原理：霍夫变换圆检测原理和直线相似，直线检测需要两个参数（theta，r）。圆形需要圆心做坐标两个参数和半径。对左边做霍夫圆变换可以发现圆形的位置变成了一个两点，说明HoughCircles(image,outputArray circles, 发现圆信息int method, 方法-HOUGH_GRADIENTdouble dp, dp = 1;double mindist, 最短距离，可以分辨是两个圆的圆心的最小像素距离，否则认为是同心圆double param1, canny edge d
霍夫变换直线检测前提条件：边缘检测已经完成（单通道8位灰度图像，经过二值化变为黑白图像）平面空间转到极坐标空间通过上式子可以把像素点转化成极坐标，如下图所示。上面的曲线相交与一点，说明了什么信息呢？说明这些像素都在一条直线。比如一个图像有200个像素，通过坐标变换。那么就可以得到200条曲线。相交点的对应横坐标角度就是直线在空间坐标的角度。这就是霍夫变换的原理。霍夫直线变换介绍：变换到极坐标中，从[0,360]空间，可以得到r的大小属于同一条直线上点在极坐标空间（r，θ）必然在一个点上有强的信号
算法介绍：Canny是一种边缘检测算法1.高斯模糊–GaussianBlur2.灰度转换–cvtColor3.计算梯度–sobel4.非最大信号抑制 对非边缘的像素进行移植，在切向和法向 去掉，5.高低阈值输出二值图像，进行边缘连接，如果大于最高阈值的像素要保留，低于最低的要舍去，中间的作为连接图像。非多大信号抑制：在x方向和y方向做完梯度变换角度是梯度变化最大的方向。如果在和梯度垂直的方向上的相邻像素点都比自身大，就丢弃。高低阈值输出二值图像：T1，T2为阈值，凡是高于T2的都应该被保留，凡是
理论：在二阶微分的时候，最大变化处的值为零即边缘是零值，通过二阶导数计算，依据理论我们可以计算出图像二阶导数，提取边缘。处理流程：高斯模糊-去噪声GaussianBlur()转化为灰度图像cvtColor()拉普拉斯-二阶导数计算Laplacian()提取绝对值convertScaleAbs()显示结果代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <mat
卷积边缘问题在做卷积处理时，图像边缘的像素不会被卷积操作。原因在于边界像素没有完全跟卷积和重合，所以3x3像素会有1个像素的边缘没有被处理。边缘处理方法：在卷积开始之前增加边缘像素，填充的像素为0或者RGB黑色。这样就确保边缘被处理。OpenCV默认的是BORDER_DEFAULT，其他还有：BORDER_CONSTANT - 填充边缘用指定像素BORDER_REPLICATE -填充边缘像素用已知的边缘像素值BORDER_WRAP - 用另外一边的像素来补偿填充API说明 - 给图像添加边缘A
点绕原点旋转（方法2）和上一篇《三角函数在图形学里的应用(1)》中的条件不同的是，现在我们不知道OP0和OP1有多长。还是要求p0绕着圆点绕到p1，求p1。图1已经把公式推导了出来。（图1）其中1式与2式的推导过程，上图可能有点没解释明白，这里勇哥详细推导一下：x1=L*cos(a+b)
x1=L*(cos(a)cos(b)-sin(a)sin(b))
x1=L*((x0/L)*cos(b)-(y0/L)*sin(b))
x1=L*(x0cos(b)/L-y0sin(b)/L)
x1=x
之前勇哥写了《三角函数超入门》系列的贴子。接下来继续写三角函数在图形学方面的应用。点绕原点旋转如图1，线长OP=OP'=r，点（x,y）以圆点O为旋转中心，逆时针转了b°，求P'(s,t)？解： s= r*cos(a+b) t= r*sin(a+b) x=r*cos(a) y=r*sin(a)（图1）勇哥画了
这种方式比较简单，条件是你的焊点位置比较固定。这时候我们可以按焊点数量做几个固定的ROI区域，在reduce_domain。剩下的不用说大家也知道怎么玩了。如果有深度学习就好了，否则也不会出此下策，这实在不是什么好办法。此种方式让勇哥联想到当年用printf(" * ")打印金字塔图形的那种办法。为什么焊点会出现色阶分布不均匀的效果呢？这是因为打焊点的时候，由于两个焊片贴合得不平整，或者是激光能量不稳定造成的。Row1:=9
最近在公司实习，实习中的项目是使用的是微视的一款线阵相机（Microview MVC1024DLM-GE35）；所以把线阵、面阵相机的一些区别学习下：了解线阵相机与面阵相机的基本区别 工业相机按照传感器的结构特性可分为面阵相机和线阵相机，面阵、线阵相机都有各自的优点和缺点，在用途不同的情况下选择合适的传感器的结构工业相机，至关重要。1、类型区分面阵相机：实现的是像素矩阵拍摄。相机拍摄图像中，表现图像细节不是由像素多少决定的，是由分辨率决定的。分辨率是由选择的镜头焦距决定
1.找出下面2张图的不同处//先加载2张图像到内存中
var background = new Bitmap( "left.bmp");
backgroundImg.Source = ToBitmapImage(background);
var