OpenCV学习笔记1.2&1.3图片加载、显示、简单变换、以及对mat类的深入了解

最新推荐文章于 2025-08-08 12:39:51 发布

拼搏的人

最新推荐文章于 2025-08-08 12:39:51 发布

阅读量194

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv 文章标签： opencv

本文链接：https://blog.youkuaiyun.com/qq_43317619/article/details/88533441

opencv 专栏收录该内容

3 篇文章

订阅专栏

原本计划手写笔记，后来决定转移到C站发布博客，分享手写笔记照片，更便捷高效。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本来打算手写笔记的，结果发现其实在c站发博不是更好，所以就干脆以后就在c站写了，把之前手写的几页都拍照传上来（懒?本人）
在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

拼搏的人

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

opencv图像处理总结

bcbobo21cn的专栏

03-17

1万+

opencv图像处理基本操作 1. 矩阵数据类型通用矩阵数据类型： CV_(S|U|F)C 其中，S表示带符号整数； U表示无符号整数； F表示浮点数；例如：CV_8UC1　表示8位无符号单通道矩阵；　　　CV_32FC2 表示32位浮点数双通道矩阵； 2. 图像数据类型通用图像数据类型为：　　　IPL_DEPTH_(S|U|F) 如：IPL_DE

大语言模型原理基础与前沿双层路由多模态融合、多任务学习和模块化架构

AI架构师小马

07-17

792

大语言模型（Large Language Models，LLMs）已经成为人工智能和自然语言处理领域的重要研究方向。随着GPT-3、BERT等模型的出现，大语言模型在各种任务中展现出了惊人的性能。然而，随着模型规模的不断扩大和应用场景的日益复杂，传统的大语言模型架构面临着诸多挑战。为了应对这些挑战，研究人员提出了一系列创新性的解决方案，其中包括双层路由多模态融合、多任务学习和模块化架构等前沿技术。本文将深入探讨这些前沿技术的原理、实现方法以及应用前景，旨在为读者提供一个全面而深入的大语言模型技术发展概览。

参与评论您还未登录，请先登录后发表或查看评论

[opencv笔记三]opencv图像简单变换

ly的博客

08-27

204

opencv作为计算机视觉，在读取和显示图片的基础上，我们来做一些简单的图像变换试试。

OpenCV计算机视觉学习（16）——仿射变换学习笔记

weixin_55010563的博客

08-06

596

仿射变换是一种线性变换，正如上面所提到的，它包含旋转，缩放，错切和平移。最近邻插值（Nearest Neighbor Interpolation）：其选择最接近变换后坐标的原始像素值，它是最简单的插值方法，为每个目标像素分配最接近源像素的颜色值，这种方法计算效率高，但可能会导致变换后的图像出现明显的锯齿状边缘。cv2.getAffineTransform()是 OpenCV 中的一个函数，用于计算一个仿射变换矩阵，该矩阵可以将源图像中的一个三角形区域映射到目标图像中的另一个三角形区域。下面说一个使用示例。

opencv入门-小白的学习笔记c++（1）

qq_45707900的博客

06-19

1662

JerryandQilin的专栏

02-13

2353

转载：http://www.coridc.com/archives/2639.html (感谢贝壳里的海的无私奉献) 摘要（Abstract）通过笔记一的学习，我们已经能够下载、安装OpenCV并新建VS2010项目进行相关的配置，笔记一也已完成第一个程序HelloCV的演示。本文首先通过详细介绍OpenCV中如何从硬盘加载/读取一幅图像，并在窗口中进行显示来对笔记一中的演示程序做详解。其

OpenCV学习笔记

范子琦的博客

03-11

4761

OpenCV学习笔记

OpenCV3学习笔记

m0_46215008的博客

10-17

776

OpenCV3学习笔记 1. OpenCV数据类型 OpenCV中的数据类型分为3类：第一类是直接从C++中继承的基础数据类型（如int和float等）。这些类型包括简单的数组和矩阵，一些简单的几何概念，比如点、矩形、大小等；第二类是辅助对象。这同时也代表些对象代表更抽象的概念，比如垃圾收集指针类、用于数据切片的范围对象 (range objects) 以及抽象的终止条件类等；第三类可以称为大型数组类型。这些对象原本目的是涵盖数组或一些其他的原语、程序集或更常见的基础数据类型。这一类的典型代表是

OpenCV3.0 Examples学习笔记（18）-pca.cpp-PCA类实现降维处理

我不是校长的博客

02-16

5316

这个系列的目的是通过对OpenCV示例，进一步了解OpenCV函数的使用，不涉及具体原理。目录简介 Example运行截图 Example分析 Example代码简介本文记录了对OpenCV示例pca.cpp的分析。资料地址：http://docs.opencv.org/3.0.0/d2/dc0/pca_8cpp

Opencv Tutorials学习笔记（ 4.1.1版本）

u010484388的博客

06-30

586

以前对Opencv的掌握不太系统，最近工作不太忙，所以想系统的梳理下Opencv官方给出的学习例子，学习的目的主要是查漏补缺，在对图像操作时，最优的方法是什么，有比较重要的部分会做好笔记，便于将来直接进行查询。 1、 Tutorials 1.1、 The Core Functionality (core module) 1.1Mat - The Basic Image Container 主要学习如何使用Mat和打印到控制台 1.2How to scan images, lookup t

