃阶： 广义函数与普通函数之间存在相互转化这一事实。看做是一些延时脉冲的叠加，也就是n=0时发生 Γ(n)=(n−1)!

ptr函数Mat类提供了ptr函数可以得到图像任意行的首地址。ptr是一个模板函数，它返回了第i行的首地址。对于彩色图像，每个图像由3部分构成，蓝色通道、绿色通道和红色通道。因此对于一个包含彩色图像的Mat，会返回一个由3个8位数组成的向量。OpenCV将此类型的向量定义为Vec3b，即由三个uchar组成的向量。image.at<Vec3b>(j,i)[channel]=value;如：outp

相邻像素邻接性、连通性、区域和边界

形态学简单来讲，形态学操作就是基于形状的一系列图像处理操作。 基本形态学操作有腐蚀与膨胀

邻域滤波(卷积)：左边图像与中间图像的卷积产生右边图像。线性滤波处理的输出像素值g(i,j)是输入像素值f(i+k,j+I)的加权和，如下： g(i,j)=∑f(i+k,j+I)h(k,I) 其中的h(k,l),我们称之为“核”，是滤波器的加权系数，即滤波器的滤波系数。 g=f卷积h；方框滤波方框滤波(box Filter)被封装在一个名为boxblur的函数中，即boxblur函数作用是使用

图像深度:像素点的bit位就是图像的深度;图像通道:如果是24位图像，那么每个像素点取值是0到2^24。 RGB是基本三原色，如果用8位代表一种颜色，那么每种颜色最大是255，这样每个像素点的颜色值就是(0-255,0-255,0-255)。这样图像通道是3。RGB存储模型： 颜色通道的颜色：对于3通道的深度是8的RGB图像，一共可以有255^3种颜色。比如我们把图像的像素减少8倍，则每个通道只

定义和输出二维点Point2f p(6,2);cout<<"[二维点]p="<<p<<";\n"<<endl;//[二维点]p=[6,2]定义和输出三维点Point3f p3f(8,2，0);cout<<"[二维点]p3f="<<p3f<<";\n"<<endl;//[二维点]p=[8,2,0];定义和输出基于Mat的std::vectorvector<float> v;v.push_ba

Mat类Mat是一个类：由2个数据部分组成： 1.矩阵头(包含矩阵尺寸、存储方法、存储地址等信息)； 2.一个指向存储所有像素值的矩阵(根据所选的存储方法不同，矩阵可以是不同维数的)指针。矩阵头的尺寸是常数，但矩阵本身尺寸的会依据图像不同而不同，通常比矩阵头的尺寸大数个数量级。每个Mat对象有自己的信息头，但共享一个矩阵。这通过让矩阵指针指向同一个地址而实现，而拷贝构造函数只复制信息头和矩阵指针

imread()//@param1:图片路径名称//@param2:int类型的flags，载入标识，指定一个加载图像的颜色类型，自带默认值1.省略则表示三通道的彩色图像。Mat imread(const string &filename,int flag=1);//higui.henum{ //将图像转换成灰度在返回，新版本废弃 CV_LOAD_IMAGE_GRAYSCAL

图像锐化：提供图像的对比度从而使得图像清晰起来，在图像平滑中，为了使得图像模糊，通常采用邻域平均的方法缩小邻域内像素之间的灰度差异。在图像锐化中，提高邻域内像素的灰度差来提高图像的对比度。拉普拉斯锐化原理图像的拉普拉斯锐化是利用拉普拉斯算子对图像进行边缘增强的一种方法，拉普拉斯算子是以图像邻域内像素灰度查分计算为基础，通过二阶微分推导出的一种图像邻域增强算法。基本思想是：当邻域内的中心像素灰度低于它