HUNNISH 注:
本翻译是直接根据 OpenCV Beta 4.0 版本的用户手册翻译的,原文件是:<opencv_directory>/doc/ref/opencvref_cv.htm, 可以从 SOURCEFORG 上面的 OpenCV 项目下载,也可以直接从 阿须数码 中下载:http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/ref/opencvref_cv.htm。
翻译中肯定有不少错误,另外也有些术语和原文语义理解不透导致翻译不准确或者错误,也请有心人赐教。翻译这些英文参考手册的目的是想与国内 OPENCV 的爱好者一起提高 OPENCV 在计算机视觉、模式识别和图像处理方面的实际应用水平。
创建结构元素
IplConvKernel* cvCreateStructuringElementEx( int cols, int rows, int anchor_x, int anchor_y,
int shape, int* values=NULL );
cols
结构元素的列数目
rows
结构元素的行数目
anchor_x
锚点的相对水平偏移量
anchor_y
锚点的相对垂直便宜量
shape
结构元素的形状,可以是下列值:
-
CV_SHAPE_RECT
, 长方形元素;
-
CV_SHAPE_CROSS
, 交错元素 a cross-shaped element;
-
CV_SHAPE_ELLIPSE
, 椭圆元素;
-
CV_SHAPE_CUSTOM
, 用户自定义元素。这种情况下参数 values
定义了 mask,即象素的那个邻域必须考虑。
values
指向结构元素的指针,它是一个平面数组,表示对元素矩阵逐行扫描。非零值的点表示该点属于该元素。如果点为 NULL,那么
所有值都被认为是非零,即元素是一个长方形。该参数仅仅当形状是 CV_SHAPE_CUSTOM
时才予以考虑。
函数 cv CreateStructuringElementEx 分配和填充结构 IplConvKernel
, 它可作为形态操作中的结构元素。
删除结构元素
void cvReleaseStructuringElement( IplConvKernel** element );
element
被删除的结构元素的指针
函数 cvReleaseStructuringElement 释放结构 IplConvKernel 。
如果 *element
为 NULL
, 则函数不作用。
使用结构元素腐蚀图像
void cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src
输入图像.
dst
输出图像.
element
用于腐蚀的结构元素。若为 NULL
, 则使用 3×3 长方形的结构元素
iterations
腐蚀的次数
函数 cvErode 对输入图像使用指定的结构元素进行腐蚀,该结构决定每个具有最小值象素点的邻域形状:
dst=erode(src,element): dst(x,y)=min((x',y') in element))src(x+x',y+y')
函数支持(in-place)模式。腐蚀可以重复进行 (iterations
) 次. 对彩色图像,每个彩色通道单独处理。
使用结构元素膨胀图像
void cvDilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src
输入图像.
dst
输出图像.
element
用于膨胀的结构元素。若为 NULL
, 则使用 3×3 长方形的结构元素
iterations
膨胀的次数
函数 cvErode 对输入图像使用指定的结构元素进行腐蚀,该结构决定每个具有最小值象素点的邻域形状:
函数 cvDilate 对输入图像使用指定的结构元素进行膨胀,该结构决定每个具有最小值象素点的邻域形状:
dst=dilate(src,element): dst(x,y)=max((x',y') in element))src(x+x',y+y')
函数支持(in-place)模式。膨胀可以重复进行 (iterations
) 次. 对彩色图像,每个彩色通道单独处理。
高级形态变换
void cvMorphologyEx( const CvArr* src, CvArr* dst, CvArr* temp,
IplConvKernel* element, int operation, int iterations=1 );
src
输入图像.
dst
输出图像.
temp
临死图像,某些情况下需要
element
结构元素
operation
形态操作的类型:
CV_MOP_OPEN
- 开口
CV_MOP_CLOSE
- 闭口
CV_MOP_GRADIENT
- 形态梯度
CV_MOP_TOPHAT
- "顶帽"
CV_MOP_BLACKHAT
- "黑帽"
iterations
膨胀和腐蚀次数.
函数 cvMorphologyEx 在膨胀和腐蚀基本操作的基础上,完成一些高级的形态变换:
开口:
dst=open(src,element)=dilate(erode(src,element),element)
闭口:
dst=close(src,element)=erode(dilate(src,element),element)
形态梯度
dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)
"顶帽":
dst=tophat(src,element)=src-open(src,element)
"黑帽":
dst=blackhat(src,element)=close(src,element)-src
临时图像 temp
在形态梯度以及对“顶帽”和“黑帽”操作时的 in-place 模式下需要。
分享到:
相关推荐
OpenCV中文手册.pdf是一本关于计算机视觉和图像处理的技术手册,涵盖了图像处理、特征检测、图像变换、形态学操作、滤波器、色彩空间变换、金字塔、连接部件、图像与轮廓矩、特殊图像变换、直方图、匹配等主题。...
