摘要：
在前面博客结尾，我们简要谈了一下二阶微分算子；对于图像； 从上面可以看出 图（a）表示离散拉普拉斯算子的模板，图（b）表示其扩展模板，图（c）（d）则分别表示其他两种拉普拉斯的实现模板。从模板形式容易看出，如果在图像中一个较暗的区域中出现了一个亮点，那么用拉普拉斯运算就会使这个亮点变得更亮。因为图像 阅读全文
摘要：
上篇博客说到不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的， 阅读全文
摘要：
边缘：两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的结果，这种不连续常可利用求导数来检测到，一般常用一阶和二阶导数来检测边缘。 如图，对于边缘检测，一般一阶导数的峰值或者二阶导数的过零点就可以找到图像灰度值变化的边界。 我们知道求导公式 但是图像是离散的，那如何求导呢？ 根据上面的 阅读全文
摘要：
blur()函数可以用标准化的盒式过滤器来平滑图像。 C++ API： 相关官网资料： https://docs.opencv.org/3.4.1/d4/d86/group__imgproc__filter.html#gad533230ebf2d42509547d514f7d3fbc3 代码： 阅读全文
摘要：
边缘检测的相关原理和步骤 阅读全文
摘要：
腐蚀和膨胀是针对白色部分（高亮部分而言）。从数学角度来说，膨胀或者腐蚀操作就是将图像（或图像的一部分区域，称之为A）与核（称之为B）进行卷积。 膨胀就是求局部最大值操作，即计算核B覆盖的区域的像素点的最大值，并把这个最大值赋值给参考点指定的像素，这样就会使图像中的高亮区域逐渐增长。 腐蚀就是求局部最 阅读全文
摘要：
Mat& setTo(InputArray value, InputArray mask=noArray()); 说明： 1、功能：把矩阵mask中元素不为0的点全部变为value值； 2、当默认不添加mask的时候，表明mask是一个与原图尺寸大小一致的且元素值全为非0的矩阵，因此不加mask的时 阅读全文
摘要：
1.掩膜（mask）的定义 用选定的图像，图形或物体，对处理的图像（全部或局部）进行遮挡，来控制图像处理的区域或处理过程。用于覆盖的特定图像或物体称为掩模或模板。光学图像处理中，掩模可以足胶片，滤光片等。 掩模是由0和1组成的一个二进制图像。当在某一功能中应用掩模时，1值区域被处理，被屏蔽的0值区域 阅读全文
摘要：
图像矩阵的大小取决于我们使用的颜色模型,确切的说,取决于所用通道数。如果是灰度图像,矩阵就如上图这样； 而对于多通道图像来说，矩阵中的列会包含多个子列,其子列个数与通道数相等，例如，RGB颜色模型的矩阵: 在这里，我们需要注意的是：opencv中子列的通道顺序是反过来的,是BGR,而不是我们数字图像 阅读全文
摘要：
相关代码： 此结果与前面博文中ROI结果对比一下 可以看出使用线性混合的处理来对两幅图像（f0（x）和f1（x））或两段视频（同样为（f0（x）和f1（x））产生时间上的画面叠化（cross-dissolve）效果，就像幻灯片放映和电影制作中的那样，即在幻灯片翻页时设置的前后页缓慢过渡叠加效果，以及 阅读全文