嵌入式学习69-C++(Opencv)

知识零碎:

QT的两种编译模式 1.debug 调试模式 2.release 发布模式 OpenCV在此模式下运行

图像是由像素点组成的;

常见图像中的像素点有4种组成方式

(单通道) 位图: 对应位的比特只有存在和不存在,亮和暗 两种状态,用01表示 像素深度为1bit

(单通道)灰度图: 把亮和暗划分为256个梯度,用一个字节(8bit)表示 像素深度为8bit

(黑白图像都属于灰度图)

(三通道)RGB图像: 3个字节,888 像素深度为24bit

(四通道)RGBA图像: A:透明度 显示背景色 0 不透明 255 全透明 像素深度为32bit

像素的深度 : 用于表达一个像素所需的比特数

图像二值化 将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。 图像的二值化使图像中数据量大为减少 ,从而能凸显出目标的轮廓

二值化处理

1.先设立阈值,例如127,小于127为白 =0 大于127 为黑 =255

-----------------------------------------------------------------------------------------------------------------------------Mat 是最基本的容器类

Mat的构造函数 Mat mat(10, 10, CV_8UC3, Scalar(0, 0, 0));

三通道时Mat是按照BGR组合的

Mat 其实是一个模板,可以存放不同图像的组成方式

5,6,CV_8UC3

5行 6列 8:每个像素点占8个比特 U:无符号数据 3:每个像素点占用三个通道

BGR 888

256*256*256

人脸检测时,将 RGB图像转化为灰度图像 变为单通道的256 ,减少运算量和cpu的损耗

图像处理的本质: 矩阵运算,是一个二维数组

-------------------------------------------------------------------------------------------------------------------------------- 对比度调节


  1. 用cvtColor(origion, gray,COLOR_BGR2GRAY );函数转灰度或其他图像
  2. Mat roi = origion(Rect(10 ,10, 100, 100)); 重载函数调用运算符,获得图像的局部区域
  3. Resize 缩放图像
  4. Flip 翻转图像、

滤波

Blur 中值滤波(模糊算法)

某一点的像素= 周边一圈的像素和的平均值

拿2 举例 周围一圈/9 从而达到模糊的效果

锚点:卷积和的中心

高斯滤波Gaussianblur

Erode 腐蚀(消噪点) 通常是针对二值图像的, threshold用于转换二值图像(源图必须是灰度图)

cvtColor(mat, dest, COLOR_BGR2GRAY) threshold(dest, dest, 127, 255, THRESH_BINARY); 腐蚀时: 以卷积核中心点为中心,遍历整个二维数组,卷积核内所有像素都为1时,该点为1,有一个点为0时,该点为0

erode(dest, dest, Mat()); Mat()卷积核 默认3X3

Dilate 膨胀

Rectangle 绘制矩形

Circle 绘制圆形

Ellipse 绘制椭圆

相关推荐
聚客AI几秒前
解构高效提示工程:分层模型、文本扩展引擎与可视化调试全链路指南
人工智能·llm·掘金·日新计划
摆烂工程师14 分钟前
Claude Code 落地实践的工作简易流程
人工智能·claude·敏捷开发
亚马逊云开发者16 分钟前
得心应手:探索 MCP 与数据库结合的应用场景
人工智能
大明哥_21 分钟前
100 个 Coze 精品案例 - 小红书爆款图文,单篇点赞 20000+,用 Coze 智能体一键生成有声儿童绘本!
人工智能
聚客AI21 分钟前
🚀拒绝试错成本!企业接入MCP协议的避坑清单
人工智能·掘金·日新计划·mcp
Binary_ey43 分钟前
超表面重构卡塞格林望远镜 | 从传统架构到新型光学系统
学习·软件需求·光学软件·超表面
rocksun1 小时前
GraphRAG vs. RAG:差异详解
人工智能
一块plus1 小时前
什么是去中心化 AI?区块链驱动智能的初学者指南
人工智能·后端·算法
txwtech1 小时前
第10.4篇 使用预训练的目标检测网络
人工智能·计算机视觉·目标跟踪
羊小猪~~1 小时前
【NLP入门系列四】评论文本分类入门案例
人工智能·自然语言处理·分类