OpenCV

特征匹配 一、Brute-Force蛮力匹配 主要流程： 求出原图像与模板图像的所有特征点 将模板图像的特征点依次和原图像中的每个特征向量使用欧氏距离进行匹配 使用归一化的结果进行比较 例图显示 ①

图像拼接 一、总体方法和流程讲解 将两张视角不同的图像拼接起来 如何将两张图像的视角进行匹配？ 使用特征提取后的特征匹配，找出匹配最佳的四对特征点，反解出变换矩阵 H ，将其中一幅图像使用此变换矩阵进

恒定尺度特征转换 一、尺度空间定义 在一定范围内，无论物体是大还是小，人眼都可以分辨出来，但是计算机则不然，很难将不同大小的同一物体识别出来，所以要让机器能对物体在不同尺度下有一个统一的认知，也就是考

图像特征 - 角点 一、harris角点检测 角点：将某点进行水平或垂直方向移动时，灰度级变化较大且迅速 1. 基本原理 ① 推导过程 对于图像 l(x, y) ，当在点 (x, y) 处平移 $ (

文档识别 一、总体方法个流程讲解 将发票或者纸张上面的文本信息提取出来。 如何将图片中的纸张提取出来？ 利用轮廓检测。利用周长或者面积筛选出所需要的纸张结果. 如何将纸张朝向转化为正对屏幕(便于识别)

数字识别 一、总体方法和流程讲解 将银行卡中的四组数字读取出来并识别为对应的数字。 如何将银行卡中的数字识别出来？ 利用模板匹配。在模板中准备 0- 9 的 10 个数字，将每一个数字与银行卡中的单个

傅里叶变换 在日常生活中，早上 7 点起床吃饭，8 点赶地铁， 9 点开始上班，以时间为参照就是时域分析。 时域分析是相对于频域分析而言的，在频域中，一切都是静止的。 傅里叶变换的作用 高频：变化剧烈

直方图概念 灰度图灰度分布： 横坐标为灰度值 纵坐标为对应灰度值的像素个数 cv2.calcHist(images,channels, mask, histSize, ranges) images :

模板匹配 模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与图像被覆盖的部分的差别程度，这个差别程度的计算方法在OpenCV里面有6种，然后每次计算的结果都放入一个矩阵里，作为结果输出。

图像轮廓 cv2.findContours(img, mode, method) mode:轮廓检测的模式 RETR_EXTERNAL:只检测最外面的轮廓 RETR_LIST:检测所有轮廓，并将其保存

图形金字塔 高斯金字塔 拉普拉斯金字塔 图像金字塔主要是为了缩小图像，便于之后的图像处理（特征提取：对每一层都进行特征提取后再汇总） 高斯金字塔:（上下和展示图像相反） 向下采样方法(Downsize

Canny边缘检测 使用高斯滤波器，用以平滑图像，滤除噪声 （噪声对边缘像素点会有影响） 计算图像中的每个像素点的梯度强度和方向 应用非极大值抑制(Non-Maximum Supression)，来消

图像梯度 - Sobel算子 注意：插入公式的方法 方程、求和之类的$ \sum_{i=0}^{n}\left(x_{i}^{2}+y_{j}^{3}\right)$ 矩阵 $\mathbf{G}{x

形态学操作 基本概念 定义 形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第二个被称为结构化元素或核，它是用来决定操作的性质的。两个基本的

图像阈值 ret，dst = cv2.threshold(src, thresh, maxval, type) 图像平滑 滤波的用法

图像处理的一般需要导入的包的集合 读取图像： 输出图像： 创建图片显示端口（可创建多个） 以数学方式显示图片阵列，注意数组位数个数 自定义读取为灰度图的函数和显示函数 解决名称乱码：先编码为GBK，再