[OpenCV学习笔记]Qt+OpenCV实现图像灰度反转、对数变换和伽马变换

fengyaowuhui的博客

03-30

1757

灰度反转是一种线性变换，是将某个范围的灰度值映射到另一个范围内，一般是通过灰度的对调，突出想要查看的灰度区间。SL−1−rr⊂0L−1SL−1−rr⊂0L−1])比如在以下胸片图像中提取白色絮状形状，在黑色背景下看的不太明显，就可以使用灰度反转增强图像的可视化效果。i++)j++)

工业视觉笔记快捷搜索---目录

weixin_47059239的博客

06-21

1113

工业视觉需要时可抄的代码---持续更新一(1-28)目录1、批量访问图片，等待键盘1.2 批量访问图像（不用提前批量重命名）--访问文件夹底下所有同类型图像1.2.1 单独只有批量访问的1.3 批量访问图像（也是不用提前批量重命名）--访问文件夹底下所有同类型图像1.4 批量访问图像（也是不用提前批量重命名）--访问文件夹底下所有同类型图像1.5 批量访问图像（不用提前批量重命名）--单张和批量前面路径相同(jiefeng)1.6 批量访问图像（不用提前批量重命名）--单张和批量前面路径相同(bioake

jetson上使用opencv的gstreamer进行MIPI和USB摄像头的连接以及udp推流

千人斩的博客

08-07

267

JETSON 上使用opencv的gstreamer进行MIPI和USB相机的连接以及UDP推流

OpenCV 3 终极指南：创建炫酷自定义窗口与图像显示的艺术

QQ_778132974的博客

08-08

交互式体验：创建按钮、滑块等控件实现用户交互数据可视化：实时显示图像处理过程中的中间结果调试利器：直观展示算法每个阶段的效果专业演示：打造个性化的视觉展示界面"""实时图像处理工作台"""# 创建主窗口cv2.namedWindow("图像处理工作台", cv2.WINDOW_NORMAL)# 创建控制面板cv2.createTrackbar("模糊程度", "图像处理工作台", 0, 20, lambda x: None)

【07】OpenCV C++实战篇——鼠标在图片上绘制矩形，计算矩形区域内灰度值的累加值显示在图片上，支持连续多次框选，快速计算结果，快速刷新画面不卡顿

最新发布

程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。

08-08

该代码实现了一个基于OpenCV的图像处理工具，支持在图片上通过鼠标绘制矩形区域并实时计算该区域的灰度值累加和。主要功能包括：1) 加载并显示图像；2) 鼠标交互绘制矩形框；3) 自动将多通道图像转为灰度图后计算区域灰度累加和；4) 实时显示计算结果和矩形框；5) 支持连续多次框选计算。代码采用C++编写，封装了imgPro类，通过鼠标回调函数实现交互操作，计算结果和选区的视觉反馈直接叠加在图像上显示。该工具适用于需要快速分析图像局部区域灰度特征的场景，具有良好的实时性和交互性。

【42】【OpenCV C++】计算图像某一列像素方差或某一行像素的方差；

程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。

08-07

549

本文介绍了一种基于C++和OpenCV的图像处理函数实现方法。该方法通过分析图像中间区域的像素值方差来检测线条方向特性，主要功能包括：1）使用cv::meanStdDev函数计算指定行列像素的方差；2）根据参数ROIdirection决定横向(H)或竖向(V)线条检测；3）采用引用传递方式提高参数传递效率；4）实现方差计算结果的输出返回。该实现方法具有计算效率高、内存占用小的特点，适用于图像质量检测和方向特征分析等场景。

YOLOv8/YOLOv11 C++ OpenCV DNN推理

qq_44992785的博客

08-01

323

本文介绍了使用C++和OpenCV部署YOLOv8目标检测模型的方法。首先需将YOLOv8的.pt模型转换为ONNX格式。代码实现了一个YOLO类，包含预处理、推理和后处理功能，支持多种输出格式解析，并实现了非极大值抑制(NMS)和结果可视化。主要步骤包括：加载ONNX模型、图像预处理、执行推理、解析输出张量、应用NMS过滤冗余框，最后绘制检测结果。该方案使用OpenCV DNN模块，支持CPU推理，适用于台球检测等场景，可输出带类别标签和置信度的检测框。

计算机视觉-OpenCV

2501_91237346的博客

08-07

342

本文介绍了使用OpenCV进行图像处理的三个基本操作：1) 读取并显示图像，获取图像属性（形状、数据类型、大小）；2) 将彩色图像转换为灰度图像并保存；3) 对图像进行切片操作，提取感兴趣区域。每个操作都包含了完整的Python代码示例，展示了如何通过cv2.imread()、cv2.imshow()等函数实现基本的图像处理功能，并输出图像的相关属性信息。这些操作涵盖了图像处理中的基础步骤，包括读取、显示、转换和区域提取等常用功能。