索引地址：系列索引 卷积 图像卷积 卷积，有时也叫算子。用一个模板去和另一个图片对比，进行卷积运算。目的是使目标与目标之间的差距变得更大。卷积在数字图像处理中最常见的应用为锐化和边缘提取。 如边缘提取，假如目标像素点和它周边的值（上下左右前后的临点，具体的比邻范围依赖于算子的大小，3 * 3的算子比邻范围为1，5 * 5的为2，以此类推）得有较大差异，那么就可以通过这个算子对原图矩阵中的这个位

索引地址：系列索引 OpenCV的基本库提供了一些基础图形和文字的绘制，在附属模块中提供了与python/matlab相似的plot绘制折线图的功能。 函数原型为： 12static Ptr< Plot2d > create (InputArray data);static Ptr< Plot2d > create (InputArray dataX, Inpu

索引地址：系列索引 上一篇文章实现图片绘制文字，之前我们了解过OpenCV入门教程013：视频文件(摄像头)读取与显示的操作，然后我们就可以对每一帧进行处理。 最简单的处理就是在图片上面显示文字，我们就以他来作为示例。就是整合代码。 12345678910111213141516171819202122232425//头文件#include <iostream>#include <

索引地址：系列索引 一般添加噪声是添加水印，也就是将文字写到图片上面。 本文介绍OpenCV在图片上绘制图像的方法。 基本图像绘制 文字 函数原型： 1234567891011void cv::putText( cv::Mat& img, // 待绘制的图像 const string& text, // 待绘制的文字 cv::Point

索引地址：系列索引 图像噪声 图像噪声使图像在获取或是传输过程中收到随机信号干扰，妨碍人们对图像理解及分析处理的信号。很多时候将图像噪声看做多维随机过程，因而描述噪声的方法完全可以借用随机过程的描述，也就是使用随机过程的描述，也就是用它的高绿分布函数和概率密度分布函数。图像噪声的产生来自图像获取中的环境条件和传感元器件自身的质量，图像在传输过程中产生图像噪声的主要因素是所用的传输信道收到了噪声的

索引地址：系列索引 官方指导文件对filter2D()函数的描述为:Convolves an image with kernel即利用内核实现对图像的卷积运算。 函数原型为： 1234567void filter2D( InputArray src, OutputArray dst, int ddepth, I

索引地址：系列索引 编程步骤 定义KalmanFilter类并初始化 KalmanFilter KF(DP, MP, 0);构造KF对象，初始化相关参数 KF.transitionMatrix 转移矩阵 A KF.measurementMatrix 测量矩阵 H KF.processNoiseCov

原文地址：How a Kalman filter works, in pictures 中文版 + 英文版离线PDF下载地址：蓝奏 5M 正文 我要告诉你卡尔曼滤波器的事，因为它的作用实在太神奇了。 令人惊讶的是，似乎很少有软件工程师和科学家知道这一点，这让我感到悲伤，因为在不确定的情况下结合信息，它是一个如此普遍和强大的工具。有时，它提取准确信息的能力似乎几乎是神奇的-如果听起来我说得太多了，

索引地址：系列索引 图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。图像模糊的实质就是图像受到平均运算或积分运算，因此可以对图像进行逆运算，如微分运算能够突出图像细节，使图像变得更为清晰。由于拉普拉斯是一种微分算子，它的应用可增强图像中灰度突变的区域，减弱灰度的缓慢变化区域。 普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数 的拉普拉斯变换是各向同性的二阶导数

索引地址：系列索引 图像锐化原理 图像锐化，是使图像边缘更加清晰的一种图像处理方法，说白了就是让图像的边缘看起来更加清晰明了。其原理主要就是利用图像的高频分量来实现的，将原图像的高频分量提取出来，再和原图像按一定规则叠加起来，最终得到的图像就是锐化后的图像。提取高频分量可以有如下两种方式： 1.直接使用高通滤波器来提取图像高频分量，如Sobel算子、Laplace算子、梯度Prewitt算子等。