通向计算机视觉之----OpenCV--系列文章

（五十四）OpenCV中的机器学习-用K-Means做图像分割

（五十三）车牌识别之终结

（五十二）车牌识别之文字识别

（五十一）车牌识别之字符分割

（五十）车牌识别之车牌定位

（四十九）车牌识别之界面（Tkinter + OpenCV显示Picture和Video）

（四十八）Haar级联检测器

（四十七）OpenCV中的Adaboost简简介

（四十六）OpenCV HOG+SVM的物体检测

（四十五）OpenCV中的机器学习-用SVM做图像识别

（四十四）OpenCV中的机器学习-SVM

（四十三）特征点检测-LBP

（四十二）特征点检测-ORB

（四十一）CMake+VS+opencv/opencv_contrib 环境配置

（三十九）稠密光流----Farneback

（三十八）稀疏光流----KLT

（三十七）角点检测----shi-tomas

（三十六）角点检测----Harris

（三十五）OpenCV 仿射变换

（三十四）边缘轮廓

（三十三）形态学----开操作、闭操作、黑帽、白帽

（三十二）形态学----膨胀和腐蚀

（三十一）霍夫曼直线检测

（三十）二值图像----我要到哪去

（二十九）二值图像----我从哪里来

（二十八）二值图像----我是谁

（二十七）OpenCV 模式识别----模板匹配

（二十六）图像金字塔----高斯和拉普拉斯

（二十五）Canny边缘检测-论鸡尾酒疗法

（二十四）用二阶微分（拉普拉斯算子）实现图像锐化

（二十三）用梯度（一阶微分）实现图像锐化

（二十二）OpenCV 视频的读取和处理

（二十一）直方图均衡

（二十）绘制直方图

（十九）再识高斯（高斯滤波）

（十八）再识高斯（最大最小值、均值、方差、归一化）

（十七）再谈色彩（RGB通道和HSV）

（十六）数字图像处理中的傅里叶（DFT/FFT）

（十五）初识滤波之均值滤波

（十四）矩形和操作展示逻辑操作

（十三）OpenCV中的数学运算（集合）

（十二）OpenCV中的数学运算（代数运算*/）

（十一）OpenCV中的数学运算（代数运算-）

（十）OpenCV中的数学运算（代数运算+）高斯噪声

（九）OpenCV中的数学运算（线性点运算）

（八）OpenCV中的numpy

（七）神秘的Mat

（六）初识色彩

（五）OpenCV4.0 + Python 3.6

（四）源码和编译

（三）目录解析

（二）OpenCV图片显示

（一）OpenCV 4.1.0 + VS 2017 安装和配置

 

 

出处：https://www.zhihu.com/column/lowkeyway-OpenCV