刘燚的博客

文章目录前言一、原理1.概率密度函数及示意图灰度分布表示曲线2.高斯随机数的产生2.代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、原理1.概率密度函数及示意图灰度分布表示曲线2.高斯随机数的产生Box-Muller 算法：先得到服从均匀分布的随机数，再将服从均匀分布的随机数转变为服从正态分布。设U1和U2是服从均匀分布的随机数，则通过下列公式或者得到正态分布随机数Z，然后通过均值和标准差计算对应的高斯随机数:2.代码代码如下.

文章目录前言一、同态滤波原理1.处理原理二、同态滤波器模板及MATLAB代码1.同态滤波器2.代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、同态滤波原理1.处理原理（1）认为图像f(x,y)由两部分组成：照射分量i(x,y)，反射分量r(x,y):f(x,y)=i(x,y)∗r(x,y)f(x,y)=i(x,y)*r(x,y)f(x,y)=i(x,y)∗r(x,y)（2）但上式不能直接用于对两个分量在频率域进行处理，因为乘积的傅里叶变换不等于变.

文章目录前言一、拉普拉斯二、代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、拉普拉斯频率域中的拉普拉斯：二、代码主代码：#include<iostream>#include<opencv2/opencv.hpp>#include "MY_DFT.h"#include <math.h>#define M_PI 3.14159265358979323846using namespace cv;u.

文章目录前言一、理想高通滤波器（IHPF）二、代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、理想高通滤波器（IHPF）二、代码主代码：#include<iostream>#include<opencv2/opencv.hpp>#include "MY_DFT.h"using namespace cv;using namespace std;int main(){ Mat image, image_gr.

文章目录前言一、高斯高通滤波器（GHPF）二、代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、高斯高通滤波器（GHPF）D2(u,v)为距离中心点的距离平方，D0为设置半径D^2(u,v)为距离中心点的距离平方，D_0为设置半径D2(u,v)为距离中心点的距离平方，D0​为设置半径二、代码主代码：#include<iostream>#include<opencv2/opencv.hpp>#include "MY_D.

文章目录前言一、巴特沃斯高通滤波器（BHPF）二、代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、巴特沃斯高通滤波器（BHPF）D2(u,v)为距离中心点的距离平方，D0为设置半径，通过n的值来调整滤波器D^2(u,v)为距离中心点的距离平方，D_0为设置半径，通过n的值来调整滤波器D2(u,v)为距离中心点的距离平方，D0​为设置半径，通过n的值来调整滤波器二、代码主代码：#include<iostream>#include&.

文章目录前言一、巴特沃斯低通滤波器（BLPF）二、代码三、说明前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、巴特沃斯低通滤波器（BLPF）D2(u,v)为距离中心点的距离平方，D0为设置半径，通过n的值来调整滤波器D^2(u,v)为距离中心点的距离平方，D_0为设置半径，通过n的值来调整滤波器D2(u,v)为距离中心点的距离平方，D0​为设置半径，通过n的值来调整滤波器二、代码主代码：#include<iostream>#inc.

文章目录前言一、高斯低通滤波器（GLPF）二、代码三、说明前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、高斯低通滤波器（GLPF）二、代码主代码：#include<iostream>#include<opencv2/opencv.hpp>#include "MY_DFT.h"#include "Salt.h"using namespace cv;using namespace std;int main().

文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sn.

文章目录前言一、傅里叶变换1.傅里叶级数概念2.傅里叶级数公式3.傅里叶变换二、频谱图1.引入库2.读入数据总结前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、傅里叶变换1.傅里叶级数概念维基百科：傅里叶级数（Fourier series）是把类似波的函数表示成简单正弦波的方式。更正式地说，对于满足狄利克雷定理的周期函数，其傅里叶级数是由一组简单振荡函数（正弦与余弦函数，或等价的复指数函数）的加权和表示的方法。即 任何函数都可以分解为一组简单的正弦与余.

文章目录前言一、锐化空间滤波基础二、使用步骤1.引入库2.读入数据总结前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、锐化空间滤波基础一阶导数定义为差分二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarni.

文章目录前言一、中值滤波器1.代码前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、中值滤波器中值滤波器即取领域像素值的中值作为像素结果1.代码代码如下（示例）：#include<iostream>#include<opencv2/opencv.hpp>#include"Salt.h"using namespace cv;using namespace std;//定义高斯滤波函数void myfilter(in.

