原创 opencv學習(三十七)之圖像直方圖計算calcHist()

圖像直方圖是對數據集合的一種統計方法,將統計結果分佈於一系列預定義的bin中,bin是直方圖中經常用到的一個概念,其數值是從數據中計算出的特徵統計量,這些數據不僅僅指的灰度值,統計數據可能是任何能有效描述圖像的特徵包括梯度、方向、

原创 opencv學習(二十二)之雙邊濾波bilateralFilter

雙邊濾波是一種非線性的濾波方法,是結合圖像的空間鄰近度和像素值相似度的一種折衷處理,同時考慮空間與信息和灰度相似性,達到保邊去噪的目的,具有簡單、非迭代、局部處理的特點。之所以能夠達到保邊去噪的濾波效果是因爲濾波器由兩個函數構成:

原创 opencv學習(二十六)之圖像金字塔(高斯金字塔、拉普拉斯金字塔)

在進行數字圖像處理時,我們可能會需要將某種尺寸的圖像轉換爲其他尺寸的圖像,這樣會存在放大圖像核縮小圖像兩種可能。opencv提供了一個真正意義上的圖像所方函數resize(),但在本篇中主要學習以下使用圖像金字塔進行圖像的所方,圖

原创 opencv學習(二十九)之灰度圖轉化爲二值圖adaptiveThreshold

針對圖像的閾值操作,opencv除了提供threshold函數也提供了adaptiveThreshold()函數,從字面意思可以翻譯爲自適應閾值操作,函數的主要功能是將灰度圖轉化爲二值圖像。其函數原型如下: void cv::ad

原创 opencv學習(三十六)圖像直方圖均衡化equalizeHist

圖像直方圖描述了圖像中灰度值的分佈情況,直方圖均衡化就是通過拉伸像素強度分佈範圍來增強圖像對比度的一種方法。如下圖: 可以看到像素主要集中在中間的一些強度值上。直方圖均衡化要做的就是拉伸這個範圍。如下: 作途中綠色圈圈出了

原创 opencv學習(三十二)之圖像邊緣檢測Soble_Laplace_Canny

1. Sobel算子 前面我們已經介紹了圖像的卷積操作,而一個最重要的卷積運算就是對導數的計算,假設我們需要檢測圖像中的邊緣部分,如下圖所示: 前面我們介紹圖像的高頻和低頻分量的時候說到,圖像的高頻分量一般出現在像素值顯著改

原创 opencv學習(二十七)之圖像縮放函數resize

上一篇介紹了分別利用高斯金字塔和拉普拉斯金字塔結合opencv提供的pyrDown和pyrUp函數實現了圖像的縮放,opencv還提供了另外一種圖像縮放函數resize()實現對輸入圖像縮放到指定大小,其函數原型如下: void

原创 opencv學習(三十三)之霍夫變換

1.霍夫變換綜述 霍夫變換是圖像處理中從圖像中識別幾何形狀的基本方法之一,應用很廣泛,也有很多改進算法。主要用來從圖像中分離出具有某種相同特徵的幾何形狀。最基本的霍夫變換是從黑白圖像中檢測直線。在圖像處理中可以通過霍夫變換可以快速

原创 opencv學習(二十四)之腐蝕與膨脹

腐蝕和膨脹是對二維圖片的進行操作的形態學運算,簡單來講形態學操作就是基於形狀的一系列圖像處理操作,通過將結構元素作用於輸入圖像來產生輸出圖像。腐蝕(Erosion)和膨脹(Dilation)是最基本的形態學操作,他們運用廣泛主要有

原创 opencv學習(三十四)之重映射remap

重映射就是把一個圖像中一個爲之的像素放置到另一個圖片指定位置過程。爲了完成重映射過程有必要獲得一些插值作爲非整數像素座標,因爲原圖像與目標圖像的像素座標不是一一對應的。我們通過重映射來表達每個像素的位置(x, y): g(x,

原创 opencv學習(三十)之設計線性濾波器filter2D

前面在介紹高斯濾波器的時候我們提到是使用高斯濾波模板kernel與原圖像卷積以達到濾波的效果。通常來講,卷積操作發生於圖像的每一個部分與kernel進行卷積運算,kernel就是一個含有錨點的常數數字,這個錨點通常位於kernel

原创 opencv學習(十九)之均值濾波blur

從本篇開始採用opencv3.2版本進行編譯!!! 均值濾波是一種典型的線性濾波算法,主要是利用像素點鄰域的像素值來計算像素點的值。其具體方法是首先給出一個濾波模板kernel,該模板將覆蓋像素點周圍的其他鄰域像素點,去掉像素本身

原创 opencv學習(三十一)之圖像邊緣像素填充估計copyMakeBorder()

前面講到圖像卷積運算的時候涉及到對圖像邊緣像素的估計,這裏講介紹圖像邊緣像素進行卷積運算。大部分opencv中的函數是將原圖像複製到一個比原圖像尺寸更大的圖像中然後實現邊緣的自動填充。這種方式得到的像素點可以執行卷積操作。下面介紹

原创 opencv學習(二十五)之開運算、閉運算、形態梯度、頂帽、黑帽

上一篇介紹了形態學的基本操作膨脹和腐蝕,我們這一篇將利用膨脹和腐蝕操作實現對圖像更高級的形態學操作,而這些都是建立在膨脹和腐蝕操作基礎之上。 首先形態學的主要用途是獲取物體拓撲和結果信息,它通過物體和結構元素的某些運算,得到物體

原创 opencv學習(二十一)之中值濾波medianBlur

中值濾波是一種典型的非線性濾波,是基於排序統計理論的一種能夠有效抑制噪聲的非線性信號處理技術,基本思想是用像素點鄰域灰度值的中值來代替該像素點的灰度值,讓周圍的像素值接近真實的值從而消除孤立的噪聲點。該方法在取出脈衝噪聲、椒鹽噪聲