qq_36379548的博客

图像特征-Harris角点检测 基本原理 原理细节可参考该网站 实现 cv2.cornerHarris(src, blockSize, ksize, k) src：输入是单通道8位或浮点型的图像 blockSize：角点检测中指定区域的大小 ksize：Sobel算子使用的窗口大小 k：角点相应中的alpha(取值为 [0,04,0.06]) ...

傅里叶变换 cv2.dft(src[, dst[, flags]]) 傅里叶变换 src：输入(必须先转换成np.float32格式) dst：输出 flags：转换标志 numpy.fft.fftshift(x, axes=None) 将频率为0的部分转换到频谱的中心 将在左上角频率为0的部分转换到中心位置(一般会将低频部分置于频谱中心，高频部分由中心向四周发散，越远离中心，频率越高) x...

直方图 cv2.calcHist(images, channel, mask, histSize, ranges) 返回一个直方图 images：输入图像(需用中括号括起来) channels：通道 如果入图像是灰度图它的值就是[0]； 如果是彩色图像的传入的参数可以是[0][1][2]，分别对应着 BGR mask：掩膜图像 统计整幅图像的直方图就置为None 如果想统计图像某一部分的直方图就...

模板匹配 模板匹配和卷积的原理很像，模板在原图像上从原点开始滑动，计算两者之间的差别程度，将每次计算的结果放入一个矩阵里，作为结果输出。假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是(A-a+1)x(B-b+1) cv2.matchTemplate(image, templ, method) image：原始图像 templ：模板图像 method：公式 TM_SQDIFF：计算...

图像轮廓 检测轮廓 cv2.findContours(image, mode, method)有两个返回值：contours(所有轮廓信息(list结构))和hierarchy(层级) mode——轮廓检测模式 RETR_EXTERNAL ：只检索最外面的轮廓； RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中； RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分...

图像金字塔 Gaussian金字塔 cv2.pyrUp()——向下采样（缩小） cv2.pyrDown()——向上采样（放大） Laplace金字塔

Canny边缘检测 1、使用高斯滤波器，以平滑图像，滤除噪声。 2、计算图像中每个像素点的梯度强度和方向。 3、应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。 线性插值法 设g1的梯度幅值M(g1)，g2的梯度幅值M(g2)，则dTmp1有： M(dTmp1)=w*M(g1)+(1-w)*M(g2) 其中w=distance(g1, dTmp1...

Sobel算子 Sobel是求一阶导数 cv2.Sobel(src, ddepth, dx, dy[, ksize]) ddepth：输出深度 通常是-1，即保持原输入的深度，不过会带来问题：检测不到负梯度（白到黑是正，黑到白是负，负数会被截断）。为了解决该问题，可以把输出的数据类型设置的更高，比如ddepth=cv2.CV_64 dx和dy表示水平和竖直方向(值为1即求取该方向，值为0则不求取...

形态学-腐蚀操作 cv2.erode(src, kernel, [iterations]) kernel规模越大，iterations越大，腐蚀效果越明显 形态学-膨胀操作 cv2.dilate(src, kernel, [iterations]) kernel规模越大，iterations越大，膨胀效果越明显 ...

阈值 cv2.threshold(src, thresh, maxval, type)：返回两个值——阈值&输出图 src： 输入图，只能输入单通道图像，通常来说为灰度图 dst： 输出图 thresh：阈值 maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值 type：二值化操作的类型，包含以下5种类型： cv2.THRESH_BINARY：超过阈值部分取...

图像的基本操作 cv2.imread() 读取(格式是BGR) cv2.IMREAD_COLOR：彩色 cv2.IMREAD_GRAYSCALE：灰度 cv2.imshow() 展示 cv2.cvtColor() 颜色转换 cv2.COLOR_BGR2GRAY：RGB转换成灰度 cv2.split() 颜色通道提取 cv2.merge() 颜色通道合并 cv2.copyMakeBorder...