pillow233的博客

//-----------------------------------------------------------------------------------------------//-----------------------------------【头文件包含部分】---------------------------------------// 描述：包含程序所依赖的头文件//----------------------------------------

数字图像处理线性滤波/** * 数字图像处理线性滤波:输出图像fo(x,y)= T[ fi(x,y) ]，T是线性算子，即：输出图像上每个像素点的值都是由输入图像各像素点值加权求和的结果。非线性滤波的算子中包含了取绝对值、置零等非线性运算。线性滤波器的原始数据与滤波结果是一种算术运算，即用加减乘除等运算实现，如均值滤波器（模板内像素灰度值的平均值）、高斯滤波器（高斯加权平均值）等。由于线性滤波器是算术运算，有固定的模板，因此滤波器的转移函数是可以确定并且是唯一的（转移函数即模板的傅里叶变换

环境：vs2019+OpenCV4.5.1实验内容：图像（相加）平均去除高斯噪音/*图像平均的一种重要应用是在天文学领域，在该领域在非常低的照度下成像常常会导致传感器噪声；以至于单幅图像无法解析；多次高斯模糊求平均值可以消除图像在低照度下的噪音*/#include <cstdlib>#include <cmath>#include <limits>#include <iostream>#include <sstream>#in

环境：vs2019+OpenCV4.5.1实验内容：对图像进行对数变换和直方图均衡化处理，显示两种方法处理后的图像直方图#include<opencv2/opencv.hpp>#include<iostream>#include<vector>using namespace cv;using namespace std;Mat Histogram_Display(Mat& srcImage);void logTransform1(cv::Mat

1、灰度变换的基本概念灰度变换指对图像的单个像素进行操作，主要以对比度和阈值处理为目的。其变换形式如下：s=T®其中，T是灰度变换函数；r是变换前的灰度；s是变换后的像素。图像灰度变换的有以下作用：改善图像的质量，使图像能够显示更多的细节，提高图像的对比度（对比度拉伸）有选择的突出图像感兴趣的特征或者抑制图像中不需要的特征可以有效的改变图像的直方图分布，使像素的分布更为均匀2常用的灰度变换说明灰度变换函数描述了输入灰度值和输出灰度值之间变换关系，一旦灰度变换函数确定下来了，那么其输出的

数字图像的二值化和反色图环境：vs2019+OpenCV4.5.1#include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include"opencv2/imgproc/imgproc.hpp" #include <iostream> #include <opencv2\imgproc\types_c.h>#include <opencv2/hi

**## OpenCV反色处理环境 vs2019+OpenCV4.5.1**#include <opencv2/opencv.hpp>#include <iostream>#include <math.h>#include <opencv2\imgproc\types_c.h>#include <opencv2/highgui/highgui_c.h>using namespace cv;using namespace std;

OpenCV实现彩色图像转换为灰度图及二值化处理环境win10+vs2019+OpenCV4.5.1#include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include"opencv2/imgproc/imgproc.hpp" #include <iostream> #include <opencv2\imgproc\types_c.h>using

openCV读取图像环境：vs2019+OpenCV4.5.1#include<opencv2\core\core.hpp>#include<opencv2\highgui\highgui.hpp>#include<opencv2\imgproc\imgproc.hpp>using namespace cv;int main(){ //创建一个图像image2，并用imread函数进行读取 Mat image2 = imread("d:\\images\