weixin_42097108的博客

从yuv420p文件中分别读出Y,U,V三个分量，并保存在3个二维数组中，然后对指定的像素点的Y,U,V三个分量赋值，是该点变成黑色。

【代码】鱼眼去锯齿。

【代码】鱼眼图去除锯齿边缘。

【代码】python crop。

LUT应用最多的是在视频领域，因为在视频拍摄中，为了保证足够的后期空间，通常会使用一种叫Log的格式来保存视频，这种格式的特点就是画面对比度很低，饱和度也很低，整体看起来灰蒙蒙的，那么，如果一个像素为RGB(1,2,3)，那么它应用这个LUT之后的输出值就是RGB(6,13,1)，以此类推，我们就可以把所有原始RGB值转化为输出RGB值。当原始R值为1时，输出R值为6；当原始B值为0时，输出B值为0；当原始B值为1时，输出B值为0；当原始B值为2时，输出B值为1；当原始B值为3时，输出B值为1；

由于人眼对Y的敏感度远超于对u和v的敏感度，所以有时候可以多个Y分量共用一组uv，这样既可以极大的节省空间 ，又可以不太损失质量。size计算： Y + U +V = W * H + 1/4 * W * H + 1/4 * W * H = W * H * 1.5。NV12是YUV 420 Semi-Planar的一种， Y分量单独存放，UV分量交错存放，UV在排列的时候，从U开始，总长度为w。NV21是YUV420 Semi-Planar的一种，Y分量单独存放，UV分量交错存放，从V开始。

我们需要了解一个概念：尺度尺度，顾名思义就是说图像的尺寸和分辨率。在我们进行图像处理的时候，会经常对源图像的尺寸进行放大或者缩小的变换，进而转换为我们指定尺寸的目标图像。在对图像进行放大和缩小的变换的这个过程，我们称为尺度调整。而图像金字塔则是图像多尺度调整表达的一种重要的方式，图像金字塔方法的原理是：将参加融合的的每幅图像分解为多尺度的金字塔图像序列，将低分辨率的图像在上层，高分辨率的图像在下层，上层图像的大小为前一层图像大小的1/4。层数为0,1,2……N。

【代码】opencv直方图。

与一维信号一样，还可以使用各种低通滤波器（LPF），高通滤波器（HPF）等对图像进行滤波。LPF有助于消除噪声，使图像模糊等。HPF滤波器有助于在图像中找到边缘。OpenCV提供了一个函数来将内核与图像进行卷积。例如，我们将尝试对图像进行平均滤波。5x5平均滤波器内核如下所示：操作如下:保持这个内核在一个像素上，将所有低于这个内核的25个像素相加，取其平均值，然后用新的平均值替换中心像素。它将对图像中的所有像素继续此操作。5x5卷积核3x3卷积核。

【代码】opencv标定及校正。

【代码】opencv图像阈值。

【代码】opencv获取深度图。

【代码】opencv创建-轨迹栏调色板。

【代码】opencv绘图功能。

【代码】opencv绘图功能。

【代码】opencv鼠标事件-->矩形和曲线。

创建鼠标回调函数具有特定的格式，该格式在所有地方都相同。它仅在功能上有所不同。因此，我们的鼠标回调函数可以做一件事，在我们双击的地方绘制一个圆圈。

【代码】opencv相机标定。

腐蚀膨胀开运算：先腐蚀，再膨胀闭运算：先膨胀，在腐蚀梯度计算：原始图像膨胀 - 原始图像腐蚀 = 原始图像轮廓礼帽：原始图像 - 开运算图像 = 留下‘毛刺’黑帽：闭运算图像 - 原始图像 =?（视情况而定）

在使用函数cv2.warpAffine()对图像进行旋转时，可以通过函数cv2.getRotationMatrix2D()获得转换矩阵。angle为旋转的角度，正数表示逆时针旋转，反之为逆时针旋转。scale为变换尺度（缩放大小）center为旋转中心点。

说明：imgs为原图像，k为方框的尺寸，相当于将方框内的个值进行排序，取中值作为当前值。缺点：由于需要对周围的像素值进行排序所以需要的计算量比较大。原理：中心点的像素被核中中位数的像素值代替。

说明：当normalize=True时，与均值滤波结果相同， normalize=False，表示对加和后的结果不进行平均操作，大于255的使用255表示。cv2.boxFilter(img,-1,ksize,normalize=True) 方框滤波。

【代码】opencv均值滤波。

【代码】添加高斯噪声。

【代码】添加椒盐噪声。

【代码】图像加权运算。

对于cv2.add()运算，当对图像a，图像b进行加法求和时，遵循以下规则：#当某位置像素相加得到的数值小于255时，该位置数值为两图像该位置像素相加之和#当某位置像素相加得到的数值大于255时，该位置数值为255。

【代码】opencv图像处理（加法运算）

【代码】opencv学习--图像处理基础。