文章目录前言一、数学基础：高斯函数1.一维高斯函数2.二维高斯函数二、高斯滤波器1.程序2.读入数据总结前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、数学基础：高斯函数1.一维高斯函数在统计学与概率论中，高斯函数是正态分布（高斯分布）的密度函数，一维高斯表达式如下：其中，其中a、b与 c为实数常数，且a > 0.a表示得到曲线的高度；b(μ)是指曲线在x轴的中心；c(σ)指width(与半峰全宽有关)；2.二维高斯函数二维高斯表.

文章目录前言一、可分离滤波器核二、盒式滤波器核三、低通高斯滤波器核四、统计排序（非线性）滤波器五、opencv函数总结1.引入库前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、可分离滤波器核二、盒式滤波器核三、低通高斯滤波器核四、统计排序（非线性）滤波器五、opencv函数总结1.引入库代码如下（示例）：import numpy as np...

文章目录前言一、直方图（histogram）二、直方图处理1.直方图均衡化2.直方图匹配（规定化）3.局部直方图处理4.直方图统计量增强图像三、opencv函数总结前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、直方图（histogram）非归一化直方图：h(rk)=nkh(r_k)=n_k h(rk​)=nk​其中rkr_krk​为图像像素灰度值，比如常见的0-255，nkn_knk​为图像中某一灰度级的像素个数。归一化直方图：p(rk)=h(r.

灰度变换：

文章目录前言一、灰度变换1.灰度反转2.对数变换3.冥律（伽马）变换4.分段线性变换前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、灰度变换灰度变换原理：利用变换函数T将原图像素灰度值r映射为像素值s。s=T(r) s=T( r ) s=T(r)1.灰度反转灰度反转：将亮暗对调，可以增强图像暗色区域中的细节.s=L−1−rs=L-1-rs=L−1−rL为图像灰度级。代码如下（示例）：#include<iostream>#in.

文章目录前言一、访问图像像素1.访问（j,i）处像素2.例子：在图像中加入白色椒盐噪声二、遍历图像像素1.指针扫描2.迭代器扫描总结前言一、访问图像像素1.访问（j,i）处像素以8位（0~255）灰度图像和BGR彩色图像为例，用at可以访问图像像素：//灰度图像：image.at<uchar>(j, i) //j为行数，i为列数//BGR彩色图像image.at<Vec3b>(j, i)[0] //B分量image.at<Vec3b>(j, i)[.

文章目录前言一、创建鼠标操作函数的头文件：onMouse.h二、创建鼠标操作函数的源文件：onMouse.cpp三、示例前言c++ opencv 数字图像处理在matlab中进行图像处理时，在图像窗口可以点击图像像素查看对应的像素值，比较方便。在c++ opencv中需要自己编程达到对应效果，在图像处理之前可以创建对应的函数文件来辅助进行图像处理。一、创建鼠标操作函数的头文件：onMouse.h#include<iostream>#include<opencv2/ope.

文章目录前言一、创建图像（矩阵）：Mat二、操作图像矩阵的像素前言在数字图像处理中，图像的形式实际是一个矩阵，对图像的各种处理也就是对矩阵进行处理。一、创建图像（矩阵）：Mat使用Mat创建图像（矩阵）的常用形式有：1.创建一个空图像，大小为0Mat image1;2.指定矩阵大小，指定数据类型：Mat image1(100,100,CV_8U);这里包含三个参数：矩阵行数，矩阵列数，数据类型；其中数据类型有很多种，常用的应该有：CV_8U：8位无符号型（0~255），即灰.

系列文章目录文章目录系列文章目录前言一、基本操作1.图像的读取，显示，保存2.前言使用c++ opencv进行数字图像处理学习；工具：VS2019, opencv4.53;持续更新一、基本操作1.图像的读取，显示，保存图像的读取，显示，保存2....

文章目录前言一、图像的读取及显示代码二、函数详解1.imread函数2.namedWindow函数3.imshow函数4.imwrite函数前言c++ opencv 数字图像处理起步一、图像的读取及显示代码#include <opencv2/core.hpp>#include <opencv2/highgui.hpp>#include<iostream>using namespace cv;using namespace std;int m.