OpenCV圖像處理常用手段 | 文末問答贈書
點擊上方“AI算法與圖像處理”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達(dá)
文末新功能嘗試，回答贈書，點贊數(shù)最多者（歡迎大家參與）
圖像二值化操作
兩種方法，全局固定閾值二值化和局部自適應(yīng)閾值二值化
全局固定閾值很容易理解，就是對整幅圖像都是用一個統(tǒng)一的閾值來進行二值化；
局部自適應(yīng)閾值則是根據(jù)像素的鄰域塊的像素值分布來確定該像素位置上的二值化閾值。
效果：
腐蝕操作
濾波操作，模糊處理
模糊處理在邊沿檢測和去噪聲方面有較為廣泛的應(yīng)用。OpenCV中提供了4種模糊算法，列舉如下：
average
median
gaussian
bilateral
這里我們只列舉使用 均值濾波實現(xiàn)圖像模糊：
canny邊緣檢測
將原始圖像轉(zhuǎn)化為灰度圖，用blur函數(shù)進行圖像模糊以降噪，然后用canny函數(shù)進行邊緣檢測。
直方圖均衡化
顯然均衡化后的圖片對比度變高了，變得更加明亮！
最后簡單總結(jié)一下圖像處理中概念
離散傅里葉變換
圖像高頻部分代表了圖像的細(xì)節(jié)、紋理信息；低頻代表了圖像的輪廓信息。
低通-》模糊
高通-》銳化
腐蝕和膨脹是針對白色部分（高亮部分）而言的。膨脹就是對圖像高亮部分進行“領(lǐng)域擴張”，效果圖擁有比原圖更大的高亮區(qū)域；腐蝕是原圖中的高亮區(qū)域被蠶食，效果圖擁有比原圖更小的高亮區(qū)域。
開運算：先腐蝕再膨脹，用來消除小物體
閉運算：先膨脹再腐蝕，用于排除小型黑洞
形態(tài)學(xué)梯度：就是膨脹圖與腐蝕圖之差，用于保留物體的邊緣輪廓。
頂帽：原圖像與開運算圖之差，用于分離比鄰近點亮一些的斑塊。
黑帽：閉運算與原圖像之差，用于分離比鄰近點暗一些的斑塊。
下載1
在「AI算法與圖像處理」公眾號后臺回復(fù)：yolov4，即可下載 YOLOv4 trick相關(guān)論文
下載2
在「AI算法與圖像處理」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載20個有趣的OpenCV實戰(zhàn)項目
個人微信（如果沒有備注不拉群！）
請注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱
