lweiyue的专栏

本文介绍了使用OpenCVSharp在C#中实现图像细化（骨架提取）的两种经典算法：Zhang-Suen算法和Guo-Hall算法。通过Mat对象处理二值图像，算法采用迭代方式将线条细化至单像素宽度。程序首先创建标记矩阵，然后根据不同的算法类型（thinningType参数为1或2）进行像素点8邻域分析，通过预定义的查找表决定是否删除当前像素。两种算法均通过交替迭代处理图像，直到不存在可删除像素为止。文章还展示了原始二值图与两种算法处理后的骨架提取效果对比图。

该文介绍了一种基于图像匹配的目标定位方法。通过将模板图像转换为灰度图，提取关键点并进行匹配，利用单应性矩阵将模板投影到目标图像中，从而实现目标定位。实验结果表明，该方法能准确匹配目标位置，并附有多组测试图片及匹配效果展示。

摘要：本文介绍了使用C#和ONNX模型实现M-LSD直线检测算法的完整流程。通过OpenCvSharp处理图像，加载512x512的ONNX模型进行推理，提取直线段并绘制检测结果。代码包含图像预处理、模型输入输出处理、直线筛选和后处理等步骤，最终生成带有检测直线的结果图像。该实现可有效检测图像中的显著直线，适合各种计算机视觉应用场景。

本文介绍了一种通过图像处理技术从复杂背景中识别书本的方法。首先，将彩色图片转换为HSV色彩空间，并提取S（饱和度）分量，以增强书本与背景的对比度。接着进行二值化处理，使书本区域更为明显。随后，应用形态学的开运算和闭运算，消除书本外的小物体并将书本区域连通。最后，生成轮廓并计算其外包矩形，从而准确框出书本位置。该方法有效解决了书本与背景颜色相近时的识别难题，提升了图像处理的精确度和效率。

例如下面的代码是图像平滑时使用的OpenCV函数，软件的输入参数可以帮助理解这个函数的使用。当打开一张彩色图时，可以先变成灰度图，然后二值化，再生成轮廓。OpenCV实验室包含了常见的图像处理和分析功能，包括色彩空间转换、滤波与卷积、图像优化、位置变换、图像分析、直方图、目标检测、图像分割、轮廓分析等。OpenCV实验室工具是一个调用OpenCV常见函数，让用户调整参数，快速得到试验结果的工具软件。软件界面中包含三列，第一列是功能菜单，第二列是实现某一功能时需要输入的参数，第三列是图像处理历史。

各个颜色空间原始值的取值范围：CMYK：[0,1]灰度：[0,255]以下给出各个颜色空间转换的伪代码。

我们在前面的章节里讲过边缘检测，本章所说的轮廓是基于边缘检测的。我们之前所做的边缘检测，结果只是基于像素的，而很多时候，我们可能需要对轮廓进行一些几何操作，例如分析区域是否连通，求出轮廓的凸包，判断一个点是不是在轮廓内，等等。我们先来看两种生成轮廓的方法，再看对轮廓的一些应用。一、从边缘得到轮廓虽然轮廓似乎就是边缘，但实际上，OpenCV只能从二值图得到轮廓，边缘被看成是非常窄的区域（宽1个像素）。所以，从边缘得到轮廓时，会出现两条轮廓基本相同，它们是边缘的内外。示例代码如下：Mat sr

图像分割是根据图像中各部分的特征，分割出不同的区域，这些区域可能代表了不同的物体。最简单的图像分割是区分出背景和前景。图像分割目前有一些比较成熟的技术，但想不通过一些辅助手段而达到比较好的分割效果，还是有一定难度的。一、漫水填充如果用过Photoshop的读者，应该对这项功能很熟悉。先设定一个阈值，然后在图像中的某个区域点一下鼠标，类似这个区域的像素都会被填充为某一颜色。这项功能需要我们指...

在直方图一章里提到的直方图均衡化就是一种图像优化的方法。本章再介绍图像修复和去噪两种方法。一、图像修复这里所介绍的图像修复是很简单的，就是用周边区域的像素填充损坏区域。代码如下：Mat src = new Mat(img_lenna_bad);//找出损坏区域Mat mask = new Mat(src.Size(), MatType.CV_8UC1, new Scalar(0...

