1、計算機視覺的三種不同色彩空間
opencv中可以操作和使用的色彩空間有上百種之多，，但是對於計算機視覺處理來說，一般常用的色彩空間有三種，即灰度、bgr以及hsv
bgr：即藍綠紅空間。在這個空間中，每個畫素都是由乙個三維陣列表示，分別代表藍、綠、紅這三種顏色。
2、卷積核與影象特徵提取
在 opencv 甚至於平常的影象處理中，卷積核是一種最常用的影象處理工具。其主要是通過確定的核塊來檢測影象的某個區域，之後根據所檢測的畫素與其周圍存在的畫素的亮度差值來改變畫素明亮度的工具
例如：kernel33=np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]])
這是乙個[3，3]的卷積核，其作用是計算**畫素與周圍臨近畫素的亮度差值，如果亮度差值差距過大，本身影象的**亮度較少，那麼經過卷積核以後，**畫素的亮度會增加。即如果乙個畫素比他周圍的畫素更加突出，那麼提公升其本身的亮度
ndimage庫是乙個處理多維影象的函式庫，其中包括影象濾波器，傅利葉變換、影象的旋轉拉伸以及測量和形態學處理等。注意這裡卷積核降低的程度較大，最後完全造成了失真，使得失去了能夠表現其形式的特徵圖譜。
另一種卷積特徵提取的方法：高斯模糊
3、卷積核高階
opencv 中也提供了常用的卷積核函式——fileter2d 這是通過程式設計人員指定的任意核或者卷積矩陣與目標矩陣進行計算
fileter2d 的具體使用如下：
cv2.fileter2d （src，-1，kernel，dst）
其中src是目標，-1指的是每個目標的通道位深數，一般要求目標和生成的位深數一樣。kernel是所使用的卷積核矩陣。
卷積核中所有的權重相加的和為0.這樣做的目的是在卷積核完成後，最終會得到乙個邊緣突出的影象卷積結果，邊緣被轉化為白色，而非邊緣區域被轉化為黑色
opencv卷積核處理
關於卷積 這篇博文安利 高斯濾波的 卷積核就是影象處理時，給定輸入影象，在輸出影象中每乙個畫素是輸入影象中乙個小區域中畫素的加權平均，其中權值由乙個函式定義，這個函式稱為卷積核。其主要方法是通過確定的核塊來檢測影象的某個區域，之後根據所檢測的畫素與其他周圍存在的畫素的來讀差值來改變畫素明亮度。乙個三...
opencv學習筆記 卷積和核
高度概括地說，卷積是在每乙個影象塊與某個運算元 核 之間進行的運算。核說白了就是乙個固定大小的數值陣列。該陣列帶有乙個 錨點 一般位於陣列 假如你想得到影象的某個特定位置的卷積值，可用下列方法計算 將核的錨點放在該特定位置的畫素上，同時，核內的其他值與該畫素鄰域的各畫素重合 將核內各值與相應畫素值相...
opencv自定義卷積核
include opencv2 imgproc imgproc.hpp include opencv2 highgui highgui.hpp using namespace cv mat get blur kernel int kernel size 獲得歸一化濾波的卷積核 int main in...