呵呵

一．整体界面如图1.1所示，真个界面包含4个部分，分别是：菜单栏、工具栏、图像显示界面、滤波操作。下面详细介绍。 二．功能详解2.1菜单栏菜单栏是整个项目的功能集成部分。主要包含5个部分，①图像打开，保存，退出；主要负责打开图像并显示到图像显示界面、保存处理后的图像（图像未处理就保存，会导致保存无效！）、以及退出整个界面。不读入图像就进行处理，无效！②灰度变换：

图像处理中，对一幅图像进行滤波处理，如果选用的频域滤波器具有陡峭的变化，则会使滤波图像产生“振铃现象”。如下图：振铃现象产生的本质原因是:对于辛格函数sinc而言，经过傅里叶变换之后的函数形式为窗函数（理想低通滤波器）形式，用图像表示如下：图1.左边为矩形窗函数，右边为辛格函数(将左边的空域换成频域，右边频域换成空域)因此凡具有接近窗

LBP(local binary pattern)是一种用来描述图像局部纹理特征的算子。原始的LBP于1994年提出，它反映内容是每个像素与周围像素的关系。后被不断的改进和优化，分别提出了LBP旋转不变模式、LBP均匀模式等。一：原始的LBP   给出一个简单的案例计算LBP：如下图，周围8个像素点比中间点像素值大(或者相等)的记为1，小的记为0，这样就得到二值图，然后按顺时针方向得到二进

第三种算法称之为LBP算法，这个算法的思路与PCA和Fisher有很大不同，他是考虑局部特征算子，并不是全局考虑。这种算法定义了一种LBP特征，这种特征与我们经常见到的Haar特征、HoG特征没有啥太大不同，都是特征算子，只是算法不同。因此，我们按照理解特征算子一类的算法去理解LBP就可以了。注意，LBP对关照不敏感，为什么？因为LBP算子是一种相对性质的数量关系，相比于PCA或者

傅里叶变换的思想傅里叶变换的核心：试图寻找一组正交基来表示原函数（信号等物理模型），以实现从空域到频域的转换。一．正交在试图理解傅里叶变换之前，必须先理解正交。欲想理 解事物，我们首先要学会将其分解，将之分解成不同的元素，如果这些元素之间互不相关，我们就可以对其分而治之了，分而解之了。（1）正交来源线性代数的基。基是刻画向量空间的工具，是向量空间的一个子集。向量空间中的任意一个

Windows10使用Anaconda安装OpenCV这里假定大家都已经安装好Anaconda环境，并且将使用Anaconda所提供的图形化界面Anaconda Navigator来进行环境创建和工具包安装。 *备注：关于Anaconda的简单教程，请戳这里创建一个全新的Python环境启动Anaconda Navigator，初始界面如下图 选择左侧的Envi

注：本次安装因为我要配的这个笔记本是win7（32bit）的，所以安装中软件版本的选择就是按32位走的，我之前在win10（64bit）也装过，实际中这个教程的方法对于win7还是win10,32位又或是64位系统是通用的，软件版本按需选择就行了。1.安装Python环境，推荐使用Anaconda，下载地址2. 双击Anaconda3-4.3.1-Windows-x86.exe一路