草庐IT

【youcans的OpenCV例程300篇】总目录

youcans_ 2023-04-17 原文

版权声明:
转载本系列作品时必须标注以下版权内容:
【youcans@qq.com, youcans的OpenCV 例程300篇, https://blog.csdn.net/youcans/category_11459626.html】

更新日期:2022-07-09

文章目录


1. 图像的基本操作

01. 图像的读取(cv2.imread)
02. 图像的保存(cv2.imwrite)
03. 图像的显示(cv2.imshow)
04. 用 matplotlib 显示图像(plt.imshow)
05. 图像的属性(np.shape)
06. 像素的编辑(img.itemset)
07. 图像的创建(np.zeros)
08. 图像的复制(np.copy)
09. 图像的裁剪(cv2.selectROI)
10. 图像的拼接(np.hstack)
11. 图像通道的拆分(cv2.split)
12. 图像通道的合并(cv2.merge)


2. 图像的数值运算

13. 图像的加法运算(cv2.add)
14. 图像与标量相加(cv2.add)
15. 图像的加权加法(cv2.addWeight)
16. 不同尺寸的图像加法
17. 两张图像的渐变切换
18. 图像的掩模加法
19. 图像的圆形遮罩
20. 图像的按位运算
21. 图像的叠加
22. 图像添加非中文文字
23. 图像添加中文文字


3. 图像的仿射变换

24. 图像的仿射变换
25. 图像的平移
26. 图像的旋转(以原点为中心)
27. 图像的旋转(以任意点为中心)
28. 图像的旋转(直角旋转)
29. 图像的翻转(cv2.flip)
30. 图像的缩放(cv2.resize)
31. 图像金字塔(cv2.pyrDown)
32. 图像的扭变(错切)
33. 图像的复合变换
34. 图像的投影变换
35. 图像的投影变换(边界填充)
36. 直角坐标与极坐标的转换


4. 灰度变换与直方图

37. 图像的灰度化处理和二值化处理
38. 图像的反色变换(图像反转)
39. 图像灰度的线性变换
40. 图像分段线性灰度变换
41. 图像的灰度变换(灰度级分层)
42. 图像的灰度变换(比特平面分层)
43. 图像的灰度变换(对数变换)
44. 图像的灰度变换(伽马变换)
45. 图像的灰度直方图
46. 直方图均衡化
47. 直方图处理之直方图匹配
48. 直方图处理之彩色直方图匹配
49. 直方图处理之局部直方图处理(cv2.createCLAHE)
50. 直方图处理之直方图统计量图像增强
51. 直方图处理之直方图反向追踪(cv2.calcBackProject)


5. 空间域图像滤波

52. 图像的相关与卷积运算
53. Scipy 实现图像二维卷积
54. OpenCV 实现图像二维卷积
55. 可分离卷积核
56. 低通盒式滤波器
57. 低通高斯滤波器
58. 非线性滤波—中值滤波
59. 非线性滤波—双边滤波
60. 非线性滤波—联合双边滤波
61. 导向滤波(Guided filter)
62. 图像锐化——钝化掩蔽
63. 图像锐化——Laplacian 算子
64. 图像锐化——Sobel 算子
65. 图像锐化——Scharr 算子
66. 图像滤波之低通/高通/带阻/带通
67. 空间域图像增强的综合应用

6. 频率域图像滤波

68. 连续周期信号的傅立叶级数
69. 连续非周期信号的傅立叶系数
70. 一维连续函数的傅里叶变换
71. 连续函数的取样
72. 一维离散傅里叶变换
73. 二维连续傅里叶变换
74. 图像的抗混叠
75. Numpy 实现图像傅里叶变换
76. OpenCV 实现图像傅里叶变换
77. OpenCV 实现快速傅里叶变换
78. 频率域图像滤波基础
79. 频率域图像滤波的基本步骤
80. 频率域图像滤波详细步骤
81. 频率域高斯低通滤波器
82. 频率域巴特沃斯低通滤波器
83. 频率域低通滤波:印刷文本字符修复
84. 由低通滤波器得到高通滤波器
85. 频率域高通滤波器的应用
86. 频率域滤波应用:指纹图像处理
87. 频率域钝化掩蔽
88. 频率域拉普拉斯高通滤波
89. 带阻滤波器的传递函数
90. 频率域陷波滤波器


