摘要：
关键点集合，特征检测经常使用 函数补充说明：keypoint数据结构 - penuel - 博客园 (cnblogs.com) nth_element 用法简介 std::nth_element(std::begin(numbers), std::begin(numbers) + count, st 阅读全文
摘要：
im_with_keypoints = cv2.drawKeypoints(im, keypoints, np.array([]), (255,0,0), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) image:也就是原始图片keypoints：从原图中获 阅读全文
摘要：
基于特征的图像配准方法是图像配准中最常见的方法之一。它不是直接利用图像像素值，二十通过像素值导出的符号特征（如特征点、特征线、特征区域）来实现图像配准，因此可以克服利用灰度信息进行图像配准的缺点，主要体现在以下三个方面：（1）利用特征点而不是图像灰度信息，大大减少了在匹配过程中的计算量；（2）特征点 阅读全文
摘要：
findcontours(image, contours, retr_external,//检索外部元素 chain_approx_none//每个轮廓的所有像素 OpenCV中的findContours函数参数详解_小白_努力-CSDN博客_findcontours 可以提取图像中连续区域的轮廓（ 阅读全文
摘要：
使用简单二值分布的问题：检测到的边缘过厚；很难确定阈值 canny算子基于sobel算子，类似于为sobel返回的图像添加两个阈值； canny（ image， dst， 低阈值， 高阈值） 在滞后阈值化之前，如果检测到梯度幅值不是梯度方向最大值，那么对应的边缘点被移除，这也是为什么边缘可以变薄 滞 阅读全文
摘要：
滤波 是信号和图像处理中的一种基本操作。它的目的是选择性地提取图像中某些方面的内容，这些内容在特定应用环境下传达了重要信息。滤波可去除图像中的噪声，提取有用的视觉特征，对图像重新采样，等等。它起源于通用的信号和系统理论。 频域1.通过观察变化的频率，图像中灰度级的变化。有些图像含有大片强度值几乎不变 阅读全文
摘要：
cv::convertScaleAbs()用于实现对整个图像数组中的每一个元素，进行如下操作： void cv::convertScaleAbs( cv::InputArray src, // 输入数组 cv::OutputArray dst, // 输出数组 double alpha = 1.0, 阅读全文
摘要：
mser算法是基于分水岭算法查找稳定区域的，如果当前区域面积与上一个水位面积在你所设置的范围内，你将得到一个稳定的区域，而且区域面积必须在你所定义的预定义范围内， 为确保有效性，父类mser必须与子类有足够差异性，默认参数为0.25，由构造函数第五个参数规定 阅读全文
摘要：
将图像分割为多个同质区域， 分水岭算法是一种图像区域分割法，在分割的过程中，它会把跟临近像素间的相似性作为重要的参考依据，从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓，封闭性是分水岭算法的一个重要特征。 watershed原理：对图像中部分区域做标记，表明已知，根据这个 阅读全文
摘要：
开启与闭合 开启：先腐蚀后膨胀 闭合：先膨胀后开启 开启：用来背景中的消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。所有小到不能容纳结构元素的物体都会被移除。 闭合：闭运算用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。基本上所有小到不能完整容 阅读全文