oo372-优快云博客

原创 OpenCV c++ 角点检测

角点/特征点：从图像中提取能够表示图像特性或者局部特性的像素点，如灰度梯度最大值对应的像素点、两条直线或者曲线的交点、一阶梯度的导数最大值和梯度方向变化率最大的像素点、一阶导数值最大但是二阶导数值为0的点等。特征点是关键点和描述子的组合。Harris角点：像素值的局部最大峰值首先，我们选择一个合适大小的像素框，如途中金黄色区域。我们试图通过对框中像素值的变化去探究是否为角点。第一个 flat，我们在上下左右以及对角线移动像素框时，会发现框中的值几乎没有变化，全部为黑色值0；

2024-08-14 14:15:33 1644

原创 OpenCV c++

当关注区域是面积较小、数目较多的像素点或者点集，且区域相对集中时，如果寻找每个轮廓的外接多边形，那么结果会有较多的多边形。为了避免该情况，我们将像素点或连通域看成一个大的区域，并寻找可以包围该区域的规则图形，如三角形、圆形等。参数一：待寻找包围三角形的二维点集。返回值：string类型，解码结果。参数一：待寻找包围圆形的二维点集。参数三：经过校正和二值化的二维码。参数二、三：圆的圆心和半径。参数二：二维码四个顶点坐标。参数二：二维码四个顶点坐标。参数二：三角形顶点坐标。

2024-08-07 10:42:36 403

原创 OpenCV c++ 矩的计算

矩：描述图像特征的算子，广泛应用于图像检索和识别，图像匹配，图像重建，图像压缩以及运动图像序列分析等领域。几何矩：I(x,y)是像素(x,y)处的像素值。i、j同时为0时，称为零阶矩，零阶矩可用于计算某个形状的质心。i、j分别取0和1时，称为一阶矩，以此类推。图像质心：中心距：归一化中心距：ttrue输入：图像或者二维坐标集合输出：Moments类型的变量，含有几何矩、中心距、归一化中心距的数值属性。

2024-08-06 16:31:59 358

原创 OpenCV c++ 轮廓检测

用于检测轮廓信息和轮廓之间的结构信息。输入二值化图像输出vector<vector<Point>> 类型的轮廓像素坐标和vector<Vec4i>类型的轮廓结构信息。[同层下一个轮廓索引，同层上一个轮廓索引，下一层第一个子轮廓索引，上层父轮廓索引]

2024-08-05 13:40:43 1927

原创 OpenCV c++ 圆形检测

输入灰度图像，该函数会调用Canny边缘检测器进行边缘检测，所以不需要预先对灰度图进行二值化。同样用霍夫变换检测图像中是否存在圆形。输出Vec3f类型的圆的坐标和半径。

2024-08-02 09:40:37 595

原创 OpenCV c++ 直线检测霍夫变换

作用：在图像处理中检测是否存在直线、圆形、椭圆等规则形状。优点：抗干扰能力强，对图像中直线的残缺部分、噪声以及其他共存的非直线结构不敏感，能容忍特征边界描述中的间隙，并且相对不受噪声影响缺点：时间、空间复杂度高，并且检测精度受参数离散间隔制约。

2024-08-01 14:10:51 642

原创 OpenCV c++ 形态学应用

膨胀可以扩充区域的面积，填充较小的空洞，但会增加噪声的面积。所以根据二者的特性，将腐蚀和膨胀进行结合，以达到既去除噪声，又不缩小图像主要区域面积，既填充较小的空洞，又不增加噪声所占面积的目的。API函数：morphologyEx(输入图像, 输出图像, 操作类型，结构元素，结构元素中心位置，处理次数，像素外推法标志，边界不变外推法时的边界值)作用：去除噪声，消除较小的连通域，保留较大的连通域，在两个物体纤细连接处将物体分离，以较少改变物体面积，同时能够平滑连通域的边界。开运算，先腐蚀，后膨胀。

2024-07-23 15:15:02 240

原创 OpenCV c++ 图像腐蚀、膨胀

作用：将目标元素收缩。面积较小的连通域可以通过腐蚀操作消除，从而减少噪声导致的计数错误。结构元素：矩形、十字、椭圆在腐蚀多通道时，每个通道独立进行腐蚀运算腐蚀过程只针对非零元素，所以零像素背景，腐蚀操作后图像内容变瘦小；255像素背景，腐蚀操作后图像内容变粗大。

2024-07-23 11:29:32 867

原创 OpenCV c++ 连通域信息统计

四、每个连通域质心的坐标五、统计连通域时使用的邻域种类 4/8。根据统计结果，用不同颜色的矩形框将连通域围起来，并标记每个连通域的质心，标出连通域的标签数字，以区分不同的连通域。三、不同连通域的统计信息矩阵，矩阵中第i行是标签为i的连通域的统计特性。六、输出图像的数据类型 CV_32S/CV_16U。：得到每个连通域中心位置或者在图像中标记处连通域所在的矩形区域。)函数对图像进行连通域的统计。输出每个连通域的面积。

2024-07-22 10:39:11 382

原创 OpenCV c++

由于distanceTransform()函数是计算图像中非零像素距离0像素的最小距离，0像素是黑色，所以不建议用尺寸过小或者黑色区域较多的图像，否则不利于观察。距离变换掩码矩阵尺寸，欧氏距离：5*5精确，3*3粗略；街区距离：3*3快，5*5慢。输出图像，尺寸与输入图像相同，数据类型为。计算两个像素间距离方法的标志。输入图像，CV_8U灰度图。CV_8U或CV_32F。

2024-07-22 10:36:49 210