霍夫变换最大的作用是检测图像中的直线。其原理是这样的：假设图像中有一条直线，其方程为y=kx+b。直线上有一个点，其坐标为(x1,y1)。显然，y1=kx1+b。如果我们把x、y看成是已知的，把k、b看成是未知数，有：b=-x1k+y1。我们发现，(x,y)坐标系上的一个点，对应了(k,b)坐标系上的一条直线。如果有另外一个点(x2,y2)，则其必然对应(k,b)坐标系上的另一条直线。显然，(k,...

直方图是对图像灰度信息的一个统计结果，直方图的分布能够反映图像的某些特征，可用于图像匹配。一、直方图提取图像直方图的代码如下：Mat src = new Mat(img_lenna, ImreadModes.Grayscale);Mat hist = new Mat();Cv2.CalcHist(new Mat[] { src }, new int[] { 0 }, new Ma...

平移、旋转、缩放、翻转、剪切等变换都属于仿射变换，而仿射变换又是透视变换的一种。所有仿射变换都可以用三个点到另外三个点去描述，而透视变换需要四个点。我们拍摄的图像里面，一般矩形的物体（例如纸张）都会变形，如果要转回规整的矩形，就要使用透视变换。在本教程中，使用的原图都是：一、翻转Mat src = new Mat(img_word);Mat map_x = new Mat...

一、腐蚀形态学的内部算法依然是卷积，跟中值滤波一样，非线性。中值滤波取核范围的中位数，而腐蚀取最小值，膨胀取最大值。腐蚀看起来的效果是亮的区域被侵蚀，可用于一些噪声的去除。Mat src = new Mat(img_region, ImreadModes.Grayscale);Mat result = new Mat();Mat element = Cv2.GetStructur...

一、二值化方法在OpenCvSharp，threshold函数专门用来对灰度图像进行二值化。给定一个阈值thresh，最大值maxval，函数在不同的二值化类型下，功能表现如下表所示：类型 >thresh <=thresh THRESH_BINARY maxval 0 THRESH_BINARY_INV 0 maxval THRE...

一、Sobel算子Sobel算子是一阶导数的近似，分横向求导和纵向求导，其3阶算子为：实际运用时，我们可以把两次求导的结果按一定比例结合在一起。Mat src = new Mat(img_lenna, ImreadModes.Grayscale);Mat grad_x = new Mat();Mat grad_x2 = new Mat();Cv2.Sobel(src, g...

这一章的模糊处理，以及下一章的锐化处理，其实绝大部分都是用一个核跟图像做卷积，使用的核不一样，效果就不一样。一、均值滤波均值滤波使用的核是全1核，再归一化。如五阶核：Mat src = new Mat(img_lenna, ImreadModes.Grayscale);Mat result = new Mat();Cv2.Blur(src, result, new OpenC...

在计算机上存储的图像一般使用RGB彩色空间，但是在其他场合，我们可能需要其他的彩色空间。例如，在打印时，一般使用CMYK；在很多图像处理里，我们只需要用到图像的灰度信息，需要把图像转为灰度图；HSV空间是人眼更好理解的一个彩色空间，等等。一、转为灰度图Mat src = new Mat(img_lenna);Mat result = src.CvtColor(ColorConversi...

在OpenCvSharp里面，图像一般使用Mat对象存储。Mat即矩阵，矩阵的每一项是一个MatType结构。MatType有CV_16SC4、CV_8UC3、CV_8UC1等，可以看到，类型皆由四部分组成，定义如下：8 U C 3 每通道的字节数 每通道的数据类型 固定为C，指Channel 通道数 例如，一般的无透明彩色图，每一格像素包含了RGB...

一、读写文件Mat src = new Mat(img_lenna);//默认是彩色图像//Mat src = new Mat(img_lenna, ImreadModes.Grayscale);//如果需要灰度图像src.SaveImage(img_result);二、显示图像在WPF项目里面，需要使用WriteableBitmap，直接作为Image的Source。在Ope...

OpenCV是一个不错的数字图像处理库，但它原生的开发语言是C++。要在C#项目里使用，需要经过一些转换。OpenCvSharp是一个不错的封装，接口跟OpenCV保持得很好。本教程的示例项目使用Visual Studio 2019开发，是一个WPF项目。1、创建一个WPF项目，.NET Framework版本选择4.6.1。2、Nuget程序包添加OpenCvSharp相关库。...