主要为大家详细介绍了OpenCV实现图像直线检测的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
1
基于OpenCV最新版本3.1.0详细讲述OpenCV图像处理部分内容,包括Mat对象使用、HIGHGUI使用、基于常用核心API讲述基本原理、使用方法、参数、代码演示、图像处理思路与流程讲授。涵盖OpenCV中图像处理部分的全部主要内容。穿插了应用开发中常见问题与分析,是学习图像知识与应用开发最佳实践教程
2022-03-12 11:39:37 36.82MB opencv 图像处理 opencv编译 图像分割
1
OpenCV下的基于C语言的图像文件读入读出,很好的。可以参照一下自己编编
2022-03-11 21:10:03 23KB 图像读入读出
1
主要为大家详细介绍了OpenCV实现图像边缘检测,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
1
主要介绍了Python Opencv图像处理基本操作代码详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2022-03-03 15:30:45 40KB Python Opencv 图像处理
1
主要为大家详细介绍了Opencv使用Stitcher类图像拼接生成全景图像,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
1
OpenCV图像处理基础——基于C++实现版本视频培训课程概况:教程中会讲解到OpenCV的基础知识及使用方法,并基于OpenCV实现基础的图像处理算法;除此之外课程包含如下的内容: 图像颜色空间及类型转换及应用(BGR、YUV、YCrCb颜色空间、人像肤色检测)、图像直方图及其应用(直方图均衡化、色阶及对比度调节)、图像几何变换(平移、翻转、缩放等)、图像滤镜操作(卡通特效、畸变图像、马赛克)、图像滤波处理(人像磨皮、美颜)、图像形态学操作、多尺度及图像金字塔及视频操作处理等。 下方的拓扑图给出了课程的章节目录及每一章中各个小节涉及到的主要内容:
1
OPENCV学习历程,内容如下: 1.像素指针-.ptr()方法 2.图像滤波-filter2D() 3.图像卷积-filter2D() 4.图像转换-cvtColor() 5.sobel算子-Sobel() 6.图像运算-addWeighted() 7.图像指针-.at(row, col)[0]方法 8.图形绘制-rectangle() 9.字符打印-putText() 10.图像滤波-GaussianBlur() 11.双边滤波-bilateralFilter() 12.图像腐蚀-erode() 13.形态学操作-morphologyEx() 14.特殊形态学-dilate() 15.升降采样-pyrUp() 16.二值化-threshold() 17.图像微分-Laplacian() 18.边界处理-copyMakeBorder() 19.改进微分-Scharr() 20.图像正确性-convertScaleAbs() 21.边缘检测-Canny() 22.霍夫直线-HoughLines() 23.霍夫圆-HoughCircles() 24.图像映射-remap() 25.直方图均衡-equalizeHist() 26.直方图计算-calcHist() 27.直方图比较-compareHist() 28.反向投影对比-calcBackProject() 29.模板匹配-matchTemplate() 30.轮廓检测-findContours() 31.寻找凸包-convexHull() 32.多边形拟合-approxPolyDP() 33.图像矩-moments()
2022-02-10 14:09:47 30KB opencv 例程 图像处理 机器视觉
1
项目解析参见:https://handsome-man.blog.csdn.net/article/details/105930886
2022-01-07 12:33:33 230KB Python OpenCV 图像处理实验
1
使用MFC实现opencv中图像处理的部分函数功能: 实现的主要内容有主要包含有: 图像灰度化: 最大值灰度化: 单通道灰度化: 平均值灰度化: 加权平均灰度化: 图像缩放: 最近邻内插法: 双线性内插法: 图像翻转: 水平翻转: 竖直翻转: 图像叠加: 图像均衡化: 图像归一化: 模板滤波器: 均值滤波器: 加权均值滤波器: 拉普拉斯滤波器: Sobel滤波器: 中值滤波: 传统中值滤波器: 改进的中值滤波 最值滤波器: 最大值滤波器: 最小值滤波器: 图像分割(二值化); 128阈值二值化 全局阈值二值化 OSTU全局阈值二值化 图像对比度: 对数变化 幂律变化: 伪彩色: 伪彩色灰度转换函数 反色: 噪声添加: 高斯噪声 椒盐噪声 数据分析: 计算灰度均值 计算原图像和变换后的图像的均方误差 计算空间域中的信噪比 计算峰值信噪比 绘制灰度折线图 LBP编码: 人脸检测:
2021-12-19 21:28:40 115.47MB 图像处理
1