7. 图像复原与重建

91. 高斯噪声、瑞利噪声、爱尔兰噪声
92. 指数噪声、均匀噪声、椒盐噪声
93. 噪声模型的直方图
94. 算术平均滤波器
95. 几何均值滤波器
96. 谐波平均滤波器
97. 反谐波平均滤波器
98. 统计排序滤波器
99. 修正阿尔法均值滤波器
100. 自适应局部降噪滤波器
101. 自适应中值滤波器
102. 陷波带阻滤波器的传递函数
103. 陷波带阻滤波器消除周期噪声干扰
104. 运动模糊退化模型
105. 湍流模糊退化模型
106. 退化图像的逆滤波
107. 退化图像的维纳滤波
108. 约束最小二乘方滤波
109. 几何均值滤波
110. 投影和雷登变换
111. 雷登变换反投影重建图像
112. 滤波反投影重建图像


8. 形态学图像处理

113. 形态学操作之腐蚀
114. 形态学操作之膨胀
115. 形态学操作之开运算
116. 形态学操作之闭运算
117. 形态学操作之顶帽运算
118. 形态学操作之底帽运算
119. 图像的形态学梯度
120. 击中-击不中变换
121. 击中-击不中用于特征识别
122. 形态算法之边界提取
123. 形态算法之孔洞填充
124. 孔洞填充的泛洪算法
125. 形态算法之提取连通分量
126. 形态算法之凸壳
127. 形态算法之细化
128. 形态算法之骨架 (skimage)
129. 形态算法之骨架 (重建开运算)
130. 形态学之提取水平和垂直线
131. 形态学重建之竖线字符提取
132. 形态学重建之孔洞填充算法
133. 形态学重建之边界清除
134. 形态学重建之细胞计数
135. 形态学重建之粒度测定
136. 灰度腐蚀和灰度膨胀
137. 灰度开运算和灰度闭运算原理
138. 灰度开运算和灰度闭运算
139. 灰度顶帽变换校正阴影
140. 灰度底帽变换校正光照
141. 灰度底帽变换的三维地形图
142. 基于灰度形态学的图像平滑
143. 基于灰度形态学的粒度测定
144. 基于灰度形态学的纹理分割
145. 形态学之边缘和角点检测
146. 基于灰度形态学的复杂背景图像重建


9. 阈值处理与边缘检测

147. 图像分割之孤立点检测
148. 图像分割之线检测
149. 图像分割之边缘模型
150. 边缘检测梯度算子
250. 梯度算子的传递函数
151. 边缘检测中的平滑处理
152. 边缘检测之 LoG 算子
153. 边缘检测之 DoG 算子
154. 边缘检测之 Canny 算子
155. 边缘连接的局部处理方法
156. 边缘连接局部处理的简化算法
157. 霍夫变换直线检测
158. 阈值处理之固定阈值法
159. 图像分割之全局阈值处理
160. 图像处理之OTSU 方法
161. OTSU 阈值处理算法的实现
162. 全局阈值处理改进方法
163. 基于边缘信息改进全局阈值处理
164.使用 Laplace 边缘信息改进全局阈值处理
165.多阈值 OTSU 处理方法
166.自适应阈值处理
167.基于移动平均的可变阈值处理


10. 轮廓与图像分割

168.图像分割之区域生长
169.图像分割之区域分离
170.图像分割之K均值聚类
171.SLIC 超像素区域分割
172.SLIC 超像素区域分割算法比较
173.SEEDS 超像素区域分割
174.LSC 超像素区域分割
175.超像素区域分割方法比较
176.图像分割之均值漂移算法
177.图像分割之图割法 GraphCuts
178.图像分割之 GrabCut 图割法(框选前景)
179.图像分割之 GrabCut 图割法(掩模图像)
180.基于距离变换的分水岭算法
181.基于 Sobel 梯度的分水岭算法
182.基于形态学梯度的分水岭算法
183.基于轮廓标记的分水岭算法
184.鼠标交互标记的分水岭算法
185.图像金字塔之高斯金字塔
186.图像金字塔之拉普拉斯金字塔
187.由拉普拉斯金字塔还原图像
188.基于拉普拉斯金字塔的图像融合
189.基于掩模的拉普拉斯金字塔图像融合
190.基于图像分割的图像融合
191.基于图像分割的金字塔图像融合
192.Gabor 滤波器组的形状
193.基于Gabor 滤波器的特征提取
194.寻找图像轮廓(cv.findContours)
195.绘制图像轮廓(cv.drawContours)
196.图像的矩和不变矩(cv.moments)
197.轮廓的基本特征
198.基于不变矩的形状相似性检测
199.轮廓的外接边界框
200.轮廓的基本属性


11. 彩色图像

201. 图像的颜色空间转换
202. 查表快速替换(cv.LUT)
203. 伪彩色图像处理
204. 图像的色彩风格滤镜
205. 调节色彩平衡/饱和度/明度
206. Photoshop 色阶调整算法
207. Photoshop 色阶自动调整算法
208. Photoshop 对比度自动调整算法
209. HSV 颜色空间的图像分割


