上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 23 下一页
摘要: OpenCV实践之路——使用imread()函数读取图片的六种正确姿势 opencv里的argv[1]指向的文件在哪里 测试 阅读全文
posted @ 2019-08-06 10:38 浮沉沉浮 阅读(4835) 评论(0) 推荐(0) 编辑
摘要: 使用OpenCV函数 findContours 使用OpenCV函数 drawContours 阅读全文
posted @ 2019-08-05 21:02 浮沉沉浮 阅读(252) 评论(0) 推荐(0) 编辑
摘要: 什么是仿射变换? 一个任意的仿射变换都能表示为 乘以一个矩阵 (线性变换) 接着再 加上一个向量 (平移). 综上所述, 我们能够用仿射变换来表示: 你现在可以知道, 事实上, 仿射变换代表的是两幅图之间的 关系 . 我们通常使用 矩阵来表示仿射变换. 考虑到我们要使用矩阵 和 对二维向量 做变换, 阅读全文
posted @ 2019-08-05 20:55 浮沉沉浮 阅读(764) 评论(0) 推荐(0) 编辑
摘要: 重映射是什么意思? 把一个图像中一个位置的像素放置到另一个图片指定位置的过程. 为了完成映射过程, 有必要获得一些插值为非整数像素坐标,因为源图像与目标图像的像素坐标不是一一对应的. 我们通过重映射来表达每个像素的位置 : 这里 是目标图像, 是源图像, 是作用于 的映射方法函数. 把一个图像中一个 阅读全文
posted @ 2019-08-05 20:27 浮沉沉浮 阅读(324) 评论(0) 推荐(0) 编辑
摘要: 上篇博客:霍夫变换(直线检测、圆检测)中谈到关于霍夫变换的原理,但是没有谈到具体实现; 具体的实现如下图: 如下图,假定在一个8*8的平面像素中有一条直线,并且从左上角(1,8)像素点开始分别计算θ为0°、45°、90°、135°、180°时的ρ,图中可以看出ρ分别为1、(9√2)/2、8、(7√2 阅读全文
posted @ 2019-08-05 19:36 浮沉沉浮 阅读(5066) 评论(0) 推荐(2) 编辑
摘要: 可以看出如果笛卡尔坐标系的点共线,这些点在霍夫空间对应的直线交于一点:这也是必然,共线只有一种取值可能。 如果不止一条直线呢?再看看多个点的情况(有两条直线): 在opencv中步骤解读: 具体步骤: 1. 彩色图像->灰度图 2. 去噪(高斯核) 3. 边缘提取(梯度算子、拉普拉斯算子、canny 阅读全文
posted @ 2019-08-05 15:58 浮沉沉浮 阅读(7860) 评论(0) 推荐(1) 编辑
摘要: 给出梯度的一些参考博客 导数、梯度和极值 图像梯度的基本原理:https://blog.csdn.net/saltriver/article/details/78987096 数字图像的梯度概念(the gradient of the image):https://blog.csdn.net/su_ 阅读全文
posted @ 2019-08-04 21:23 浮沉沉浮 阅读(700) 评论(0) 推荐(0) 编辑
摘要: 函数原型 具体参数解析 加入噪声 参考博文:https://blog.csdn.net/i_chaoren/article/details/54562502 阅读全文
posted @ 2019-08-04 16:59 浮沉沉浮 阅读(368) 评论(0) 推荐(0) 编辑
摘要: 本编博客会谈谈图像滤波,会分别写出滤波过程和原理; 主要可分为以下两大类: 一、线性滤波 1、均值滤波blur() 2、方框滤波 boxFilter() 3、高斯滤波GaussianBlur() 二、非线性滤波 1、中值滤波medianBlur()--当滤波核尺寸大于5时,输入图像只能是CV_8U格 阅读全文
posted @ 2019-08-04 14:58 浮沉沉浮 阅读(2544) 评论(0) 推荐(0) 编辑
摘要: 最近几天都在学习边缘检测,然后又学习了一些常见的算子,这里就不一一推导了,可以从前面博文中找到,也可以参考下面博文; https://blog.csdn.net/limengjuhanxin/article/details/88781774 现在主要谈谈数学知识和图像知识的总结; 上面是拉普拉斯算子 阅读全文
posted @ 2019-08-03 16:53 浮沉沉浮 阅读(661) 评论(0) 推荐(0) 编辑
上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 23 下一页