- 博客(12)
- 收藏
- 关注
RSS订阅原创 团队 Git 开发协作规范详解：打造高效、清晰的协作流程
提升团队效率降低代码出错率方便新成员加入提高项目可维护性🧩 如果你所在的团队还没有这样的协作规范，可以从今天开始建立！
2025-04-09 12:04:27
691
原创 OPENCV学习指南——形态学分析
图像形态学是一种基于形态结构元素对图像进行分析和处理的方法，主要用于处理二值图像，也可扩展到灰度图像和彩色图像。它的核心思想是利用结构元素与图像进行卷积操作，通过对图像中物体的形状、大小和位置进行调整，实现图像的去噪、分割、骨架提取等功能。形态学操作基于集合论，将图像看作是由像素点组成的集合，通过结构元素对集合进行膨胀、腐蚀等操作，从而改变图像的形态。
2025-04-08 20:31:06
552
原创 OPENCV学习指南——二值分析（二）
在图像处理中，直线检测是一项基础且重要的任务，霍夫变换是实现直线检测的经典方法之一。霍夫变换的基本原理是将图像空间中的直线转换为霍夫空间中的点，通过在霍夫空间中累积投票来确定图像中的直线。
2025-04-08 20:30:18
816
原创 OPENCV学习指南——二值分析（一）
通过对找到的轮廓进行面积、周长、质心等几何特征的计算，可以深入了解图像中物体的大小、形状和位置信息。例如，面积可以反映物体的大小，周长能体现物体边界的长度，质心则代表物体的中心位置。这些方法在减少数据量的同时，能保留物体的关键形状信息，提高后续处理的效率，并且使形状分析更加方便。轮廓分析结合连通组件标记、轮廓发现、测量、拟合与逼近等方法，对图像中的物体进行形状、方向、是否包含孔洞等方面的分析。轮廓分析是对图像中物体进行全面、深入分析的过程，综合运用前面的各种技术，获取物体更丰富的信息。
2025-04-08 20:29:31
888
原创 OPENCV学习指南——二值图像操作
二值图像在图像处理领域是一种较为基础却极为关键的图像类型。其显著特征是每个像素仅存在两种可能的取值，在大多数情形下，用 0 来代表黑色，用 255 代表白色。这种简单的像素取值模式使得二值图像在数据存储和处理上相对简便。由于二值图像的简洁性，它在诸多实际应用场景中发挥着重要作用。例如在文字识别领域，将文字图像转换为二值图像，能够清晰地凸显文字的轮廓和笔画，极大地提升识别的准确性和效率；在物体检测中，二值图像可以精准地划分出物体与背景的界限，有助于准确检测出目标物体；
2025-04-08 20:28:45
840
原创 OPENCV学习指南——二值图像操作
二值图像在图像处理领域是一种较为基础却极为关键的图像类型。其显著特征是每个像素仅存在两种可能的取值，在大多数情形下，用 0 来代表黑色，用 255 代表白色。这种简单的像素取值模式使得二值图像在数据存储和处理上相对简便。由于二值图像的简洁性，它在诸多实际应用场景中发挥着重要作用。例如在文字识别领域，将文字图像转换为二值图像，能够清晰地凸显文字的轮廓和笔画，极大地提升识别的准确性和效率；在物体检测中，二值图像可以精准地划分出物体与背景的界限，有助于准确检测出目标物体；
2025-04-05 14:57:54
755
原创 OPENCV学习指南——卷积操作（二）
卷积操作作为图像处理领域的核心技术之一，在计算机视觉中发挥着至关重要的作用。其基本原理是通过一个精心设计的卷积核（也称作滤波器）在图像上进行滑动操作。在每次滑动时，卷积核会与图像上对应位置的邻域像素进行相互作用，具体表现为对这些邻域像素进行加权求和，将得到的结果作为该位置新的像素值。这种操作方式能够根据卷积核的不同特性，对图像的特征进行有针对性的改变。例如，不同的卷积核可以实现边缘检测，突出图像中像素值变化显著的区域；或者进行去噪处理，平滑图像并减少噪声干扰；还能实现图像滤波，增强或减弱图像的某些频率成分。
2025-04-05 14:55:20
1005
原创 OPENCV学习指南——卷积操作（一）
自定义滤波为我们提供了更大的灵活性，允许根据具体的图像处理需求，设计不同的卷积核，从而实现特定的图像处理效果。例如，在图像锐化任务中，我们可以设计一个锐化卷积核，通过卷积操作增强图像的边缘和细节。锐化卷积核的设计思路通常是突出中心像素的权重，同时对周围像素赋予较小的权重，这样在卷积过程中，能够增强像素值的变化，使图像的边缘更加清晰，细节更加突出。这种自定义滤波的方式可以根据不同的应用场景和需求进行调整和优化，满足多样化的图像处理要求。import cv2print("无法读取图像，请检查路径。")
2025-04-05 14:54:43
993
1
原创 OPENCV学习指南——图像直方图及指标分析
图像直方图在图像处理领域扮演着至关重要的角色，它为我们提供了一种直观且有效的方式，来理解图像中像素值的分布情况。简单来说，直方图就是对图像中每个像素值出现频率的统计可视化。在灰度图像里，横坐标清晰地表示 0 - 255 的灰度值，这涵盖了从纯黑（0）到纯白（255）的整个灰度范围。纵坐标则代表对应灰度值在图像中出现的像素数量。通过分析灰度图像的直方图，我们能获取大量有关图像特性的关键信息。
2025-04-05 14:54:12
1157
原创 OPENCV学习指南——色彩空间
RGB色彩空间是最常见的色彩表示方式，它通过红（Red）、绿（Green）、蓝（Blue）三种颜色通道的不同强度组合来表示各种颜色。在计算机图形和图像处理领域应用广泛，如显示器、数字图像存储等场景。在RGB色彩空间中，每个通道的取值范围通常是0 - 255（8位表示），0代表该颜色分量完全没有，255表示该颜色分量达到最大强度。例如，纯红色为(255, 0, 0)，纯绿色为(0, 255, 0)，纯蓝色为(0, 0, 255)，白色是(255, 255, 255)，黑色是(0, 0, 0)。
2025-04-05 14:44:33
608
原创 OPENCV学习指南——图像和视频加载
在计算机视觉和图像处理领域，OpenCV 凭借其强大的功能和丰富的算法库，成为了开发者不可或缺的工具。它提供了大量的函数和方法，使得从简单的图像读取显示，到复杂的视频分析、目标识别等任务，都能在 Python 环境中高效实现。下面，让我们详细学习 OpenCV 在 Python 环境下，关于图像、视频处理以及通道转换方面的知识与应用。
2025-04-05 14:43:44
1081
原创 OPENCV学习指南——MAT与图像操作
ROI 是指图像中我们感兴趣的特定区域，它可以用矩形框来表示，通过指定矩形框的左上角坐标和宽度、高度来确定。截取 ROI 可以帮助我们聚焦于图像中的关键信息，避免处理无关的背景信息。例如，在医学图像分析中，我们可能只对图像中的肿瘤区域感兴趣，通过截取 ROI 可以更准确地对肿瘤进行分析和诊断。
2025-04-05 14:42:01
860
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人