- 博客(121)
- 收藏
- 关注
RSS订阅原创 9.1threshold实现图像阈值分割
在OpenCV中，threshold函数是一个非常基础且强大的工具，用于将图像转换为二值图像（即图像的每个像素点非黑即白）。这个函数在图像预处理、特征提取、边缘检测等任务中非常有用。下面，我将详细解释如何在C++中使用OpenCV的threshold函数。在计算机视觉和图像处理中，阈值分割（Thresholding）是一种常用的图像处理技术，用于将图像转换成二值图像（黑白图像）。这种方法可以简化图像分析过程，使得后续的特征提取更加容易。OpenCV 提供了一个名为的函数来实现这一功能。
2024-10-15 08:27:37
570
原创 2.4多路径读取图像
函数imwrite用来输出图像到文件函数声明函数从指定的文件中加载图像并返回它。如果由于文件缺失、权限不当或格式不受支持或无效等原因无法读取图像，则该函数将返回一个空矩阵（即Mat::data为NULL两种方法用于检查cv::Mat（OpenCV 中的矩阵类）对象是否为空。
2024-10-09 08:40:40
298
原创 5.10直方图均衡化
直方图均衡化（Histogram Equalization）是一种常用的图像处理技术，用于改善图像的对比度。通过调整图像中像素值的分布，直方图均衡化可以使图像的动态范围更广，从而增强图像的细节可见度。直方图均衡化的基本步骤如下：1. 计算图像的灰度直方图：统计每个灰度级的像素数量。2. 计算累积分布函数（CDF）：根据直方图计算每个灰度级的累积概率。3. 映射原始灰度级到新的灰度级：将每个灰度级映射到新的灰度级，使得新的灰度级分布尽可能均匀。
2024-09-27 01:00:00
1061
原创 8.7基于数学形态学的边缘检测
数学形态学（Mathematical Morphology）是一套用于图像处理的技术，它包括膨胀（Dilation）、腐蚀（Erosion）、开运算（Opening）和闭运算（Closing）等操作。通过组合这些基本操作，可以实现复杂的图像处理任务，比如边缘检测。
2024-09-27 00:00:00
390
原创 8.12DoG (Difference of Gaussians)
不同尺度的高斯模糊图像之间的差异（DoG），用于边缘检测。函数: cv::GaussianBlur() 结合 cv::Laplacian() 或者自定义DoG实现。在OpenCV中并没有直接提供一个名为“DoG”（Difference of Gaussians）的函数，但是你可以通过组合使用高斯模糊（Gaussian Blur）来实现DoG的效果。DoG技术通常用于边缘检测和特征检测，如SIFT（Scale-Invariant Feature Transform）特征提取算法中。
2024-09-26 04:45:00
358
原创 9.2自适应阈值分割
自适应阈值分割是图像处理中的一个重要概念，它可以根据局部区域的亮度来调整阈值，从而在光照不均匀或背景复杂的图像中获得更好的分割效果。这种方法特别适用于光照条件变化较大的场景，或者是背景与前景对比度不均匀的情况。
2024-09-26 01:00:00
909
原创 8.13霍夫变换-直线检测
在OpenCV中，可以使用标准霍夫变换HoughLines或概率霍夫变换HoughLinesP函数来实现霍夫变换直线检测。前者用于检测无穷长的直线，后者用于检测有限长度的线段。
2024-09-25 05:30:00
1513
原创 8.11Zero Crossing Detection (零交叉检测)
使用 OpenCV 和 C++ 实现零交叉检测功能，并对图像中的边缘进行检测。注意，零交叉检测的效果会受到拉普拉斯算子参数的影响，因此可能需要根据具体的应用场景调整这些参数。
2024-09-25 00:45:00
1500
原创 9.6grabCut进行分割
grabCut 算法是 OpenCV 中一个非常强大的图像分割方法，主要用于前景与背景的分割。它基于图割（Graph Cut）算法，并通过迭代的方式优化能量函数，以达到更好的分割效果。在 OpenCV 中，grabCut 函数通常用于处理包含复杂背景的图片，以分离出感兴趣的前景对象。grabCut() 是 OpenCV 提供的一个高级图像分割算法，它可以用来自动地分割图像中的对象。
