機器學習：基于OpenCV和Python的智能圖像處理實戰——待填坑
- 圖像處理基礎
- 圖像的基本表示方法
- 圖像處理的基本操作
- 圖像運算
- 圖像的色彩空間轉換
- 圖像幾何變換
- 4.1 仿射變換
- 4.2 重映射
- 4.3 投影變換 4.4 極坐標變換
- 5 圖像直方圖處理
- 7 圖像閾值處理
- 8 圖像形態學處理
github地址
參考文章：機器學習——基于OpenCV和Python的智能圖像處理(一)
圖像處理基礎
示例圖像 lena.png
平常大家看到的lena.png是這樣的
今天才看到這張圖的原圖，如下：
居然能發出來，各位自己下載原圖欣賞吧（原圖分辨率是1084*2318）。
圖像的基本表示方法
二值圖像
灰度圖像
彩色圖像
圖像處理的基本操作
讀取 顯示 保存
圖像通道的拆分和合并 RGB
圖像屬性的獲取
圖像運算
加減乘除
邏輯運算：與或非、異或
圖像的色彩空間轉換
RGB
灰度圖GRAY
YCrCb：Y代表亮度，Cr和Cb保存色度信息，其中Cr表示紅色分量信息，Cb表示藍色分量信息
HSV色彩空間：HSV是從心理學角度提出的，它包括色調、飽和度和亮度三要素。其中，色調是指光的顏色，與混合光譜的主要光波長有關；飽和度是指顏色深淺程度或相對純凈度；亮度反映的是人眼感受到的光的明暗程度。
圖像幾何變換
4.1 仿射變換
平移 縮放 旋轉
4.2 重映射
繞x軸旋轉 繞y軸旋轉 繞x軸與y軸旋轉
4.3 投影變換 4.4 極坐標變換
5 圖像直方圖處理
7 圖像閾值處理
- 二值化
- Otsu尋優的方法是最大方差法，該算法是在判別分析最小二乘法原理的基礎上推導得出的，計算過程簡單，是一種常用的閾值分割的穩定算法。(找到最佳閾值后依舊二值化處理)
)
