不是我的博客

【OpenCV第一篇】安装OpenCV本篇主要介绍如何下载OpenCV安装程序，如何在VS2008下安装配置opencv，文章最后还介绍了一个使用OpenCV的简单小例子。《OpenCV入门指南》系列文章地址：http://blog.youkuaiyun.com/morewindows/article/category/1291764一．OpenCV的下载可以到http://w

http://www.cnblogs.com/mikewolf2002/p/3317929.htmlOpenCV学习(9) 分水岭算法(3)本教程我学习一下opencv中分水岭算法的具体实现方式。原始图像和Mark图像，它们的大小都是32*32，分水岭算法的结果是得到两个连通域的轮廓图。原始图像：(原始图像必须是3通道图像)Mark图像：结果图像

http://www.cnblogs.com/mikewolf2002/p/3321228.htmlOpenCV学习(10) 图像的腐蚀与膨胀(1)建议大家看看网络视频教程：http://www.opencvchina.com/thread-886-1-1.html  腐蚀与膨胀都是针对灰度图的形态学操作，比如下面的一副16*16的灰度图。它每个像素对应

http://www.cnblogs.com/mikewolf2002/p/3321366.htmlOpenCV学习(11) 图像的腐蚀与膨胀(2)先对一副灰度图像进行腐蚀操作，然后在腐蚀后的图像上再进行膨胀操作，我们定义这个操作为开操作。先对一副图像进行膨胀操作，然后在膨胀后的图像上再进行腐蚀操作，我们定义这个操作为闭操作。      开操作可以去掉场景中一些

http://www.cnblogs.com/mikewolf2002/p/3321372.htmlOpenCV学习(12) 图像的腐蚀与膨胀(3)通过使用不同的结构元素来进行膨胀腐蚀操作，可以检测图像中的角点，下面就一步一步看这个算法如果实现角点检测。原图像：首先我们创建四个结构元素先用十字结构元素对原图像进行膨胀操作，得到下面的图像再

http://blog.youkuaiyun.com/whykifan/article/details/66478421在这个配置过程中，遇到了不少的问题，于是就写了这篇博文，希望可以帮到遇到相同问题的人。主要步骤： 1.Anaconda2的下载：传送门 2.opencv320库下载：传送门 3.pycharm中配置解析器 4.调用代码一：首先是An

opencv安装与配置：（1）双击opencv-3.2.0-vc14.exe文件，选择合适的Extract路径读取即可；（2）配置系统变量：选择此电脑(计算机)->右键属性选择->高级系统设置->选择高级->环境变量->系统变量            找到Path后双击，选择新建添加 D:\opencv\build\x64\vc14\bin（3）新建项目：打开Vis

http://blog.youkuaiyun.com/dancing_night/article/details/514800031. RGB模型。三维坐标：原点到白色顶点的中轴线是灰度线，r、g、b三分量相等，强度可以由三分量的向量表示。用RGB来理解色彩、深浅、明暗变化：色彩变化： 三个坐标轴RGB最大分量顶点与黄紫青YMC色顶点的连线深浅变化：RGB顶点和CMY顶点到原点和白色顶点的中轴线的距离明暗变化...

https://www.cnblogs.com/YunnuoFan/p/8550870.htmlAttributeError: module 'matplotlib' has no attribute 'verbose' （pycharm中使用matplotlib 2.2.0的坑）AttributeError: module 'matplotlib'

http://blog.youkuaiyun.com/u012372584/article/details/18308681我们先通过一幅图来理解反向投影：图片来源点击打开链接这副图的箭头表示了反向投影过程：直方图—>反向投影图像。反向投影的作用是什么呢？Opencv中文网站这样说：所谓反向投影就是首先计算某一特征的直方图模型，然后使用模型去寻找图像中存在的

http://daily.zhihu.com/story/3935067如果看了这篇文章你还不懂傅里叶变换，那就过来掐死我吧 Heinrich，生娃学工打折腿这篇文章的核心思想就是：要让读者在不看任何数学公式的情况下理解傅里叶分析。傅里叶分析不仅仅是一个数学工具，更是一种可以彻底颠覆一个人以前世界观的思维模式。但不幸的是，傅里叶分析的公式

https://stackoverflow.com/questions/26059134/adding-modules-from-opencv-contrib-to-opencvAdding modules from opencv_contrib to OpenCVI'm trying to add the xfeatures2d module from opencv_contrib to an ...

http://www.cnblogs.com/mikewolf2002/p/3304713.htmlOpenCV学习(8) 分水岭算法(2)    现在我们看看OpenCV中如何使用分水岭算法。    首先我们打开一副图像：   // 打开另一幅图像   cv::Mat    image= cv::imread("../tower.jpg");    

http://www.cnblogs.com/mikewolf2002/p/3304118.htmlOpenCV学习(7) 分水岭算法(1)        分水岭算法主要用于图像分段，通常是把一副彩色图像灰度化，然后再求梯度图，最后在梯度图的基础上进行分水岭算法，求得分段图像的边缘线。        下面左边的灰度图，可以描述为右边的地形图，地形的高度是由灰度图的灰度值

【OpenCV入门指南】第二篇 缩放图像上一篇《【OpenCV入门指南】第一篇安装opencv》讲解了如何在VS2008下安装和配置OpenCV，本篇将介绍使用OpenCV来缩放图片。首先介绍几个关键函数——cvResize和cvCreateImage《OpenCV入门指南》系列文章地址：http://blog.youkuaiyun.com/morewindows/article/catego

