OPENCV3編程入門--第七章(圖像變換--邊緣，霍夫直線，圓檢測，重映射，仿射變換，直方圖均衡化)學習筆記

1.opencv中的邊緣檢測

(1)邊緣檢測的一般步驟

(2)canny算子

1.三個評價標準


2.編程步驟/思路

3.函數使用

(3)sober算子

1.計算過程/編程步驟

2.sober()函數



（4）Laplacian算子



1.Laplacian()函數


(5).scharr濾波器：opencv中主要是配合sober算子

1.計算圖像差分：scharr()函數

2.霍夫變換–直線，圓，橢圓檢測

(1)opencv中的霍夫線變換

霍夫變換原理：

極座標下一對(ρ0,θ0)確定一條直線(垂直纔算是ρ)

(2)標準霍夫變換：HoughLines() 函數

       編程中求取x1，y1，x2，y2的公式(x1=x0-1000*b)原理:(https://blog.csdn.net/cv_yuippe/article/details/8967390)

(3)累計概率霍夫變換：HoughLinesP()函數


(4)霍夫圓檢測：HoughCircles()函數

3.重映射

(1)概念

(2)實現重映射函數:remap()–將圖片進行幾何變換

      函數中最重要的參數是兩個Mat類型mat1，mat2.其取值(根據變換公式)決定了圖像的具體變化！

4.仿射變換

以2*3矩陣形式爲例，變換公式爲

(1)仿射變換函數：warpAffine()函數

WarpAffine函數與cvGetQuadrangleSubPix函數類似，但不相同

(2)計算二維旋轉變換矩陣：getRotationMatrix2D()函數

5.直方圖均衡化–增強對比度

(1) 實現直方圖均衡化：equalizeHist()函數

本章總結