2020年3月31日
图形学梯度
摘要： 1. 基本梯度 基本梯度 = 膨胀 腐蚀 2. 内梯度 内梯度 = 原图 腐蚀 3. 外梯度 外梯度 = 膨胀 原图 示范： 原图： 基本梯度： 内梯度： 外梯度： 本节代码地址： https://github.com/cyssmile/openCV_learning_notes/blob/mast 阅读全文
posted @ 2020-03-31 19:17 cyssmile 阅读(188) 评论(0) 推荐(0) 编辑
开操作与结构元素结合
摘要： 开操作可以和结构元素结构一起使用，提取想要的东西。 1. 提取横线 原图： 先用Canny 提取边缘 结构元素，提取横线 这种提取直线比霍夫直线检测稍微好点，可以降低噪声的干扰 2. 提取竖线 操作相同，更改结构元素 本节示范代码： include include include using nam 阅读全文
posted @ 2020-03-31 15:12 cyssmile 阅读(176) 评论(0) 推荐(0) 编辑
图像闭操作
摘要： 操作主要用于填充闭合区域 闭操作 = 膨胀 + 腐蚀 实验效果： Size(3,3) Size(6,6) 这时候明显内环消失 Size(11,11) Size(22,22) 黑帽 黑帽： 原图 闭操作 可以提取封闭区域细节部分 参数为：MORPH_BLACKHAT 本节示例代码地址： https:/ 阅读全文
posted @ 2020-03-31 14:54 cyssmile 阅读(399) 评论(0) 推荐(0) 编辑
图片的开操作
摘要： 图片的开操作 开 = 腐蚀 + 膨胀 用于保留原结构， 去除干扰块 opencv中有相关的API 当op参数为 MORPH_OPEN 就是一次开操作 我自定义了一次：erode dilate Mat tophat; morphologyEx(src, tophat, MORPH_TOPHAT, ke 阅读全文
posted @ 2020-03-31 14:08 cyssmile 阅读(289) 评论(0) 推荐(0) 编辑
2020年3月30日
图片的腐蚀与膨胀
摘要： 本节原理在《数字图像处理第三版》P404 本节涉及两个API 腐蚀 $$ \texttt{dst}(x,y)=\min _{(x',y'):\,\texttt{element}(x',y')\ne0}\texttt{src}(x+x',y+y') $$ / @brief Erodes an imag 阅读全文
posted @ 2020-03-30 22:51 cyssmile 阅读(242) 评论(0) 推荐(0) 编辑
霍夫圆检测
摘要： opencv中相关API 实验效果： 示例代码地址：https://github.com/cyssmile/openCV_learning_notes/blob/master/opencv_test/opencv_034/opencv_034.cpp 阅读全文
posted @ 2020-03-30 20:13 cyssmile 阅读(290) 评论(0) 推荐(0) 编辑
2020年3月29日
Hough直线检测
摘要： 实验原理：http://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm OPENCV 中主要有两个API CV_EXPORTS_W void HoughLines( InputArray image, OutputArray lines, double rho, 阅读全文
posted @ 2020-03-29 22:11 cyssmile 阅读(333) 评论(0) 推荐(0) 编辑
轮廓逼近与拟合
摘要： 轮廓逼近 本节相关API 实验效果： 椭圆拟合 相关API 实验效果： 本节代码地址：https://github.com/cyssmile/openCV_learning_notes/blob/master/opencv_test/opencv_032/opencv_032.cpp 阅读全文
posted @ 2020-03-29 14:50 cyssmile 阅读(612) 评论(0) 推荐(0) 编辑
2020年3月28日
VSCode配置C++环境
摘要： 在ubuntu的下配置C++环境很简单。但是课程作业又必须得做。 1、首先装VSCode 2、安装gcc 然后开始配置环境 先创建工作文件夹，然后用VSCode打开 打开VScode中的控制台 这里可以在图形化界面创建测试代码,也可以像我这样写入,这里我增加了一个变量a,为了方便调试的时候查看 调试 阅读全文
posted @ 2020-03-28 18:53 cyssmile 阅读(490) 评论(0) 推荐(0) 编辑
2020年3月26日
二值图的轮廓匹配
摘要： CV中有通过几何距和Hu距的来进行的轮廓匹配. 我感受了下，效果不是很好。 首先了解下，一个轮廓给定后，不管放大缩小Hu距不会改变。 处理思路是： 1、 先将两张图片二值化（注意二值化后，背景要为黑色） 2、 提取两幅图的轮廓，一张图是全图轮廓，另一张只是提取最大的轮廓 3， 将提取轮廓分别计算几何 阅读全文
posted @ 2020-03-26 21:14 cyssmile 阅读(670) 评论(0) 推荐(0) 编辑