12. 绘制图像

210. 绘制直线也会有这么多坑?
211. 绘制垂直矩形
212. 绘制倾斜的矩形
213. 绘制圆形
214. 绘制椭圆的参数详解
215. 基于多段线绘制近似椭圆
216. 绘制多段线和多边形
217. 鼠标交互获取多边形区域
218. 多行倾斜文字水印
219. 添加数字盲水印
220.对图像进行马赛克处理
221.加密马赛克图像处理与解密复原


13. 特征提取

222. 特征提取之弗里曼链码
223. 特征提取之多边形拟合
224. 特征提取之提取骨架
225. 特征提取之傅里叶描述子
226. 区域特征之紧致度/圆度/偏心率
227. 特征描述之 LBP 纹理特征算子
228. 特征描述之 extendLBP 改进算子
229. 特征描述之 LBP 算子比较(skimage)
230. 特征描述之 LBP 统计直方图
231. 特征描述之 灰度共生矩阵(GLCM)
232. 纹理特征之频谱方法
233. 区域特征之矩不变量
234. 特征提取之主成分分析(PCA)
235. 特征提取之主成分分析(sklearn)
236. 特征提取之主成分分析(OpenCV.PCA)
237. 基于主成分提取的方向校正(OpenCV.PCA)
238. OpenCV 中的 Harris 角点检测
239. Harris 角点检测之精确定位(cornerSubPix)
240. OpenCV 中的 Shi-Tomas 角点检测
241. 尺度不变特征变换(SIFT)
242. 加速稳健特征检测算法(SURF)
243. 特征检测之 FAST 算法
244. 特征检测之 BRIEF 特征描述
245. 特征检测之 BRISK 算子
246. 特征检测之ORB算法
247. 特征检测之最大稳定极值区域(MSER)
248. 特征描述之HOG描述符
249. 特征描述之视网膜算法(FREAK)
251. 特征匹配之暴力匹配


14. 视频处理

252. 视频文件的读取与保存
253. 多帧图像(动图)的读取与保存



版权说明

本系列是我学习《数字图像处理》和 OpenCV 的学习笔记。其间得到了很多老师,专家和朋友的关心和支持,在此一并感谢。

借此机会,就相关版权进行说明:

1、本文使用了 冈萨雷斯《数字图像处理(第四版)》部分例题和图片,感谢行业前辈的辛勤付出。作者是通过合法授权码购买书籍和下载图片,只用于在 CSDN 的学习笔记中,不作商业用途。有的读者希望我提供例程图片,因涉及版权恕难从命,建议购买原版图书后申请——本书非常值得购买。

2、本文写作过程中学习和参考了大量出版物和网络文章,凡直接引用的都已注明出处,未直接引用的确实无法逐一列出,在此一并感谢。本人承诺不做抄袭或洗稿。

3、本系列中所有例程及结果都经过作者验证,运行无误。本系列中所有例程都是本人自己编写,无一复制粘贴。个别例程较多地参考网络例程,已在相应程序进行说明和标注引用来源。



版权声明:
Copyright 2022-youcans@xupt, 20220604
youcans@xupt 原创作品,转载必须标注版权说明:
【youcans@qq.com, youcans的OpenCV例程300篇, https://blog.csdn.net/youcans/category_11459626.html】

有关【youcans的OpenCV例程300篇】总目录的更多相关文章

  1. Vscode+Cmake配置并运行opencv环境(Windows和Ubuntu大同小异) - 2

    之前在培训新生的时候,windows环境下配置opencv环境一直教的都是网上主流的vsstudio配置属性表,但是这个似乎对新生来说难度略高(虽然个人觉得完全是他们自己的问题),加之暑假之后对cmake实在是爱不释手,且这样配置确实十分简单(其实都不需要配置),故斗胆妄言vscode下配置CV之法。其实极为简单,图比较多所以很长。如果你看此文还配不好,你应该思考一下是不是自己的问题。闲话少说,直接开始。0.CMkae简介有的人到大二了都不知道cmake是什么,我不说是谁。CMake是一个开源免费并且跨平台的构建工具,可以用简单的语句来描述所有平台的编译过程。它能够根据当前所在平台输出对应的m

  2. javascript - 我怎样才能计算出行中的三个元素中的每一个都可以有 300px 的宽度? - 2

    我正在尝试使用flexbox制作“我自己的框架”。flexbox最头疼的是排奇数个元素:3,5,7。所以想用js/jq解决。例如,如果元素的宽度为300px或更小-元素变为宽度的100%。我正在使用jq代码:functioncheck(){varwindow=$(document).outerWidth();varwidth=$('.one-third').outerWidth();if(width但问题是当函数根据CSS规则将元素的宽度设置为100%时,脚本根据其IF语句重新计算并且元素开始闪烁。谁能帮我解决这个问题?代码片段。functioncheck(){varwindow=$(

