szj_huhu的博客

Sobel算子：是一种过滤器，只是其是带有方向的。 第一个参数是需要处理的图像； 第二个参数是图像的深度，-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于原图像的深度； dx和dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0、1、2。 ksize是Sobel算子的大小，必须为1、3、5、7。Laplacian算子： 第一个参数是需要处理的图像； 第二个参数是图像的

在边缘检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边缘的 ；另一个是检测垂直边缘的 ,Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子。 Canny边缘检测算子是John F. Canny于 1986 年开发出来的一个多级边缘检测算法。#coding:utf-8"""边缘检测"""import numpy as npi

环境：opencv 2.4尺度不变特征变换（SIFT），这个算法可以帮助我们提取图像中的关键点并计算它们的描述符。 特征点检测和匹配是计算机视觉中一个很有用的技术，常见的有FAST。其中，ORB算法中，是采用了FAST作为特征点检测算子，ORB检测算法具备旋转不变性和抗噪声性。#coding:utf-8import numpy as npimport cv2import matplotlib.

环境：opencv2.4,matplotlib2.02OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联分类器（Cascade Classification）#coding:utf-8import numpy as npimport cv2import matplotlib.pyplot as plt#级联分类器路径cascpath = 'detect/h

环境：opencv2.4,numpy#coding:utf-8"""opencv 基本操作"""import cv2import numpy as npimport matplotlib.pyplot as plt#cv2.imread()读取图片img = cv2.imread('images/ha1.jpg')#cv2.namedWindow创建一个窗口cv2.namedWin

图像直方图是反映一个图像像素分布的统计表，其实横坐标代表了图像像素的种类，纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。#coding:utf-8"""opencv绘制直方图"""import cv2import numpy as npimport matplotlib.pyplot as plt#

膨胀算法：用3X3的结构元素，扫描二值图像的每一个像素，用结构元素与其覆盖的二值图像做“与”运算，使二值图像扩大一圈。 腐蚀算法：用3X3的结构元素，扫描二值图像的每一个像素，用结构元素与其覆盖的二值图像做“与”运算，使二值图像减小一圈。 闭运算用来连接被误分为许多小块的对象，而开运算用于移除由图像噪音形成的斑点#coding:utf-8"""opencv形态学处理"""import c

形态学检测边缘的原理很简单，在膨胀时，图像中的物体会想周围“扩张”；腐蚀时，图像中的物体会“收缩”。比较这两幅图像，由于其变化的区域只发生在边缘。所以这时将两幅图像相减，得到的就是图像中物体的边缘。#coding:utf-8"""opencv形态学边缘检测"""import cv2 import numpy as npimport matplotlib.pyplot as plt#读取灰

拐角的检测是先用十字形的结构元素膨胀像素，边缘处“扩张”，角点不发生变化。接着用菱形的结构元素腐蚀原图像，只有在拐角处才会“收缩”，而直线边缘都未发生变化。然后是用X形膨胀原图像，角点膨胀的比边要多。用方形腐蚀图片时，角点恢复原状，而边要腐蚀的更多。所以当两幅图像相减时，只保留了拐角处。#coding:utf-8"""opencv形态学检测拐角"""import cv2import num

均值滤波：src输入图像，size为均值滤波器模板大小。以原图对应像素为中心的与模板中心重叠，将模板覆盖领域内全部像素求均值就是滤波后像素的值了。高斯滤波：src输入图像,Ksize为高斯滤波器模板大小，sigmaX和sigmaY分别为高斯滤波在横线和竖向的滤波系数,第一点就是ksize的宽和高必须是奇数,一般在二维图像处理中，sigmaX和sigmaY取相等中值滤波:src输入图像。ksize为均

#coding:utf-8"""基本操作"""import numpy as npimport cv2import matplotlib.pyplot as plt#导入彩色图片img = cv2.imread('images/messi.jpg',cv2.IMREAD_COLOR)if img is None: print('error')else: print(