勇哥引言：OpenCV是计算机视觉库，Tensorflow是深度学习框架。
OpenCV包含了大量的图像处理和计算机视觉的算法，但是在机器学习方面明显不足，ML模块只有SVM，MLP，
kNN等有限的几种算法。dnn模块也是调用别的框架。
Tensorflow是专为深度学习而生，可以方便的实现各种深度学习算法。
二者不属于同一领域，做视觉用OpenCV，做深度学习用Tensorflow。或者二者结合做图像识别等等。 强大OpenCV从自OpenCV
opencv形态学运算opencv形态学运算形态学是生物学中研究动物和植物结构的一个学科分支。数学形态学是以形态为基础对图像进行分析的数学工具。基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。形态学图像处理的数学基础是集合论。1964，Matheron指导下的Serra做岩相学分析。1966年命名Mathematical Morphology。1968年成立枫丹白露数学形态学研究中心。70年代纹理分析器商业应用。理论方面有Mathron的《随机集和积分
最小二乘法拟合直线概念：最小二乘法多项式直线拟合，根据给定的点，求出它的函数y=f(x)，当然求得准确的函数是不太可能的，但是我们能求出它的近似曲线y=φ(x) 原理假设有点 , I = 1,2,3,……n,求近似曲线y=φ(x)，并且使得y=φ(x)与y=f(x)的平方偏差和最小，偏差其中我们要找到一组最好的a b ，“最好的”就是要使选出的a b能使得所有的误差达到最小化。在此要注意以下，y=ax+b 这里面的未知量是什么，很自然的说法是x y,实际上并不是，我们不用去
前段时间一直在做图像模板匹配。需要对旋转模板进行匹配，并且对速度精度都有较高的要求。OpenCV里面并没有较好的解决方法。cvMatchTemplate( const CvArr* image, constCvArr* templ,CvArr* result,int method )
Image 待搜索图像
Templ 模板图像
Result 匹
为何需要进行亚像素定位？数字图像通常是离散化成像素；每个像素对应一个整数坐标位置；整数坐标位置对于很多应用并不精确，比如跟踪、相机标定、图像配准、图像拼接以及三维重构；为达到有些应用的精确性，需要精确到浮点坐标位置；所以亚像素定位问题。亚像素定位就是计算特征所在图像中的真实位置，而真实位置有时候并不在像素所在整数坐标位置上，而是在像素的内部。点的灰度分布特征跟二维高斯模型很相似，中心处最亮，离中心距离越远会随之变暗。所以这里的图像特征，我们用高斯模型进行描述。利用高斯模型，我们可以构建点的最终模
霍夫变换检测霍夫变换之直线检测霍夫变换直线检测前提条件-边缘检测已经完成平面空间到极坐标空间的转换(空间域向霍夫域的转换)检测原理两点确定一条直线，通过一点可以确定无数条直线，极坐标直线公式每个点通过角度取不同的值，都能在横坐标为角度值，纵坐标为ρ值的坐标系内确定一条曲线，只要角度值的精细度足够。ρ代表直线到原点的距离。对每个像素采取这样的操作，将会得出很多这样的曲线，这些曲线的交点证明，这些点所在的那个角度所通过的直线到原点距离相等，则证明这些点就在同一条直线上。从运算的复杂程度来看openc
用一张棋盘格来进行图像的像素精度计算，其计算程序是：#include"opencv2/opencv.hpp"
using namespace cv;
int main()
{
Mat srcimg = imread("6.bmp");
Mat gray;
cvtColor(srcimg,gray,CV_RGB2GRAY);
Size board_sz&nb
OpenCV 学习（直线拟合)Hough 变换可以提取图像中的直线。但是提取的直线的精度不高。而很多场合下，我们需要精确的估计直线的参数，这时就需要进行直线拟合。直线拟合的方法很多，比如一元线性回归就是一种最简单的直线拟合方法。但是这种方法不适合用于提取图像中的直线。因为这种算法假设每个数据点的X 坐标是准确的，Y 坐标是带有高斯噪声的。可实际上，图像中的每个数据点的XY 坐标都是带有噪声的。下面就来讲讲适用于提取图像中直线的直线拟合算法。一个点 (xi,yi)(xi,yi) 到直线的距离用 r
OpenCV单目视觉定位（测量）系统The System of Vision Location with Signal CameraAbstract:This passage mainly describes how to locate with signalcamera,which bases on OpenCV library.Key words: OpenCV; Locate;Signalcamera摘 要：本文主要描述的是利用开源计算机视觉库OpenCV实现单目视觉定位系统。
在图像处理领域，常常需要设置感兴趣区域来专注或者简化工作过程，也就是从图像中选择一个图像区域，这个区域是图像分析所关注的重点。 定义ROI区域有两种方法：Mat imageROI;
//方法一
//前两个参数是相对于原图像的坐标，后两个参数是ROI区域的宽和高
imageROI = image(Rect(pos_left,pos_top,logo.cols,logo.rows)