原创 Opencv2系列學習筆記4(灰度直方圖)

和之前的一篇blog【http://blog.csdn.net/lu597203933/article/details/14104505】一樣,這篇是opencv2的Mat格式。 一:一維直方圖 Code: [cpp]

原创 Opencv2系列學習筆記11(霍爾夫變換)

本節主要介紹如何用Hough變換檢測直線和圓 一:Hough變換檢測直線 <1> 原始Hough變換 思想:先求出圖像中每點的極座標方程<如下圖>,相交於一點的極座標曲線的個數大於最小投票數,則將該點所對應的(p, r0)放入v

原创 圖像質量的客觀評估指標PSNR與SSIM

PSNRSSIM代碼參考文獻 1:PSNR PSNR是最爲常用的圖像質量評估指標:  其中K爲圖像對應二進制位數,一般爲8。MSE爲均方誤差,計算公式爲:  2:SSIM SSIM[1]主要用來衡量圖像結構完整性,是另一種比較常用

原创 0pencv 分類器 haartraining生成.xml文件過程

1.準備正負樣本:      在上一講http://www.cnblogs.com/tornadomeet/archive/2012/03/27/2420088.html 中,我們已經收集到了訓練所用的正樣本。下面就開始收集負樣本了,

原创 Opencv2系列學習筆記6(直方圖的應用)

前面我講述了直方圖的概念以及如何用opencv實現一維和二維的直方圖。詳見這兩篇blog: Mat 格式:http://blog.csdn.net/lu597203933/article/details/16884409   cv:

原创 Opencv2系列學習筆記7(圖像形態學運算)

形態學濾波理論於上世紀90年代提出,被用於分析及處理離散圖像。它定義了一系列的運算,應用預定義的形狀元素來變換一張圖像。 一:圖像腐蝕、膨脹和開閉運算 圖像的腐蝕:替換爲當前像素位像素集合中的最小像素值<在結構元素的幾何中>,函數爲

原创 Opencv2系列學習筆記5(檢測Harris角點)

在計算機視覺中,興趣點(也叫關鍵點或者特徵點)的概念被大量用於解決物體識別、圖像匹配、視覺跟蹤、三維重建等問題。它依賴於這個想法,即不再觀察整副圖像,而是選擇某些特殊的點,然後對它們執行局部分析。如果能檢測到足夠多的這種點,同時它們的區

原创 圖像放大與縮小—插值

Opencv中對於圖像的放大與縮小主要有兩種類型,一種是圖像金字塔pyrUp和pyrDown函數,另外一種是更通用的resize函數允許你指定目標圖像的尺寸。 一:圖像金字塔 對於函數pyrDown和pyrUp在沒有指定縮放的大小時

原创 LBP簡介

LBP(local binary pattern)是一種用來描述圖像局部紋理特徵的算子。原始的LBP於1994年提出,它反映內容是每個像素與周圍像素的關係。後被不斷的改進和優化,分別提出了LBP旋轉不變模式、LBP均勻模式等。 一:原

原创 圖像形態學操作—腐蝕膨脹深入

這裏我們主要想講解岡薩雷斯的數字圖像處理這本書上膨脹腐蝕的定義及用opencv實現的結果,然後對比它們之間的差異。 一:opencv實現        在這之前可以看我的另外一篇blog:http://blog.csdn.net/l

原创 VS配置Opencv原理

Vs2010配置opencv的步驟可以我的這篇blog: http://blog.csdn.net/lu597203933/article/details/11175811.  配置主要包括4點配置:環境變量的配置;vc++目錄中包含

原创 opencv學習_16(CvMat矩陣結構以及矩陣數據訪問)

通道和維度 +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 首先說一下對矩陣維度和通道的理解: 

原创 Opencv2系列學習筆記10(提取連通區域輪廓)

連通區域指的是二值圖像中相連像素組成的形狀。而內、外輪廓的概念及opencv1中如何提取二值圖像的輪廓見我的這篇博客:http://blog.csdn.net/lu597203933/article/details/14489225

原创 Opencv2系列學習筆記8(圖像濾波)

一:概念: 濾波是信號處理機圖像處理中的一個基本操作。濾波去除圖像中的噪聲,提取感興趣的特徵,允許圖像重採樣。 圖像中的頻域和空域:空間域指用圖像的灰度值來描述一幅圖像;而頻域指用圖像灰度值的變化來描述一幅圖像。而低通濾波器和高通濾

原创 Opencv2系列學習筆記12(檢測fast特徵)

一:Fast特徵定義什麼是角點: 這次的定義基於假定特徵點周圍的圖像強度,通過檢查候選像素周圍一圈像素來決定是否接受一個特徵點。與中心點差異較大的像素如果組成連續的圓弧,並且弧長大於原周長的3/4,那麼我們認爲找到了一個特徵點。 二