这里写目录标题
- 图像阈值
- 平滑处理
- 形态学 腐蚀操作
- 膨胀操作
- 开运算和闭运算
- 梯度运算
- 礼帽和黑帽
- 图像梯度 sobel算子
- scharr算子
- canny边缘检测
- 图像金字塔
- 图像轮廓
- 绘制轮廓
- 轮廓特征
- 轮廓近似
- 边界矩形
- 模板匹配
图像阈值
平滑处理
均值滤波
blur = cv2.blur(img,(3,3)) 相当于平均卷积操作 卷积矩阵 3*3的 全是1 然后相加除9
方框滤波，基本和均值滤波一样，可以选择归一化
box = cv2.boxFilter(img,-1,(3,3), normalize = True)
box = cv2.boxFilter(img,-1,(3,3), normalize = False) 越界后取255
高斯滤波
形态学 腐蚀操作
去毛刺
erode
腐蚀核大小，腐蚀几次
膨胀操作
腐蚀后再膨胀
开运算和闭运算
开先腐蚀再膨胀
梯度运算
礼帽和黑帽
开先腐蚀再膨胀
图像梯度 sobel算子
水平和竖直两个方向
小于0的话为0或绝对值
CV_64
绝对值转换，不能说负数就不要了
右边 白-黑变成大于0的数
黑 -白 负数 小于0
分开计算，再整合两个梯度
scharr算子
laplacian二阶导 对噪音敏感
scharr算子更为细腻
canny边缘检测
非极大值抑制就是 检测出多个框 置信度99 96 95 保留最大的
离散为几个方向，看这几个方向上的
下边界越小，要求越低，保留信息越多
阈值大小对结果的差异
图像金字塔
高斯金字塔
拉普拉斯金字塔
图像轮廓
做之前先要基本处理
三个图像 一个 图像 ， 轮廓点，最后一个层级结构结果
绘制轮廓
-1 代表所有轮廓
2代表线条宽度 轮廓线条颜色
轮廓特征
拿出具体的一个轮廓
轮廓近似
距离小于阈值，轮廓近似
不断迭代 近似
这里阈值设置为了0.1倍的周长
边界矩形
