GOCVHelper主要包含圖像處理、圖像增強和基礎文件處理三個部分。由於前兩個部分較具有通用性，而且我在不同項目中都進行了反覆使用，爲了進一步說明類庫內容，這裏反過來從項目角度出發，對現有的類庫進行整理；
第三個部分，增加的是從OpenCV角度出發，哪些和處理增強相關的代碼在實際項目過程中得到充分使用的。
一、輪廓處理
邊界是圖像處理的重要部分，所以輪廓處理肯定是圖像處理中的重要內容，這裏的操作，主要是爲了獲得“量化”的結果。
（一）輪廓的篩選
1、FindBigestContour 以及 FindnthContour（尋找最大的輪廓和尋找第N大的輪廓）
- 《尋找複雜背景下物體的輪廓（OpenCV / C++ - Filling holes）》 https://www.cnblogs.com/jsxyhelu/p/16947889.html
- 《如何尋找第二大輪廓》 https://www.cnblogs.com/jsxyhelu/p/16947922.html
2、selectShapeArea 、selectShapeCircularity（根據輪廓的面積和圓度進行選擇）
- 《選擇輪廓(select_shape)》https://www.cnblogs.com/jsxyhelu/p/16948117.html
- 《通過輪廓的圓度分析實現孔洞提取》https://www.cnblogs.com/jsxyhelu/p/16947958.html
3、connection2（尋找並繪製出彩色聯通區域）
- 《如何判斷輪廓是否爲圓（包含聯通區域處理）》 https://www.cnblogs.com/jsxyhelu/p/16947817.html
- 《工業視覺檢測項目的算法實現》 https://www.cnblogs.com/jsxyhelu/p/16997985.html
（二）輪廓的處理
4、getOrientation（獲得主要方向，在圖上進行標繪）
- 《如何獲得物體的主要方向》https://www.cnblogs.com/jsxyhelu/p/16947974.html
- 《對OpenCV中“旋轉”的思考和實驗》https://www.cnblogs.com/jsxyhelu/p/16947900.html
5、projection2（投影到x或Y軸上）
- 《OpenCV圖像處理中“投影技術”的使用》 https://www.cnblogs.com/jsxyhelu/p/16947785.html
- 《識別複雜的答題卡1（主要算法）》https://www.cnblogs.com/jsxyhelu/p/16947886.html
（三）雜項
7、SmoothEdgeSingleChannel（輪廓柔化）
- 《AnswerOpenCV(0416)一週佳作欣賞》https://www.cnblogs.com/jsxyhelu/p/16998073.html
二、圖像增強
這裏所謂的“圖像增強”，簡單來說，輸入和輸出都是圖像。增強可以作爲下一步識別的輸入，也可以直接作爲結果存在。根據輸入的圖像是3通道彩色圖像還是灰白圖像進行簡單區分.
（一）3通道彩色圖像
1、multiScaleSharpen（多尺度圖像增強）
- 《多尺度的圖像細節提升multiScaleSharpen實現方法》https://www.cnblogs.com/jsxyhelu/p/16998265.htm
2、moveLightDiff（頂帽去光差）
- 《尋找複雜背景下物體的輪廓（OpenCV / C++ - Filling holes）》 https://www.cnblogs.com/jsxyhelu/p/16947889.html
3、translucence、mosaic（rect區域半透明和馬賽克）
- EasyPR https://gitee.com/liuruoze/EasyPR
4、GetHsVDistance（基於顏色直方圖的距離計算）
- 《花40分鐘寫一個-CBIR引擎-代碼公開》 https://www.cnblogs.com/jsxyhelu/p/16998648.html
5、Multiply、Color_Burn、Linear_Burn（正片疊底、顏色加深、線性增強）
- 《基於OpenCV實現Photoshop的17種圖層混合》 https://www.cnblogs.com/jsxyhelu/p/16947810.html
- 《img = img1*mask + img2*(1-mask) How do that ?》 https://www.cnblogs.com/jsxyhelu/p/16948006.html
6、EnhanceSaturation（飽和度提升）
- 《OpenCV實現"你的名字"濾鏡》 https://www.cnblogs.com/liuboblog/p/12026925.html
（二）灰色圖像增強
7、thin（細化算法）
- 《將GOCVHelper推向opencv——關於thinning函數的探索》https://www.cnblogs.com/jsxyhelu/p/16998736.html
8、ACE（圖像局部對比度增強算法）
- 《局部標準差實現對比度增強（ACE）》 https://www.cnblogs.com/jsxyhelu/p/16948105.html
9、LocalNormalization（LN算法）
- 《LocalNormalization算法原理、實現和在視頻處理中震鈴效果的發現和去除》 https://www.cnblogs.com/jsxyhelu/p/16998753.html
10、barcodeErode（條碼專用腐蝕）
- 《從條碼識別中學習到的（來自課程《OpenCV計算機視覺產品實戰2》)》https://www.cnblogs.com/jsxyhelu/p/16998848.html
三、其它處理和增強代碼
1、adaptiveThreshold 相對於一般的閾值化操作，當圖像中出現較大明暗差距時，自適應閾值時非常有效的
2、fastNlMeansDenoising 對椒鹽噪聲中值濾波效果比較好，對高斯噪聲非局部均值去噪效果比較好
3、equalizeHist 經典的全局直方圖均衡，無需更多說明
4、CLAHE 經典的局部上下門限直方圖處理，可惜OpenCV的實現好像差點意思
5、dft 傅里葉變換的最大價值在於將圖像處理擴展到頻率域，從而引入了很多新方法。
6、distanceTransform 《Finding distance between two curves》 代碼富有彈性、函數應用合理 https://www.cnblogs.com/jsxyhelu/p/16948034.html
7、pointPolygonTest 《如何尋找已知輪廓的最大內接圓》https://www.cnblogs.com/jsxyhelu/p/16948017.html
相關代碼已經被OpenCV收錄：/samples/cpp/tutorial_code/ShapeDescriptors/pointPolygonTest_demo.cpp
8、圖像局部特徵點檢測算法綜述 https://www.cnblogs.com/jsxyhelu/p/16947972.html 特徵點提取在“目標識別、圖像拼接、運動 跟蹤、圖像檢索、自動定位”等研究中起着重要作用；我們這裏通過一個綜合實驗來對OpenCV提供的特徵提取方法進行比對。