2024-09-24 08:00:00
449
原创 9.5HSV体系进行颜色分割
inRange() 函数是 OpenCV 中用于图像处理的一个非常有用的函数，即从图像中提取出介于指定范围内的像素值。这个函数在图像处理中特别有用，比如颜色检测、背景去除等应用。它主要用于图像的阈值处理，但与其他阈值方法（如 threshold()）不同的是，inRange() 可以设定一个范围来过滤像素值，非常适合用于色彩空间的分割，如从视频或图像中分离出特定颜色的物体。该函数经常与 HSV 色彩空间结合使用，因为 HSV 色彩空间对颜色变化的反应更加直观和自然。使用示例。
2024-09-24 01:00:00
1102
原创 6.7泊松噪声
泊松噪声通常用于模拟光子计数过程中的噪声，例如在低光条件下拍摄的照片中，由于光子计数的统计特性，会产生这种类型的噪声。因此，在进行图像增强、图像去噪等处理时，添加泊松噪声可以帮助评估算法在实际应用中的鲁棒性。
2024-09-23 01:00:00
1673
原创 10.3拉普拉斯金字塔
拉普拉斯金字塔（Laplacian Pyramid）是一种图像表示方法，常被用于图像处理和计算机视觉领域。它是基于高斯金字塔的一种变换形式，主要用于图像融合、图像金字塔的构建等场景。
2024-09-23 00:45:00
1355
原创 11.2开运算 闭运算 顶帽 黑帽
•开运算：先腐蚀后膨胀，用于去除小的噪声点。•闭运算：先膨胀后腐蚀，用于连接接近的物体。•顶帽变换：原图像减去开运算的结果，用于突出细节。•黑帽变换：闭运算的结果减去原图像，用于突出阴影区域。
2024-09-22 05:30:00
797
原创 9.7floodFill图像分割
Flood Fill（洪水填充）是一种常用的图像处理技术，用于填充一个连通区域的颜色或者灰度值。在OpenCV中，可以使用floodFill函数来实现这一功能。Flood Fill算法常用于图像分割，尤其是在用户交互式标记或自动分割任务中。这个函数常用于图像分割任务，例如填充选定区域、对象分割等。floodFill 函数的工作原理类似于绘画软件中的“油漆桶工具”，它会从给定的起始点开始，查找具有相似颜色的所有相邻像素，并将它们的颜色替换为新颜色。
2024-09-21 07:15:00
614
原创 7.6opencv中(基于C++) 镜像图像
在OpenCV中，镜像图像指的是沿水平轴或垂直轴翻转图像。这对于预处理图像、数据增强或者实现某些视觉效果非常有用。OpenCV提供了flip函数来实现图像的翻转操作。
2024-09-20 02:45:00
418
原创 8.2Roberts算子边缘检测
Roberts算子是一种简单的一阶导数边缘检测算子，它通过计算图像在水平和垂直方向上的梯度来检测边缘。在OpenCV中，Roberts算子可以通过手动应用卷积核来实现。Roberts算子是一组2x2的小型滤波器，用于检测图像中的垂直和水平边缘。
2024-09-19 01:00:00
1164
原创 7.7opencv中(基于C++) 翻转图像
在OpenCV中，翻转图像指的是沿着一个或多个轴翻转图像。OpenCV提供了一个函数 flip 来完成这个任务。这个函数可以沿着水平轴、垂直轴或者同时沿着水平和垂直轴翻转图像。
2024-09-19 01:00:00
637
原创 7.4仿射变换
在OpenCV中，仿射变换（Affine Transformation）是一种重要的(图像处理)几何变换技术，它包括平移、旋转、缩放、错切等多种变换。
2024-09-18 01:00:00
619
原创 9.9watershed分水岭分割
在计算机视觉中，分水岭算法（Watershed Algorithm）是一种基于形态学的分割方法，常用于图像分割。OpenCV 提供了 cv::watershed 函数来实现这一算法。分水岭算法的主要思想是将图像视为地形表面，其中像素强度值代表地形高度。算法试图找到图像中的“盆地”（区域）之间的“山脊线”，这些山脊线即为分割边界。在计算机视觉和图像处理中，分水岭算法（Watershed Algorithm）是一种用于图像分割的重要技术。OpenCV提供了分水岭算法的实现，可以帮助开发者进行图像分割任务。
