2018年8月16日
saturate_cast
摘要： 在图像处理方面，无论是加是减，乘除，都会超出一个像素灰度值的范围（0～255），saturate_cast函数的作用即是：当运算完之后，结果为负，则转为0，结果超出255，则为255。 https://blog.csdn.net/piaoxuezhong/article/details/605709 阅读全文
posted @ 2018-08-16 20:15 BreakofDawn 阅读(818) 评论(0) 推荐(0) 编辑
3.5 其他常见的灰度变换技术
摘要： 1 ////////https://blog.csdn.net/uestc_c2_403/article/details/72814206 2 #include "opencv2/highgui/highgui.hpp" 3 #include "opencv2/imgproc/imgproc.hpp 阅读全文
posted @ 2018-08-16 20:13 BreakofDawn 阅读(463) 评论(0) 推荐(0) 编辑
cv::MatIterator_
摘要： 应用1：图像补运算：MatIterator_迭代器反色处理： 1 #include <opencv2/video/background_segm.hpp> 2 #include <iostream> 3 #include<core/core.hpp> 4 #include<highgui/highg 阅读全文
posted @ 2018-08-16 19:59 BreakofDawn 阅读(834) 评论(0) 推荐(0) 编辑
3.4 Gamma校正+对数Log变换
摘要： Gamma校正是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系： A是一个常数，通常取1，这个指数即为Gamma。 Gamma校正的原理很简单，就一个很简单的表达式，如下图所示： 其中V_in的取值范围是0~1，最重要的参数就是公式中的γ参数！ γ的值决定了输入图像和输 阅读全文
posted @ 2018-08-16 19:36 BreakofDawn 阅读(2099) 评论(0) 推荐(0) 编辑
2018年8月15日
3.3 距离变换
摘要： 3.3.4 距离变换-扫描 1 //////https://blog.csdn.net/gone_huilin/article/details/53223026 2 #include <opencv2/imgproc/imgproc.hpp> 3 #include <opencv2/core/cor 阅读全文
posted @ 2018-08-15 22:29 BreakofDawn 阅读(1167) 评论(0) 推荐(0) 编辑
mixChannels()理解
摘要： 基于下面两个例子的理解： 示例一：4通道图像分割 1 #include<opencv2/opencv.hpp> 2 using namespace cv; 3 4 int main() 5 { 6 Mat bgra(500, 500, CV_8UC4, Scalar(255, 255, 0, 255 阅读全文
posted @ 2018-08-15 16:00 BreakofDawn 阅读(416) 评论(0) 推荐(0) 编辑
2018年8月14日
（转）OpenCV图像增强算法实现（直方图均衡化、拉普拉斯、Log、Gamma）
摘要： 1. 基于直方图均衡化的图像增强 直方图均衡化是通过调整图像的灰阶分布，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均衡化方法来增强图像细节。 彩色图像的直方图均衡化实现： include <opencv2/highg 阅读全文
posted @ 2018-08-14 11:24 BreakofDawn 阅读(472) 评论(0) 推荐(0) 编辑
2018年8月13日
3.2直方图处理
摘要： 3.2.1灰度直方图 1 //////3.2.1灰度直方图方法2： 2 ////Source Code:https://blog.csdn.net/gone_huilin/article/details/53222806 3 #include <opencv2\opencv.hpp> 4 int m 阅读全文
posted @ 2018-08-13 22:44 BreakofDawn 阅读(429) 评论(0) 推荐(0) 编辑
OpenCV的cv::normalize函数
摘要： 1 #include<opencv2/opencv.hpp> 2 #include<iostream> 3 4 using namespace std; 5 using namespace cv; 6 7 int main() 8 { 9 Mat mat1 = Mat(2, 2, CV_32FC1) 阅读全文
posted @ 2018-08-13 16:50 BreakofDawn 阅读(3235) 评论(0) 推荐(0) 编辑
3.1阈值化操作
摘要： cv::threshold() cv::adaptiveThreshold() Otsu算法比较： 1、直接阈值化——cv::threshold() 每一种阈值化操作类型效果： 2、Otsu算法 这种阈值化的结果相对来说比较理想，可以避免寻找合适阈值的操作，但是这种方式运算量较大，费时。 3、cv: 阅读全文
posted @ 2018-08-13 13:18 BreakofDawn 阅读(197) 评论(0) 推荐(0) 编辑