Resumen de conocimientos de OpenCV

Resumen de los puntos de conocimiento de OpenCV

Introducción

• OpenCV es una biblioteca de visión por computadora de código abierto que proporciona ricas funciones de procesamiento de imágenes y videos.
• Es ampliamente utilizado en robótica, conducción autónoma, procesamiento de imágenes médicas, monitoreo de seguridad y otros campos.

conocimiento básico

• Lectura y visualización de imágenes: cv::imread()y cv::imshow()funciones.
• Operaciones de píxeles: leer, modificar y atravesar valores de píxeles.
• Operaciones de canales: separar y fusionar canales, modificar valores de canales.
• Conversión de espacio de color: cv::cvtColor()función.
• Filtrado de imágenes: filtros para suavizado, nitidez, conservación de bordes, etc.
• Binarización de imágenes: segmentación por umbral, binarización adaptativa, etc.
• Operaciones de morfología de la imagen: operaciones de erosión, dilatación, apertura y cierre, etc.

Procesamiento de imágenes avanzado

• Transformación de imagen: transformación afín, transformación de perspectiva, etc.
• Ecualización de histograma: cv::equalizeHist()función.
• Detección de bordes: Sobel, Canny y otros operadores.
• Detección de características: Harris, FAST, ORB y otros algoritmos.
• coincidencia de características: cv::matchFeatures()función.
• Segmentación de imágenes: algoritmos como watershed y k-means.

aprendizaje automático

• Conceptos básicos de aprendizaje automático: conjunto de entrenamiento, conjunto de prueba, evaluación de modelos, etc.
• Algoritmo de clasificación:
  • Algoritmo k-NN: cv::ml::KNearestClase.
  • Algoritmos de máquina de vectores de soporte (SVM): cv::ml::SVMClases.
  • Árboles de Decisión y Algoritmos de Bosque Aleatorio: cv::ml::DTreesy cv::ml::RTreesClases.
  • Algoritmo de regresión logística: cv::ml::LogisticRegressionclase.
• Extracción de características y reducción de dimensionalidad: PCA, LDA y otros algoritmos.
• Detección de objetivos:
  • Características de Haar y clasificadores en cascada: cv::CascadeClassifierclase.
  • Algoritmos de detección de objetivos basados ​​en deep learning: SSD, YOLO, Faster R-CNN, etc.

procesamiento de video

• Video de lectura y visualización: cv::VideoCapturey cv::VideoWriterclase.
• Análisis y procesamiento de video: método de diferencia de cuadros, método de flujo óptico, modelado de fondo, etc.
• Streaming de video y control de cámara: cv::VideoStreamy cv::VideoCaptureclases.

otro

• Almacenamiento y lectura de imágenes y videos:cv::imwrite