6. 图像形态学操作:腐蚀、膨胀、开闭运算等。 7. 机器学习与深度学习:支持SVM、决策树、随机森林等传统机器学习算法,以及现在流行的深度神经网络模块(DNN)。 三、OpenCV核心函数介绍 1. imread() 和 imshow():...
首先,OpenCV库的基础部分包括图像处理的基本操作,如读取、显示和保存图像。在手册中,你将找到如何使用`imread`、`imshow`和`imwrite`等函数来处理这些任务的清晰说明。此外,还有关于颜色空间转换的知识,例如从...
2. 结构分析:这部分涉及到图像的几何特性,如轮廓检测、形态学操作(膨胀、腐蚀、开闭运算)、霍夫变换(用于直线和圆的检测)。OpenCV的`findContours`和`matchShapes`等功能可以帮助我们提取并分析图像的结构信息...
OpenCV库包含多个模块,如Core基础模块、Imgproc图像处理模块、HighGUI用户界面模块、Video视频处理模块、Calib3D三维校准与重建模块、Features2D特征检测与描述模块、Objdetect物体检测模块等。每个模块都有丰富的...
中文手册的翻译对于中文用户来说是一个非常宝贵的资源,可以帮助他们更好地理解和使用OpenCV中的各种功能。 1. **梯度、边缘和角点** - **Sobel算子**:用于计算图像的一阶和二阶导数,常用于边缘检测。`cvSobel`...
这些早期的手册可能侧重于OpenCV的早期版本,其中包含的函数和API可能与最新版本有所不同,但它们可以帮助理解OpenCV的基础知识和核心概念,例如图像滤波、色彩空间转换、形态学操作等。 《OpenCV2.1英文参考手册....
### OpenCV中的图像处理知识点详解 #### 梯度、边缘和角点 在计算机视觉领域,梯度、边缘和角点检测对于特征提取、物体识别等任务至关重要。以下是一些核心函数及其功能: ##### Sobel - **功能**:使用扩展Sobel...
13.形态学操作-morphologyEx() 14.特殊形态学-dilate() 15.升降采样-pyrUp() 16.二值化-threshold() 17.图像微分-Laplacian() 18.边界处理-copyMakeBorder() 19.改进微分-Scharr() 20.图像正确性-convertScaleAbs() ...
《OpenCV2计算机视觉编程手册》是一本深入探讨OpenCV库使用的权威书籍,由张静翻译成中文。这本书的源代码包含在名为"opencv-2-cookbook-src-master"的压缩包中,提供了丰富的示例和实践项目,帮助读者更好地理解和...
"OpenCV CV 中文参考手册" 提供了关于库中各种函数和方法的详细信息,尤其关注图像处理、结构分析、运动分析和对象跟踪等方面。IPLimage 是 OpenCV 中的一个数据结构,专门用于存储图像数据。 在图像处理部分,手册...
《OpenCV_ 图像处理和计算机视觉参考手册1》提供了丰富的图像处理和计算机视觉相关知识,涵盖多个关键领域。OpenCV库是计算机视觉领域的重要工具,它提供了多种函数用于图像处理、结构分析、运动分析、对象跟踪、...
《OpenCV函数手册》是针对...以上仅是《OpenCV函数手册》中部分核心知识点的概述,实际手册将更详细地介绍每个函数的参数、使用方法和实例,帮助开发者深入理解和应用OpenCV库,实现复杂的图像处理和计算机视觉任务。
OpenCV 是一个强大的开源计算机视觉库,提供了...以上只是OpenCV中文手册的部分内容,实际手册中还包含了更多图像处理和计算机视觉的功能,如图像分割、特征检测、对象识别等,对于开发者来说是一份非常宝贵的资源。
形态学操作章节则关注于基于形状的图像处理方法,如腐蚀、膨胀、开闭运算等,这些方法在边缘检测、分割、去除噪声等方面有重要应用,特别是在处理二值图像时。 OpenCV是一个广泛使用的开源计算机视觉库,与Intel...
OpenCV支持基本的图像处理操作,如灰度化、直方图均衡化、边缘检测(如Canny、Sobel、Hough变换)和形态学操作(如腐蚀、膨胀、开闭运算)。这些功能在图像预处理和特征提取中至关重要。 形状分析在图像识别和物体...
图像处理模块包含了图像滤波、形态学操作、色彩空间转换和直方图处理等操作;视频处理模块提供了运动估计、背景减除等功能;计算机视觉模块则包括了特征检测、特征匹配、对象识别、摄像机标定等高级算法。 在使用...
3. **形态学操作** - 包括腐蚀、膨胀、开运算和闭运算等,主要用于消除噪声、填补洞穴、分割连接区域等,对图像的局部结构进行操作。 4. **滤波和彩色变换** - 滤波技术用于去除图像中的噪声,提高图像质量;彩色...
使用 OpenCV.js 可以方便地进行图像和视频的处理,比如读取、显示、分析图像,以及进行图像变换、色彩空间转换、阈值处理、平滑滤波、形态学操作等。 3. **图像处理基础** - **图像的基本操作**:包括图像的读取、...