OPENCV3编程入门--第七章(图像变换--边缘，霍夫直线，圆检测，重映射，仿射变换，直方图均衡化)学习笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/hh5233/article/details/98636123

1.opencv中的边缘检测

(1)边缘检测的一般步骤

(2)canny算子

1.三个评价标准


2.编程步骤/思路

3.函数使用

(3)sober算子

1.计算过程/编程步骤

2.sober()函数



（4）Laplacian算子



1.Laplacian()函数


(5).scharr滤波器：opencv中主要是配合sober算子

1.计算图像差分：scharr()函数

2.霍夫变换–直线，圆，椭圆检测

(1)opencv中的霍夫线变换

霍夫变换原理：

极坐标下一对(ρ0,θ0)确定一条直线(垂直才算是ρ)

(2)标准霍夫变换：HoughLines() 函数

       编程中求取x1，y1，x2，y2的公式(x1=x0-1000*b)原理:(https://blog.csdn.net/cv_yuippe/article/details/8967390)

(3)累计概率霍夫变换：HoughLinesP()函数


(4)霍夫圆检测：HoughCircles()函数

3.重映射

(1)概念

(2)实现重映射函数:remap()–将图片进行几何变换

      函数中最重要的参数是两个Mat类型mat1，mat2.其取值(根据变换公式)决定了图像的具体变化！

4.仿射变换

以2*3矩阵形式为例，变换公式为

(1)仿射变换函数：warpAffine()函数

WarpAffine函数与cvGetQuadrangleSubPix函数类似，但不相同

(2)计算二维旋转变换矩阵：getRotationMatrix2D()函数

5.直方图均衡化–增强对比度

(1) 实现直方图均衡化：equalizeHist()函数

本章总结