OpenCV-Python开发指南

其实，在前面的人脸磨皮以及美白的时候，我们就已经完成了人脸的祛痘，只要高度磨皮（双边滤波）就能达到祛痘的效果。 但是一般来说，现在的美图App都会给用户提供手动祛痘的功能，毕竟自动美白祛

人脸美白原理说透了，就是一种图像的颜色空间处理，所以我们需要通过颜色空间进行设计。 不过，我们先来参考以下PS对于图像美白的处理步骤： 首先，新建一个图层，将这个图层设置为白色 接着，将

人脸磨皮是最基础的人脸美颜效果。主要分为祛斑，祛痘，淡化黑眼圈等步骤。通过前面的学习相信大家一眼都看得出来我们需要干什么才能识别人脸磨皮效果。 因为磨皮之后，脸部的杂质基本上就没有了，也

在平常的生活中，我们会经常看到各种马赛克，比如某些宅男硬盘里的视频马赛克，有些直播犯罪嫌疑人的头像遮罩马赛克等。可以说在生活中，马赛克无处不在。 因此，我们在学习OpenCV的同时，也

油画简单的理解是带有艺术感的图像，色彩相对于原图要更加鲜艳，但却是失真的。 而且对于喜欢欣赏艺术的读者，肯定或多或少关注过油画，油画并不细腻，而且小部分因为色块的堆积非常模糊。所以，我

要实现一种图像处理的效果，首先我们需要掌握其实现的具体原理。 相信经常使用PS的用户肯定自己通过该软件处理过素描的效果实现。那么，我们可以参考一样PS实现素描效果的步骤： 去色：因为素

不管是荣耀华为手机还是其他的手机，我们都可以找到相机中的怀旧效果，这是手机中常用的一种滤镜效果。 怀旧风格的设计主要是在图像的颜色空间进行处理。以BGR为例，对B、G、R这3个通道的

在抖音中，我们经常看到各种抖音玩家都喜欢使用哈哈镜效果。那么什么是哈哈镜呢？ 在现实生活中，哈哈镜是指一种表面凹凸不平的镜子，可以反应出人像及物体的扭曲面貌。简单点来说就是拉伸人脸（物件），或者

直方图均衡化的目的是将原始图像的灰度级均匀地映射到整个灰度级范围内，得到一个灰度级分布均衡的图像。这种均衡化，即实现了灰度值统计上的概率均衡，也实现了人类视觉系统上（HSV）的视觉均衡。

K近邻算法 机器学习算法是从数据中产生模型，也就是进行学习的算法。我们把经验提供给算法，它就能够根据经验数据产生模型。在面对新的情况时，模型就会为我们提供预测的结果。例如，识别数字，文字时，其实识别它

我们学习了如何使用摄像头，并处理每一帧的图像。但是，处理完视频之后，并没有讲解如何保存视频。所以，本篇将详细的讲解如何保存视频中的图片以及视频本身。 在Open

视频是非常重要的视觉信息来源，它是视觉处理过程中经常要处理的一类信号。实际上，视频是由一系列图像构成，这一系列的图像被称为帧，帧是以固定时间间隔从视频中获取的。获取帧的速度称为帧速率，其单位通常

经典的前景提取技术主要使用纹理（颜色）信息，如魔术棒工具，或根据边缘（对比度）信息，如智能剪刀等完成。2004年，微软研究院的Rother等人在论文中提出了交互式前景提取技术。他

了解分水岭算法之前，我们需要了解什么是图像的分割。 在图像的处理过程中，经常需要从图像中将前景对象作为目标图像分割或者提取出来。例如，在视频监控中，观测到的是固定背景下的视频内容，而我们对背

霍夫变换是一种在图像中寻找直线，圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由Paul Hough（霍夫）于1962年首次提出。 最初的霍

在上一篇的实战中，我们通过人物眼睛的子图，找出了其在图像中出现位置。但是，有些情况下，并不仅仅只有一次，比如我们讲解傅里叶变换时，曾介绍一张草原的狮子图。如果匹配某个草，可能单个图像内会有

模板匹配是指在当前图像A内寻找与图像B最相似的部分，可以理解找茬，但是这里是找出一样的信息。 一般我们将图像A称为输入图像，将图像B称为模板图像。模板匹配的原理就是将模板B图像在图像A

在前一篇的博文中，我们详细讲解了傅里叶变换的原理以及使用Numpy库实现傅里叶变换。但是其实OpenCV有直接实现傅里叶变换的函数。 在OpenCV中，我们通过cv2.dft()来实现傅里叶变换

要理解傅里叶变换，我们首先需要了解图像处理。在图像处理的过程中，一般分为空间域处理和频率域处理。 空间域处理是直接对图像内的像素进行处理。空间域处理主要划分为灰度变换和空间滤波两种形式。灰度变换

在讲解后面的采样以及傅里叶变换之前，我们需要掌握python对图像的输入、输出以及显示等操作。 本篇涉及都是简单的图像显示保存等操作，但是后面基于此复杂的变换都会或多或少用到这些知识。所以，别看