OpenCV圖像處理常用手段
來(lái)自于點(diǎn)擊下方卡片，關(guān)注“新機(jī)器視覺(jué)”公眾號(hào)
視覺(jué)/圖像重磅干貨，第一時(shí)間送達(dá)
兩種方法，全局固定閾值二值化和局部自適應(yīng)閾值二值化
全局固定閾值很容易理解，就是對(duì)整幅圖像都是用一個(gè)統(tǒng)一的閾值來(lái)進(jìn)行二值化；
局部自適應(yīng)閾值則是根據(jù)像素的鄰域塊的像素值分布來(lái)確定該像素位置上的二值化閾值。
效果：
模糊處理在邊沿檢測(cè)和去噪聲方面有較為廣泛的應(yīng)用。OpenCV中提供了4種模糊算法，列舉如下：
average
median
gaussian
bilateral
這里我們只列舉使用 均值濾波實(shí)現(xiàn)圖像模糊：
將原始圖像轉(zhuǎn)化為灰度圖，用blur函數(shù)進(jìn)行圖像模糊以降噪，然后用canny函數(shù)進(jìn)行邊緣檢測(cè)。
顯然均衡化后的圖片對(duì)比度變高了，變得更加明亮！
最后簡(jiǎn)單總結(jié)一下圖像處理中概念
離散傅里葉變換
圖像高頻部分代表了圖像的細(xì)節(jié)、紋理信息；低頻代表了圖像的輪廓信息。
低通-》模糊
高通-》銳化
腐蝕和膨脹是針對(duì)白色部分（高亮部分）而言的。膨脹就是對(duì)圖像高亮部分進(jìn)行“領(lǐng)域擴(kuò)張”，效果圖擁有比原圖更大的高亮區(qū)域；腐蝕是原圖中的高亮區(qū)域被蠶食，效果圖擁有比原圖更小的高亮區(qū)域。
開(kāi)運(yùn)算：先腐蝕再膨脹，用來(lái)消除小物體
閉運(yùn)算：先膨脹再腐蝕，用于排除小型黑洞
形態(tài)學(xué)梯度：就是膨脹圖與腐蝕圖之差，用于保留物體的邊緣輪廓。
頂帽：原圖像與開(kāi)運(yùn)算圖之差，用于分離比鄰近點(diǎn)亮一些的斑塊。
黑帽：閉運(yùn)算與原圖像之差，用于分離比鄰近點(diǎn)暗一些的斑塊。
本文僅做學(xué)術(shù)分享，如有侵權(quán)，請(qǐng)聯(lián)系刪文。