原创 chapter11_1圖片加法

圖片的加法運算: 常用函數:+,add(),addWeighted() #include"opencv2/opencv.hpp" #include<iostream> using namespace cv; using namespac

原创 chapter11_2圖片減法

圖片減法可以用於: 零件的缺陷檢測。 #include"opencv2/opencv.hpp" #include<iostream> using namespace cv; using namespace std; void main

原创 chapter10_1圖片讀取像素基本知識

圖像在內存中的存儲方式  圖像矩陣的大小取決於所用的顏色模型(或者說通道數),灰度圖矩陣如下: 多通道圖像,如RGB顏色模型的矩陣如下: 注:opencv的通道順序是BGR,而不是RGB

原创 chapter10_2圖片讀取覆蓋像素

動態地址計算訪問: 訪問圖片的每個像素並覆蓋 #include"opencv2/opencv.hpp" using namespace cv; void main() { Mat img = imread("E:\\1.jpg");

原创 chapter10_3指針讀取像素

指針讀取像素: #include"opencv2/opencv.hpp" using namespace cv; void main() { Mat img = imread("E:\\1.jpg"); Mat dst = img.

原创 chapter22_2

Mat src = imread("D://1.jpg", 0); imshow("原圖", src); Mat dstHist1; Mat dstHist2; int dims = 1; float hranges[] =

原创 chapter19圖像邊緣檢測

圖像邊緣檢測 邊緣檢測可以提取圖像重要輪廓信息,減少圖像內容,可以用於分割圖像、做特徵提取等 邊緣檢測的一般步驟:       濾波----(濾出噪聲対檢測邊緣的影響)     增強----(可以將像素鄰域強度變化凸顯出來---梯度

原创 chapter21灰度直方圖

計算直方圖---calcHist() #include"opencv2/opencv.hpp" #include<iostream> using namespace std; using namespace cv; void

原创 chapter14_4重映射—remap()

1)remap()函數:   重映射是指把一個圖像中的一個位置的像素通過映射關係轉換到另一圖像的指定位置。對於輸入原圖像f(x,y),目標圖像g(x,y),映射關係爲T,則滿足下式:                          

原创 chapter16圖像閾值化(圖像預處理)

圖像閾值化簡介: 圖像閾值化是圖像處理的重要基礎部分,應用很廣泛,可以根據灰度差異來分割圖像不同部分 閾值化處理的圖像一般爲單通道圖像(灰度圖) 閾值化參數的設置可以使用滑動條來debug 閾值化處理易光照影響,處理時應注意 本節主要介

原创 chapter22_均值化

#include"opencv2/opencv.hpp" #include<iostream> using namespace std; using namespace cv; void main() {//單通道均值化後的對比

原创 chapter15圖像濾波

我們這一講主要講比較常用的圖像濾波器(均值濾波,高斯濾波,中值濾波)。 圖像濾波簡介: 濾波實際上是信號處理的一個概念,圖像可以看成一個二維信號,其中像素點 灰度值得高低代表信號的強弱 高頻:圖像中變化劇烈的部分 低頻:圖像中變化緩慢

原创 chapter20霍夫變換

霍夫變換(HoughTransform)是圖像處理中的一種特徵提取技術,該過程在一個參數空間中通過計算累計結果的局部最大值得到一個符合該特定形狀的集合作爲霍夫變換的結果。 霍夫變換在OpenCV中主要分兩種:      霍夫線變換---檢

原创 chapter17圖像腐蝕膨脹(一)

膨脹腐蝕概述: 膨脹、腐蝕屬於形態學的操作, 簡單來說就是基於形狀的一系列圖像處理操作 膨脹腐蝕是基於高亮部分(白色)操作的,膨脹是対高亮部分進行膨脹,類似“領域擴張”,腐蝕是高亮部分被腐蝕,類似“領域被蠶食” 膨脹腐蝕的應用和功能:

原创 chapter14_1圖像的縮放與平移

1:圖像縮放—resize(): lsrc:輸入圖像,Mat類型即可 ldst:輸出圖像,當其非0時,由dsize確定尺寸 ldsize:Size類型,指定輸出圖像大小,如果它等於0,由下式計算:   dsize= Size(rou