2024-09-18 00:15:00
942
原创 10.2高斯金字塔-向上取样
在OpenCV中，高斯金字塔（Gaussian Pyramid）和上采样（Upsampling）是图像处理中的常见技术，它们经常用于图像的多分辨率分析。高斯金字塔主要用于图像的多尺度表示，而上采样则是将图像放大到更高分辨率的过程。以下是如何在OpenCV C++中实现高斯金字塔及其上采样的详细步骤和示例代码。高斯金字塔是通过对图像进行连续的下采样和模糊处理来构建的。高斯金字塔是一种图像的多分辨率表示方法，它通过对图像进行下采样（降低分辨率）来形成一系列不同分辨率的图像集合。
2024-09-17 01:00:00
1001
原创 10.1高斯金字塔-向下取样
你可以使用OpenCV在C++中构建高斯金字塔，并对其进行逐层向下取样。这对于后续的图像处理任务，如特征检测、图像匹配等非常有用。
2024-09-17 00:30:00
744
原创 8.5LoG算子边缘检测
LoG（Laplacian of Gaussian）算子是一种结合了高斯模糊和平滑处理的边缘检测方法。它通过先对图像应用高斯滤波器来去除噪声，然后再对结果应用拉普拉斯算子来检测边缘。LoG算子的主要优点是可以检测图像中的边缘和其他重要特征，同时减少噪声的影响。LoG算子的基本思想是先使用高斯滤波器对图像进行平滑处理，然后再应用Laplacian算子。高斯滤波器可以去除图像中的噪声，而Laplacian算子则可以检测图像中的边缘。LoG算子可以看作是Laplacian算子与高斯核的卷积。
2024-09-16 00:45:00
854
原创 8.4Prewitt算子边缘检测
展示了如何使用OpenCV C++实现Prewitt算子进行边缘检测，并展示了不同方向的梯度图像以及它们的组合结果。你可以根据需要调整卷积核的参数，以适应不同的应用场景。
2024-09-16 00:30:00
626
原创 8.6小波变换（Wavelet Transform）边缘检测
小波变换是一种时频分析方法，它可以同时提供时间和频率上的分辨率。与傅里叶变换不同，小波变换不仅提供了频率信息，还提供了时间（或空间）上的位置信息。这对于分析非平稳信号特别有用，因为在很多实际应用中，信号的特性随时间变化。OpenCV中的小波变换OpenCV提供了一些函数来进行小波变换，主要包括cv::dwt（离散小波变换）和cv::idwt（反离散小波变换）。这些函数可以用于多分辨率分析，即在不同的尺度下对图像进行分解和重构。主要函数1. cv::dwt：执行离散小波变换。
2024-09-15 03:30:00
1017
原创 6.6高斯噪声
•高斯滤波：适用于去除高斯噪声，能够较好地平滑图像，但可能使图像略微模糊。•均值滤波：简单易用，但会使图像更加模糊。•双边滤波：在平滑图像的同时能够较好地保留边缘，适用于需要保持图像细节的情况。•非局部均值去噪：高级去噪方法，能够在保持图像细节的同时去除噪声，尤其适用于高斯噪声。根据具体的应用需求和图像特点，可以选择最适合的方法。如果需要去除高斯噪声同时尽量保留图像细节，可以优先考虑高斯滤波和双边滤波。如果需要更高级的去噪效果，可以考虑非局部均值去噪。
2024-09-15 00:45:00
1767
原创 8.3Sobel算子边缘检测
Sobel算子是一种广泛使用的一阶导数边缘检测算子，它通过计算图像在水平和垂直方向上的梯度来检测边缘。Sobel算子使用一对3x3的掩模来实现这一功能。相比于其他边缘检测算子，Sobel算子在检测边缘的同时还能提供一定的抗噪能力。在OpenCV中，Sobel算子是一种常用的边缘检测技术，它通过计算图像灰度值的一阶导数来突出图像中的边缘。Sobel算子能够检测水平和垂直方向上的边缘，并且具有一定的噪声抑制能力。在OpenCV中，Sobel函数用于计算图像的一阶或二阶导数，通常用于边缘检测。
2024-09-14 00:30:00
866
原创 8.8canny算子检测
