在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。视频教程地址：https://www.bilibili.com/video/av17748771/?p=12感谢贾志刚老师的视频教程。开运算闭运算形态学梯度：膨胀减去腐蚀顶帽（top hat）原图像与开操作之间的差值图像。黑帽：闭操作图像和原图像之间的差值图像。提取直线：提取步骤输入彩色图像—转化为灰度图像—转化为二值图像—定义结构元素—开操作提取水平与垂直线代码示例：#include&nbs
在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。视频教程地址：https://www.bilibili.com/video/av17748771/?p=11感谢贾志刚老师的视频教程。程序：#include<iostream>
#include<opencv2/core/core.hpp>
#include<highgui/highgui.hpp>
#include <opencv2/
在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。视频教程地址：https://www.bilibili.com/video/av17748771/?p=9感谢贾志刚老师的视频教程。图像模糊原理Smooth/Blur 是图像处理中最简单和常用的操作之一。使用该操作的原因之一就是为了给图像预处理时候减低噪声。使用Smooth/Blur操作背后是数学的卷积。通常这些卷积算子都是线性操作，所以通常叫做线性滤波。假设有6x6的图像像素矩阵。卷积过程：
在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。视频教程地址：https://www.bilibili.com/video/av17748771/?p=8感谢贾志刚老师的视频教程。绘制形状使用cv::Point与cv::ScalarPoint表示2D平面的一个点x,yp = Point(10,8);Scalar表示四个元素的向量Scalar(a,b,c); //a=blue,b=green,c=red表示RGB三个通道绘制线 cv::lin
在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。理论：图像变换可以看做如下：像素变换–点操作邻域变换–区域操作其中图像亮度和对比度属于像素变换–点操作α是对比度调节参数，β是调节亮度。一些主要API：Mat new_image = Mat::zeros(image.size(),image.type()); //创建一个空白图像saturate_cast< uchar>(value)确保值大小范围是0~255之间Mat.at&l
理论–线性混合操作线性混合理论：两幅图像的每个像素都进行加权相加。α的取值范围是0~1。相关API线性混合API:void cv::addWeighted(inputArray src1,double alpha,InputArray src2,double gamma,outputArray dst,int dtype = -1);代码演示#include<iostream>
#include<opencv2/core/core.hpp>
#include<h
修改像素值灰度图像img.at< uchar>(y,x) = 128;RGB三通道图像img.at< Vec3b>(y,x)[0]=128;//blueimg.at< Vec3b>(y,x)[1]=128;//blueimg.at< Vec3b>(y,x)[2]=128;//blue空白图像img=Scalar(0);ROI选择Rect r(10,10,100,100);Mat smalling=img(r);Vec3b与Vec3FVec3b对应三
Mat对象Mat对象：OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构，分了两个部分，头部分与数据部分。Mat对象构造函数与常用方法构造函数：Mat()Mat(int rows,int clos,int type)Mat(Size size,int type)Mat(int rows,int clos,int type,const Scalar &s)常用方法：void copyTo(Mat mat)void convertTo(Mat
获取图像像素的指针CV-Assert(myImage.depth()==CV_8U);Mat.ptr < uchar>(int i=0)获取像素矩阵的指针，索引i表示第几行，从0开始计行数。获得当前行指针const uchar * current = myImage.ptr< uchar>(row);获取当前像素点P(row,col)的像素值p(row,col)=current[col]像素范围处理saturate_cast< uchar >- saturat
之前安装配置好OpenCV的环境之后，就可以进行使用了。下面是关于OpenCV的图像处理程序。#include<iostream>
#include<opencv2/core/core.hpp>
#include<highgui/highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
&n