<p style="text-indent:28px;"><span style="color:#333333;">特此声明，鄙人收集资料大都来源于百度百科，但是提取其中关键部分，加上一些其他的网上资源来帮助一些概念的理解，希望和大家一起学习。如有解释不到位的地方，还请多多理解。</span></p>
<p style="text-indent:28px;"> </p>
<p style="text-indent:28px;"><span style="color:#333333;">先简单介绍一下OpenCV，以后再进行深入学习：</span></p>
<p style="text-indent:28px;"><span style="color:#333333;"><span style="color:#333333;">OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch, Ruby的支持。</span></span></p>
<p style="text-indent:28px;"> </p>
<h3>OpenCV功能</h3>
<ul><li><span style="color:#ff0000;">图像数据操作（内存分配与释放，图像复制、设定和转换）</span></li><li><span style="color:#ff0000;">图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出）</span></li><li><span style="color:#4bacc6;">矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解）</span></li><li>支持多种动态数据结构（链表、队列、数据集、树、图）</li><li>基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构）</li><li><span style="color:#4bacc6;">结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）</span></li><li>摄像头定标（寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹配）</li><li><span style="color:#00ff00;">运动分析（光流、动作分割、目标跟踪）</span></li><li><span style="color:#00ff00;">目标识别（特征方法、HMM模型）</span></li><li>基本的GUI（显示图像/视频、键盘/鼠标操作、滑动条）</li><li>图像标注（直线、曲线、多边形、文本标注）</li></ul>
<h3>OpenCV模块</h3>
<ul><li>cv – 核心函数库</li><li>cvaux – 辅助函数库</li><li>cxcore – 数据结构与线性代数库</li><li>highgui – GUI函数库</li><li>ml – 机器学习函数库 </li></ul>
<p>摘自http://www.cnblogs.com/pangliang/archive/2010/11/21/1883566.html</p>
<p> </p>
<p><span style="color:#333333;">我们知道，在计算机中，按照颜色和灰度的多少可以将图像分为</span><a href="http://baike.baidu.com/view/285059.htm">二值图像</a><span style="color:#333333;">、</span><a href="http://baike.baidu.com/view/1549178.htm">灰度图像</a><span style="color:#333333;">、</span><a href="http://baike.baidu.com/view/873830.htm">索引图像</a><span style="color:#333333;">和真彩色RGB图像四种基本类型。</span></p>
<p style="text-indent:28px;"><span style="color:#333333;">接下来我们一一介绍</span></p>
<p style="text-indent:28px;"><span style="color:#333333;">二值图像</span></p>
<p><span style="color:#ff0000;">二值图像中所有的像素只能从0和1这两个值中取</span><span style="color:#333333;">（像素点非黑即白：</span><span style="color:#ff0000;">“0”代表黑色，“1”代白色</span><span style="color:#333333;">），因此在MATLAB中，二值图像用一个由0和1组成的二维矩阵表示。这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，而打开表征该像素处于前景。以这种方式来操作图像可以更容易识别出图像的结构特征。</span></p>
<p><span style="color:#333333;"><img alt="" class="blockcode" src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-bcea5805aa901caa824352dda7c96353"></span></p>
<p><span style="color:#333333;"><span style="color:#333333;">二值图像一般用来描述文字或者图形，其优点是占用空间少，缺点是，当表示人物，风景的图像时，二值图像只能描述其轮廓，不能描述细节。这时候要用更高的灰度级。</span></span></p>
<p style="text-indent:28px;"><span style="color:#333333;">灰度图像</span></p>
<p style="text-indent:28px;"><span style="color:#333333;"><span style="color:#333333;">一幅完整的图像，是由红色、绿色、蓝色三个</span><a href="http://baike.baidu.com/view/157980.htm">通道</a><span style="color:#333333;">组成的（RGB三原色）。<span style="color:#333333;">红色、绿色、蓝色三个通道的缩览图都是以</span><a href="http://baike.baidu.com/view/974296.htm">灰度</a><span style="color:#333333;">显示的。用不同的灰度色阶来表示“ 红，绿，蓝”在图像中的比重。通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是255。</span></span></ |
|
转播
