lphbtm的专栏

基础学习笔记之opencv(15)：离散傅里叶变换 　　本文主要介绍怎样使用opencv来对图片进行傅里叶变换，其核心函数是opencv自带的dft()。DFT这个技术手段是将空间域映射到频率域中去，在图像处理有着举足轻重的地位。这里我们只是得到其变换的结果并看看贫域图有什么特点。 　　开发环境：opencv2.4.2+Qt4.8.2+ubuntu12.04+QtCreator2.5

opencv源码解析之(1)：滤波前言1      对图像的滤波和平滑是出来数字图像处理和计算机视觉非常重要的一个步骤，那么什么是滤波呢？滤波用编程语言到底是怎么实现的呢？效果怎么样？本人打算学习opencv有关滤波的源码，进一步加强图像处理的实践能力。      首先我们利用opencv中常见的4种滤波算法函数来实现滤波功能，让大家有个感性的认识。这4中滤波分别是均值滤波，高斯滤波，中值

opencv源码解析之(2)：滤波前言2       在上次的opencv源码解析之滤波前言1中，按照opencv_tutorials.pdf中的滤波部分试了下常用的4种滤波器的使用方法。在opencv的C++中，这4个函数分别为：blur,GaussianBlur,meidaBlur,bilateralFilter.下面就这几个函数在opencv中的功能，以及参数做个介绍： 均值滤波

发展到现在这个平滑算法的时候, 我已经完全不知道如何去命名这篇文章了, 只好罗列出一些关键字来方便搜索了. 在之前我们提到过了均值滤波器, 就是说某像素的颜色, 由以其为中心的九宫格的像素平均值来决定. 在这个基础上又发展成了带权的平均滤波器, 这里的高斯平滑或者说滤波器就是这样一种带权的平均滤波器. 那么这些权重如何分布呢? 我们先来看几个经典的模板例子: 尝试了使用