Android OpenCV 基础入门

参数一：images，待统计直方图的图像数组，数组中所有的图像应具有相同的尺寸和数据类型，并且数据类型只能是CV_8U、CV_16U和CV_32F三种中的一种，但是不同图像的通道数可以不同。 参数二：channels，需要统计的通道索引数组，第一个图像的通道索引从0到image…

参数一：src，输入待下采样的图像。 参数三：dstsize，输出图像尺寸，可以缺省。 参数一：src，输入待上采样的图像。 参数三：dstsize，输出图像尺寸，可以缺省。

参数一：src，原图像，可以是灰度图像或者彩色图像。 参数二：dst，极坐标变换后输出图像，与原图像具有相同的数据类型和通道数。 参数三：dsize，目标图像大小。 参数四：center，极坐标变换时极坐标的原点坐标。 参数五：maxRadius，变换时边界圆的半径，它也决定了…

返回值：2*3 的变换矩阵。透视变换是3*3的矩阵，仿射则是2*3的矩阵 参数六：borderMode，像素边界外推方法的标志。BORDER_CONSTANT 或者BORDER_REPLICATE

透视变换的方程组有8个未知数，所以要求解就需要找到4组映射点，四个点就刚好确定了一个三维空间。 参数六：borderMode，像素边界外推方法的标志。BORDER_CONSTANT 或者BORDER_REPLICATE 下面代码实现将相机视线不垂直于马路平面拍摄的图像经过透视变…

LUT查找表，即像素灰度值的映射表，它以像素灰度值作为索引，以灰度值映射后的数值作为表中的内容。可以类比为我们编程过程中使用的Map，Key为像素灰度值，Value为灰度值映射后的数值。

这两种标志是获取阈值的方法，并不是阈值的比较方法的标志，这两个标志可以和前面5种标志一起使用，例如“THRESH_BINARY| THRESH_OTSU”。前面5种标志在调用函数时都需要人为的设置阈值，如果对图像不了解设置的阈值不合理，会对处理后的效果造成严重的影响，这两个标志…

多通道分离API参数一：m，待分离的多通道图像参数二：mv，分离后的单通道图像操作通道合并API参数一：mv，需要合并的图像数组，其中每个图像必须拥有相同的尺寸和数据类型参数二：dst，合并后输出的图

采用三种颜色的英文首字母组成，分别是红色（Red）、绿色（Green）和蓝色（Blue）。虽然该颜色模型的命名方式是红色在前，但是在OpenCV中却是相反的顺序，第一个通道时蓝色（B）分量，第二个通道时绿色（G）分量，第三个通道时红色（R）分量。根据存储顺序的不同，OpenCV…

对RGB色彩图像来讲，亮度越高，像素点对应的RGB值应该越大；亮度越低，像素点对应的RGB值应该越小。而对比度则是用来描述图像颜色与亮度之间的差异感知，对比度越大，图像的每个像素与周围的差异性也就越大，整个图像的细节就越显著；反之亦然。 g(i,j) = αf(i,j) +β …

参数五：thickness，直线宽度。若为负值，表示填充 参数五：thickness，直线宽度。若为负值，表示填充 参数八：thickness，直线宽度。若为负值，表示填充 参数十：bottomLeftOrigin，如果为true，则图像数据原点位于左下角。否则，位于左上角 绘…

标准差又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。标准差反映了图像像素值与均值的离散程度，标准差越大说明图像的质量越好。

Mat类用于表示一个多维的单通道或者多通道的稠密数组。能够用来保存实数或复数的向量、矩阵，灰度或彩色图像，立体元素，点云，张量以及直方图（高维的直方图使用SparseMat保存比较好）。简而言之，Mat就是用来保存多维的矩阵的。Mat对象中包含了图像的各种基本信息与图像像素数据…

Mat是OpenCV中用来存储图像信息的内存对象。Mat对象存储图片的像素信息，以及宽、高、类型、维度、大小、深度等属性。比如下面这张26*24 三通道图片，实际的像素存储内容如下 对应的部分信息为26x24x3 uint8，即宽26px，高24px，通道数3，类型8位无符号整…

OpenCV，全称Open Source Computer VisionLibrary，是基于C/C++编写的，是BSD开源许可的计算机视觉开发框架，其开源协议允许在学术研究与商业应用开发中免费使用它。OpenCV支持Windows、Linux、Mac OS、iOS与Andro…