OpenCV圖像處理常用手段 | 文末問答贈書
點擊上方“AI算法與圖像處理”,選擇加"星標"或“置頂”
重磅干貨,第一時間送達
文末新功能嘗試,回答贈書,點贊數最多者(歡迎大家參與)
圖像二值化操作
兩種方法,全局固定閾值二值化和局部自適應閾值二值化
全局固定閾值很容易理解,就是對整幅圖像都是用一個統(tǒng)一的閾值來進行二值化;
局部自適應閾值則是根據像素的鄰域塊的像素值分布來確定該像素位置上的二值化閾值。

效果:



腐蝕操作



濾波操作,模糊處理
模糊處理在邊沿檢測和去噪聲方面有較為廣泛的應用。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 均值濾波實現(xiàn)圖像模糊:


canny邊緣檢測
將原始圖像轉化為灰度圖,用blur函數進行圖像模糊以降噪,然后用canny函數進行邊緣檢測。


直方圖均衡化


顯然均衡化后的圖片對比度變高了,變得更加明亮!
最后簡單總結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
腐蝕和膨脹是針對白色部分(高亮部分)而言的。膨脹就是對圖像高亮部分進行“領域擴張”,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。
開運算:先腐蝕再膨脹,用來消除小物體
閉運算:先膨脹再腐蝕,用于排除小型黑洞
形態(tài)學梯度:就是膨脹圖與腐蝕圖之差,用于保留物體的邊緣輪廓。
頂帽:原圖像與開運算圖之差,用于分離比鄰近點亮一些的斑塊。
黑帽:閉運算與原圖像之差,用于分離比鄰近點暗一些的斑塊。

下載1
在「AI算法與圖像處理」公眾號后臺回復:yolov4,即可下載 YOLOv4 trick相關論文
下載2
在「AI算法與圖像處理」公眾號后臺回復:OpenCV實戰(zhàn)項目20講,即可下載20個有趣的OpenCV實戰(zhàn)項目
個人微信(如果沒有備注不拉群!)
請注明:地區(qū)+學校/企業(yè)+研究方向+昵稱

評論
圖片
表情