  3. opencv 边缘检测 cv2.Canny()详解 - 2

    👨‍💻个人简介:深度学习图像领域工作者🎉总结链接:            链接中主要是个人工作的总结,每个链接都是一些常用demo,代码直接复制运行即可。包括:                    📌1.工作中常用深度学习脚本                    📌2.torch、numpy等常用函数详解                    📌3.opencv图片、视频等操作                    📌4.个人工作中的项目总结(纯干活)              链接:https://blog.csdn.net/qq_28949847/article/details/128

  4. javascript - 如何使用状态代码 200、404、300(jquery 如何在内部完成和失败工作) - 2

    关闭。这个问题需要更多focused.它目前不接受答案。想改进这个问题吗?更新问题,使其只关注一个问题editingthispost.关闭8年前。Improvethisquestion我通过使用jQuery学习了Ajax。我认为jQuery实现使用状态代码,但不太了解状态代码,如200、404和300。使用jQueryAjax,其简单如下:$.ajax({url:"update.php",type:"POST",data:customObj}).done(function(data){alert("datasavedsuccesfully");}).fail(function(data

  5. opencv(12):cv::rectangle学习与代码演示,使用opencv画矩形/矩形框 - 2

    1cv::rectangle介绍1.1功能:        绘制一个简单的、粗的或填充的直角矩形或直角矩形框。1.2c++代码形式rectangle()[1/2]#includevoidcv::rectangle ( InputOutputArray img, Point pt1, Point pt2, constScalar& color, int thickness=1, int lineType=LINE_8, int shift=0 ) img  图像。pt1     矩形的顶点。pt2     与pt1相对的矩形的顶点。意思是pt1和pt2是对角顶点color  颜色或亮

  6. 一文带你通俗理解23种软件设计模式(推荐收藏,适合小白学习,附带C++例程完整源码) - 2

    作者:翟天保Steven版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处一、设计模式是什么?    设计模式是为了解决在软件开发过程中遇到的某些问题而形成的思想。同一场景有多种设计模式可以应用,不同的模式有各自的优缺点,开发者可以基于自身需求选择合适的设计模式,去解决相应的工程难题。    良好的软件设计和架构,可以让代码具备良好的可读性、可维护性、可扩展性、可复用性,让整个系统具备较强的鲁棒性和性能,减少屎山代码出现的概率。    想要熟练运用设计模式,提高自己的编程能力和架构能力,只有在自己工作中,结合自身工作内容,多思考多实践。本文只能通过举一些通俗的例子,来

  7. javascript - 任何人都可以生成 opencv.js 吗? - 2

    我无法使用以下说明生成OpenCV.js:https://docs.opencv.org/master/d4/da1/tutorial_js_setup.html我有这个错误:CMakeError:CMakewasunabletofindabuildprogramcorrespondingto"UnixMakefiles".CMAKE_MAKE_PROGRAMisnotset.Youprobablyneedtoselectadifferentbuildtool.当我尝试执行时:python./platforms/js/build_js.pybuild_js好的,伙计们!您可以从此页面的

  8. 使用OpenCV的函数hconcat()、vconcat()实现图像或矩阵的连接 - 2

    使用OpenCV的函数hconcat()、vconcat()实现图像或矩阵的连接函数hconcat()在水平方向上连接图像或矩阵;函数vconcat()在垂直方向上连接图像或矩阵。两个函数的原型和使用方法一模一样,所以在下面的函数原型介绍中,只介绍函数hconcat()的。函数hconcat()的C++原型有三种,分别如下:voidcv::hconcat(constMat*src,size_tnsrc,OutputArraydst)上面这个原型中的参数nsrc表求src数组中的图像或矩阵个数。voidcv::hconcat(InputArraysrc1,InputArraysrc2,Outpu

  9. javascript - 从 Javascript 访问 Chrome 的内部 gzip 例程 - 2

    所有现代浏览器都包含gzip例程,用于与服务器交换压缩数据。任何人都可以指出正确的方向来编写允许Javascript利用此例程的Chrome扩展吗?我想在通过WebSocket将数据发送到服务器之前用Javascript压缩一些数据,而Chrome内置的deflate例程肯定比我用Javascript编写的任何东西都快。 最佳答案 如果javascript实现对您来说不够快,您可以使用nativeclient.您将在c/c++中使用一些gzip库,并编写胶水代码,以便javascript可以通过native客户端调用它。如果可能的话

  10. go - go例程终止的可能场景 - 2

    关闭。这个问题需要更多focused.它目前不接受答案。想改进这个问题吗?更新问题,使其只关注一个问题editingthispost.关闭4年前。Improvethisquestiongoroutine必须永远运行的可能场景是什么?

随机推荐