weixin_41037663的博客

后续一路点击同意即可。

环境：ubuntu18.04,opencv-contribute和opencv(注意版本一致）已经装好，win11。在opencv的目录下mkdir build,再cd build。二、原因是pencv_contrib提供了一些有专利的函数。

通过这样的变换方式就实现了避免了原空间中那条没有k的直线的寻找，通过这样的方式我们就能够找到在原空间中被一条直线所经过的所有的点，也就是通过我们的方式找到了原空间中的直线，这种方式我们可以在参数空间中通过寻找某个点被通过的次数来去寻找原空间中这条直线一共经过了多少个点，例如，要求在原空间中只有通过了50个点的直线才检测出来，那么在参数空间中就找到一个像素点，这个点被经过了50次，这样我们就可以通过这样的参数去寻找不同的条件的直线，进而去寻找更加精确的直线。1、检测直线的霍夫变换原理。

中值滤波原理非常简单，假设有一个数组[1556789],取其中的中间值(即中位数)作为巻积核的结果值即可。中值滤波对胡椒噪音（椒盐噪音）效果明显。高斯滤波、均值滤波处理椒盐噪声的效果不好，中值滤波处理椒盐噪声的效果好。也可以用均值滤波测试一下效果。

Sobel边缘检测算法比较简单，实际应用中效率比canny边缘检测效率高，但是边缘检测不如Canny检测的准确，但是很多实际应用的场合，sobel边缘却是首选，sobel算子是高斯平滑与微分操作的结合体，所以其抗噪声能力很强，用途较多。基于搜索：通过寻找图像一阶导数中的最大值来检测边界，然后利用计算结果估计边缘的局部方向，通常采用梯度的方向，并利用此方向找到局部梯度值的最大值，代表算法是Sobel算子和Scharr算子。,统计极大值所在的位置，就是图像的边缘。与奇数大小的模板进行卷积，结果为Gx。

double sigmaY: 高斯核函数在Y方向上的标准偏差，如果sigmaY是0，则函数会自动将sigmaY的值设置为与sigmaX相同的值，如果sigmaX和sigmaY都是0，这两个值将由ksize.width和ksize.height计算而来。6、观察输出的图像，看出低通滤波器的效果是对图像进行模糊或平滑，因为它减弱了物体边缘处可见的快速变化，如果觉得看不出效果，可以把核改为(15,15),在测试一下看效果。1、低通滤波器去除了图像中的高频成分，这类滤波器的目标是降低图像变化的幅度。