【OpenCV入门指南】第三篇Canny边缘检测    图像的边缘检测的原理是检测出图像中所有灰度值变化较大的点，而且这些点连接起来就构成了若干线条，这些线条就可以称为图像的边缘。    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。Canny 边缘检测的数学原理和算法实现这里就不再了，有兴趣的读者可以查阅专业书籍，本文主要介绍如

【OpenCV入门指南】第四篇 图像的二值化   在上一篇《【OpenCV入门指南】第三篇Canny边缘检测》中介绍了使用Canny算子对图像进行边缘检测。与边缘检测相比，轮廓检测有时能更好的反映图像的内容。而要对图像进行轮廓检测，则必须要先对图像进行二值化，图像的二值化就是将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。在数字图像处理中，二值图像占有非常重

【OpenCV入门指南】第五篇 轮廓检测 上《【OpenCV入门指南】第三篇Canny边缘检测》中介绍了边缘检测，本篇介绍轮廓检测，轮廓检测的原理通俗的说就是掏空内部点，比如原图中有3*3的矩形点。那么就可以将中间的那一点去掉。       在opencv中使用轮廓检测是非常方便。直接使用cvFindContours函数就能完成对图像轮廓的检测。下面就来看看这个函数的用法。

《OpenCV入门指南》系列文章地址：http://blog.youkuaiyun.com/morewindows/article/category/863841上一篇《【opencv入门指南】第五篇轮廓检测上》介绍了cvFindContours函数和cvDrawContours函数，并作了一个简单的使用示范。本篇将展示一个实例，让大家对轮廓检测有个更加深入的认识。 代码如下：

【OpenCV入门指南】第七篇 线段检测与圆检测在《【OpenCV入门指南】第五篇轮廓检测上》与《【opencv入门指南】第六篇轮廓检测下》讲解了OpenCV的轮廓检测。本篇将讲解在OpenCV中使用线段检测与圆检测。线段检测与圆检测主要运用Hough变换，Hough变换是一种利用图像的全局特征将特定形状的边缘连接起来，形成连续平滑边缘的一种方法。它通过将源图像上的点影射到用于累加

直方图(Histogram)又称柱状图、质量分布图，是一种统计报告图。直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。在图像处理上，直方图是图像信息统计的有力工具。  灰度直方图是指对图像的灰度信息进行统计，我们知道灰度图在图像处理中应用非常广泛，在前面的《OpenCV第三篇Canny边缘检测》、《OpenCV第五篇轮廓检测上》、《Ope

上一篇《OpenCV第八篇灰度直方图》介绍对灰度直方图，本篇将介绍直方图的均衡化，这是图像增强的常用方法。直方图均衡化的数学原理这里就不介绍了，有兴趣可以查阅专业书籍。下面来看看灰度直方图均衡化的函数——cvEqualizeHist 一．cvEqualizeHist函数功能：直方图均衡化，该函数能归一化图像亮度和增强对比度函数原型：/* equalizes

上一篇《OpenCV第十篇灰度直方图均衡化》介绍了灰度图像的直方图均衡化，实际生活中，肯定还是彩色图像用的最多，因此本篇介绍对彩色图像进行直方图均衡化。这样可以让大家直方图均衡化对图像增强的效果有个直观的印象。  在OpenCV中，彩色的图像其实是用一个多通道数组来存储的，每个单通道数组中的元素的取值范围都是0到255。这与灰度图中像素的变化范围是相同的。因此对彩色图像进行直方图均衡化只要

运行opencv自带的例子SURF_detector，结果出错了。error LNK2019: 无法解析的外部符号 "public: __thiscall cv::SURF::SURF(double,int,int,bool,bool)" (??0SURF@cv@@QAE@NHH_N0@Z)，该符号在函数 _main 中被引用解决方案：VS2010中，设置项目属性->链接器->

http://www.cnblogs.com/mikewolf2002/category/351010.htmlOpenCV学习(3) OpenCV框架      OpenCV是一个开源的视觉库，其中包括很多计算机视觉的算法实现。在版本2.2以后，OpenCV采用C++特征的API，在1.x版本中，OpenCV函数都是传统的C语言形式。      OpenCV采

http://www.cnblogs.com/mikewolf2002/p/3320284.htmlOpenCV学习(4) Mat的基本操作(1)      图像在OpenCV中都是通过Mat类来存储的，Mat可以用来表示N维矩阵，当然用的最多的还是二维矩阵。      Mat类有两部分组成：第一部分是头信息，这些信息主要用来描述矩阵，比如矩阵维数ndims,row

http://www.cnblogs.com/mikewolf2002/p/3320734.htmlOpenCV学习(5) Mat的基本操作(2)      本章我们学习一下Mat中的常用操作，因为在后面其它的教程中，我们经常要对图像进行各种处理，也要使用这些操作。一、 Mat的复制，就是从一个矩阵A，生成相关的另一个矩阵B。(1)使用赋值的方法，比如通过构

http://www.cnblogs.com/mikewolf2002/p/3320761.htmlOpenCV学习(6) 文件和Mat之间的数据交换      有时候为了便于调试算法，我们需要从文本文件或二进制文件中读取数据，并把数据放到相应的矩阵中去。我们通常可以通过下面的函数实现。 1、从二进制文件中读取数据。     新建一个txt文件 input.

cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,20, param1=50,param2=30,minRadius=0,maxRadius=0)参数编辑 image:输入8bit（灰度）图像，其内容可被函数所改变 method:Hough 变换方式，目前只支持CV_HOUGH_GRADIENT, which is basically 21HT, des...