
计算机视觉
文章平均质量分 90
Soul fragments
这个作者很懒,什么都没留下…
展开
-
计算机视觉——图像仿射变换与变形(重采样与不同线性插值方法比较)
实验要求: 2.1 图像仿射变换 –设计一个函数WarpAffine,可以对图像进行任意的二维仿射变换(用2*3矩阵表示): –采用双线性插值进行重采样; –可以只考虑输入图像为3通道,8位深度的情况; 函数接口可以参考OpenCV的warpAffine函数 调用WarpAffine,实现绕任意中心的旋转函数Rotate 图像变形 记[x’, y’]=f([x, y])为像素坐标的一个映射,实现f...原创 2019-10-11 22:05:41 · 4191 阅读 · 0 评论 -
计算机视觉——边缘检测与霍夫变换
目的: 了解OpenCV中canny边缘检测函数的用法,并选取图像进行测试,观察阈值对结果的影响。 实现基于霍夫变换的图像圆检测(边缘检测可以用opencv的canny函数)。 一.Canny边缘检测 1.实验目的:了解OpenCV中canny边缘检测函数的用法,并选取图像进行测试,观察阈值对结果的影响。 2.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...原创 2019-11-07 20:23:12 · 6871 阅读 · 0 评论 -
opencv学习系列——绘制给定图片的直方图分布
绘制给定图片的直方图分布 (代码在文末~~) 直方图显示 (1)先不考虑第四通道,给定一张3通道的图片,首先把多通道图片分成单通道,对每个通道计算直方图。计算直方图直接调用cv中的calcHist函数: calcHist(const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, i...原创 2019-10-19 14:49:45 · 1984 阅读 · 2 评论 -
opencv学习系列——视频格式的读取
opencv学习系列——视频格式的读取 视频读取本质上就是读取图像,因为视频是由一帧一帧图像组成的。1秒24帧基本就能流畅的读取视频了。 (1)打开视频文件 A. VideoCapture cap; cap.open(Path); B. VideoCapture cap(Path); (2)循环读取每一帧 while(1) { Mat frame; //定义Mat变量,用来存储每一帧 cap>...原创 2019-10-19 14:32:36 · 3685 阅读 · 0 评论 -
计算机视觉——图像滤波
实验目的: 实现图像的高斯滤波: 通过调整高斯函数的标准差(sigma)来控制平滑程度; 滤波窗口大小取为[6*sigma-1],[.]表示取整; 利用二维高斯函数的行列可分离性进行加速; 先对每行进行一维高斯滤波,再对结果的每列进行同样的一维高斯滤波 实现图像的均值滤波 滤波窗口大小通过参数来指定: 采用积分图进行加速,实现与滤波窗口大小无关的效率; (代码在最后面) 4.1高斯滤波 1.实验要...原创 2019-10-12 21:39:49 · 2155 阅读 · 0 评论 -
opencv学习系列——opencv环境配置(vs2019+cv4.0.1)
引言: opencv是计算机视觉和图像处理过程中经常要用到的一个库,因为我使用的是vs2019,所以cv开篇学习一定是要配置好环境,之后我会不断把我做的一些实验放在博客里,希望大家一起学习。 1.下载(github+迅雷) https://github.com/opencv/opencv/releases/download/4.0.1/opencv-4.0.1-vc14_vc15.exe 复制此链...转载 2019-10-06 17:09:00 · 1790 阅读 · 0 评论 -
opencv学习系列——图像基本操作
图像的加载显示 利用图像库的功能,实现从文件加载图像,并在窗口中进行显示的功能;利用常见的图像文件格式(.jpg; .png; .bmp; .gif等)进行测试; 这个很简单,大家一看程序就懂了 #include<opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv;...原创 2019-10-06 17:28:57 · 1777 阅读 · 0 评论 -
opencv学习系列——图像对比度亮度调节
实验2.1:对比度调整 设计一个Sigmoid函数,实现对图像的对比度调整(使用opencv窗口系统的slider控件,交互改变Sigmoid函数的参数,实现不同程度的对比度调整;) (1)线性函数调节对比度亮度: 根据调节公式g(i,j) = af(i,j) + b*,在新建的图像里进行 new_image.at(y, x)[c] = saturate_cast (0.01a(image.at(...原创 2019-10-06 17:34:00 · 3060 阅读 · 0 评论