一.常見運算元
二.卷積計算
卷積是影象處理中乙個操作，是kernel在影象的每個畫素上的操作。kernel本質上乙個固定大小的矩陣陣列，其中心點稱為錨點(anchor point)。把kernel放到畫素陣列之上，求錨點周圍覆蓋的畫素乘積之和（包括錨點），用來替換錨點覆蓋下畫素點值稱為卷積處理。數學表達如下：
三.主要函式：
filter2d方法filter2d(
mat src, //輸入影象
mat dst, // 模糊影象
int depth, // 影象深度32/8
mat kernel, // 卷積核/模板
point anchor, // 錨點位置
double delta // 計算出來的畫素+delta
)其中 kernel是可以自定義的卷積核
四.實現**1sobel運算元
#include #include #include using namespace cv;
int main(int argc, char** argv)
char input_win = "input image";
char output_win = "sobel x";
namedwindow(input_win, cv_window_autosize);
namedwindow(output_win, cv_window_autosize);
imshow(input_win, src);
// sobel x 方向
mat kernel_x = (mat_(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
filter2d(src, dst, -1, kernel_x, point(-1, -1), 0.0);
// sobel y 方向
實現**2拉普拉斯運算元
#include #include #include using namespace cv;
int main(int argc, char** argv)
char input_win = "input image";
char output_win = "拉普拉斯運算元";
namedwindow(input_win, cv_window_autosize);
namedwindow(output_win, cv_window_autosize);
imshow(input_win, src);
// 拉普拉斯運算元
實現**3自定義卷積模糊
#include #include #include using namespace cv;
int main(int argc, char** argv)
char input_win = "input image";
char output_win = "custom blur filter result";
namedwindow(input_win, cv_window_autosize);
namedwindow(output_win, cv_window_autosize);
imshow(input_win, src);
int c = 0;
int index = 0;
while (true)
ksize = 5 + (index % 8) * 2;
mat kernel = mat::ones(size(ksize, ksize), cv_32f) / (float)(ksize * ksize);
filter2d(src, dst, -1, kernel, point(-1, -1));
index++;
imshow(output_win, dst);
} return 0;
}
OpenCV學習筆記之IplImage
首先學習下各引數的用法，以後慢慢完善 一 origin 在使用opencv顯示影象時會出現影象倒立的情況，iplimage的origin屬性有關係。origin為0表示頂左結構，即影象的原點是左上角，如果為1為左下角。一般從硬碟讀入的或者通過cvcreateimage方法建立的iplimage預設的...
opencv學習筆記之resize
前邊一篇說opencv中縮放僅有仿射變換一種，查證才知道是錯的，opencv中也有類似matlab中的imresize的函式，即是c 版的resize 當然還有影象金字塔方法 其原型為void resize inputarray src,outputarray dst,size dsize,doub...
OpenCV之Python學習筆記
直都在用python opencv做一些演算法的原型。本來想留下發布一些文章的，可是整理一下就有點無奈了，都是寫零散不成系統的小片段。現在看到一本國外的新書 opencv computer vision with python 於是就看一遍，順便把自己掌握的東西整合一下，寫成學習筆記了。更需要的朋友...