摘要：
图像处理之SIFT 一、图像尺度空间 在一定的范围内，无论物体是大还是小，人眼都可以分辨出来，然而计算机要有相同的能力却很难，所以要让机器能够对物体在不同尺度下有一个统一的认知，就需要考虑图像在不同的尺度下都存在的特点。尺度空间的获取通常使用高斯模糊来实现。 不同σ的高斯函数决定了对图像的平滑程度， 阅读全文
摘要：
图像处理之角点检测 一、图像特征-harris角点检测 二、实战 cv2.cornerHarris() img： 数据类型为 float32 的入图像 blockSize： 角点检测中指定区域的大小 ksize： Sobel求导中使用的窗口大小 k： 取值参数为 [0,04,0.06] import 阅读全文
摘要：
信用卡识别 一、环境配置 # 导入工具包 from imutils import contours import numpy as np import argparse import cv2 import myutils # 设置参数 ap = argparse.ArgumentParser() a 阅读全文
摘要：
图像处理之傅里叶变换 一、傅里叶变换 我们生活在时间的世界中，早上7:00起来吃早饭，8:00去挤地铁，9:00开始上班。。。以时间为参照就是时域分析。但是在频域中一切都是静止的！ 参考：https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用： 高频：变化剧烈的 阅读全文
摘要：
傅里叶分析之掐死教程（完整版）更新于2014.06.06 作 者：韩 昊 知 乎：Heinrich 微 博：@花生油工人 知乎专栏：与时间无关的故事 谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。 转载来源：https://zhuanlan.zhihu.com/p/197 阅读全文
摘要：
图像处理之直方图均衡化 一、直方图 cv2.calcHist(images,channels,mask,histSize,ranges) images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img] channels: 同样用中括号括来它会告函数 阅读全文
摘要：
图像处理之模板匹配 一、模板匹配 模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv里有6种，然后将每次计算的结果放入一个矩阵里，作为结果输出。假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是(A-a 阅读全文
摘要：
图像轮廓 一、图像轮廓检测 cv2.findContours(img,mode,method) mode:轮廓检索模式 RETR_EXTERNAL ：只检索最外面的轮廓； RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中； RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是 阅读全文
摘要：
图像金字塔 一、高斯金字塔 高斯金字塔 拉普拉斯金字塔 1、高斯金字塔：向下采样方法（缩小） 2、高斯金字塔：向上采样方法（放大） 3、实战 img=cv2.imread("AM.png") cv_show(img,'img') up=cv2.pyrUp(img) cv_show(up,'up') 阅读全文
摘要：
图像处理之Canny边缘检测 一、Canny边缘检测 使用高斯滤波器，以平滑图像，滤除噪声。 计算图像中每个像素点的梯度强度和方向。 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。 应用双阈值（Double-Threshold）检测来确定真实的和潜 阅读全文
摘要：
图像处理之算子法 一、图像梯度-Sobel算子 img = cv2.imread('pie.png',cv2.IMREAD_GRAYSCALE) cv2.imshow("img",img) cv2.waitKey() cv2.destroyAllWindows() dst = cv2.Sobel(s 阅读全文