它是由John F. Canny在1986年提出的，并且因其性能优良而被广泛应用。在OpenCV中，Canny边缘检测是通过Canny函数实现的。
2024-09-13 00:45:00
347
原创 8.9Scharr算子
在OpenCV中，Scharr函数用于计算图像的一阶导数，通常用于边缘检测任务。Scharr算子与Sobel算子类似，但提供了更好的精度，尤其是在图像边缘细节较多的情况下。Scharr算子使用了3x3的核，其权重设计使得在理论上可以获得更高的准确度。在这个示例中，我们读取了一张灰度图像，并使用cv::Scharr函数分别计算了x方向和y方向的梯度。然后，我们将梯度转换为8位图像以便于显示，并将两个方向的梯度合并成一个图像。最后，我们显示了原始图像和各个方向的梯度图像。
2024-09-12 04:45:00
359
原创 7.2图像旋转
图像旋转是通过仿射变换来实现的，它涉及到将图像绕着一个点旋转一定角度。在OpenCV中，可以通过cv::getRotationMatrix2D 构建一个2x3的仿射变换矩阵，并使用cv::warpAffine函数来实现图像的旋转。通过调整旋转角度和旋转中心点，可以控制图像的旋转效果。此外，还可以通过指定不同的边界处理方式来处理旋转后超出原图像范围的情况。
2024-09-12 00:30:00
706
原创 8.10Laplacian算子
在这个示例中，我们读取了一张灰度图像，并使用cv::Laplacian函数计算了图像的拉普拉斯边缘。之后，我们使用cv::convertScaleAbs函数将结果转换为8位图像，这样可以方便地显示出来。请注意，拉普拉斯算子对噪声非常敏感，所以在实际应用中，通常会在应用拉普拉斯算子之前先对图像进行平滑处理，比如使用高斯滤波。cv::Laplacian()函数是OpenCV库提供的一个用于计算图像拉普拉斯算子的函数。它通过计算图像中每个像素点的二阶导数来寻找局部最大值或最小值，从而突出图像中的边缘部分。
2024-09-11 02:15:00
347
原创 7.1图像平移
图像平移是通过仿射变换来实现的，它涉及到将图像中的每一个像素按照一定的方向和距离移动到新的位置。在OpenCV中，可以通过构建一个2x3的仿射变换矩阵，并使用cv::warpAffine函数来实现图像的平移。通过调整平移参数tx和ty，可以控制图像在水平方向和垂直方向的平移量。此外，还可以通过指定不同的边界处理方式来处理平移后超出原图像范围的情况。
2024-09-10 01:45:00
583
原创 6.5椒盐噪声
在处理椒盐噪声时，中值滤波是最常用且有效的滤波方法。它能够很好地去除噪声点，同时保留图像的边缘和其他重要特征。如果你需要在OpenCV和C++中去除椒盐噪声，建议首先尝试中值滤波。如果需要进一步处理或尝试其他滤波方法，可以根据具体需求选择合适的滤波器。
2024-09-09 21:34:21
1032
原创 6.4双边滤波
双边滤波是一种有效的图像平滑技术，通过结合颜色相似性和空间距离来选择权重，从而既能去除噪声又能保持边缘和细节。通过调整直径、颜色空间的标准差和空间域的标准差，可以控制滤波器的效果。cv::bilateralFilter函数提供了方便的接口来实现双边滤波，并且允许用户指定边界处理方式。
2024-09-09 02:45:00
523
数字图像处理-人脸识别，在VS2013中编译C++的.cpp源文件，调取opencv图形处理库，对lena照片进行人脸识别
2024-07-21
MFC编写一个对话框应用程序CMFC-Li6-4-学生信息Dlg，对话框中有一个列表框，当用户单击列表框中的一个列表项（一位学生
2024-07-21
基于对话框的MFC，用单选按钮和多选按钮来控制画笔颜色，将画笔颜色显示在picture控件上
2024-07-21
基于对话框的MFC下，利用Cimage类将读取的图像显示在CPictureCtrl控件上
2024-07-18
MFC简单运用单选框按钮、时间列表框、编辑框、下拉列表框等控件编写的学生基本信息管理界面，注意是界面
2024-07-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人