演示代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
Mat src, gray_src, dst;
int threshold_value = 127;
int threshold_max&nb
演示代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
src = imr
演示代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst,dst2,dst3,dst4;
src&
OpenCV的形状学算子morphologyEx，包括了常见的：开运算闭运算梯度顶帽黑帽等操作。演示代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
膨胀与腐蚀是形态学操作中的一种，是比较有用的。在halcon机器视觉中也是常用操作。请看演示代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
Mat src, dst;
void CallBack_Demo(int, voi
演示代码:#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst,dst1,dst2,dst3;
src&
绘制形状比较简单，基本上没啥子好说的，见代码。演示代码：#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
Mat bgImage;
const char* drawdemo_win = "draw s
演示代码:#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
src = imr
图像混合的原理理论-线性混合操作其中 a的取值范围为0~1之间对应的opencv算子是 addWeighted()参数1：输入图像Mat – src1参数2：输入图像src1的alpha值参数3：输入图像Mat – src2参数4：输入图像src2的alpha值参数5：gamma值参数6：输出混合图像注意点：两张图像的大小和类型必须一致才可以演示代码：#include <opencv2/opencv.hpp>
#include <iostream
学习sobel总结：先说下边缘，在图像上像素发生跃迁的的地方。如何捕捉边缘：对图像进行一阶求导，▲ = f(x)-f(x-1),▲的值越大，那么说明x方向边缘信号越强烈。 下图图我们可以看见像素值明显发生改变，表示这一现象可以用导数，变化率越大，说明像素值改变越显著f(x)为图像像素值的函数图，f'(t)为f(t)的一阶导数，即当前像素减去上一个像素的差值，可以看到红圈标注的地方，即边缘信号的最大体现。但是应用到图像中我们是找不到这个函数的，在图像中不是一个准确的函数,所以使用