python opencv 直方图均衡化,cv2直方图均衡化
另一方面，轮廓滤波是信号和图像处理中的基本操作之一，其目的是有选择地提取图像某一面的内容。例如，过滤包括过滤图像中的噪声、提取有用的视觉特征、对图像进行采样等。以下是一些关于过滤的重要概念。
图像是由不同灰度(或颜色)组成的图案，因为图案的灰度在某些地方变化很大(比如有很多小物体的场景等。)，并且灰度的强度在某些地方几乎不变(例如，大海、蓝天、草地等。)，而这个特征可以用频域来表示。观察灰度分布来描述图像的特征称为空域。
在频域分析中，图像被分解成范围从低频到高频的高频分量。图像强度变化慢的区域只包含低频，强度变化快的区域产生高频。因为图像是二维的，所以频率可以分为垂直频率(垂直变化)和水平频率(水平变化)。
二、低通滤波器低通滤波器的作用是去除图像的高频部分，使图像更加平滑。
1.将平均滤波图像中每个像素的值替换为其周围像素的平均值，使图像更加平滑。opencv对应的平均过滤函数如下。
Voidblur(inputarraysrc，//输入图像输出数组dst，//输出图像大小ksize，//滤波器核心大小pointanchor=point )-1，-1，//默认值为BORDER_DEFAULT，实验图像分别选择大小(5*5)和大小(10 * 10)两种滤波器比较效果。
Cv :3360蓝宝石(image，result_55，cv:3360size) 5，5)；//滤镜大小5*5cv:3360blur(image，result_1010，cv33603360size) 10，10))；//过滤器尺寸10*10
原图
过滤核分别为5*5和10*10。过滤核越大越模糊，近视越痛苦。
相关原理：
滤波器核实际上是一个矩阵，矩阵中的值是权重，5*5和10*10是对应的矩阵大小。对于一个3*3的普通滤镜，它对应的滤芯可能就这么长。
以上面的过滤器内核为例。当这个滤镜移动到图像中的每个像素时，它旁边的每个像素都会乘以1，然后进行加法平均。最后，原始像素的值将被这个平均值替换。
2.对于xsdmg滤波，像素越近，其重要性需要越高，计算加权平均值，即像素越近，其权重越大，基于xsdmg函数制定加权策略。opencv对应的xsdmg过滤函数如下：
VoidGaussianblur(inputarraysrc，//输入图像输出数组dst，//输出图像大小ksize，//滤波器大小double sigmaX，xsdmg控制曲线形状的参数double。
cv:mati image=cv:3360 im read(小狗。BMP)；cv:3360imshow(小狗，图片)；Cv:高斯蓝(图像，结果，CV: 3360大小)5，5)，1.5)；cv :3360 im显示(高斯滤波)、结果)；
相关原理：
对于xsdmg滤镜，对应于像素的权重与到中心像素的距离成比例。一维xsdmg的公式如下。
这里，a是归一化系数。为了使xsdmg曲线下的面积为1，根据符号sigma的值确定xsdmg曲线的宽度。该值越大，xsdmg曲线越平坦。接下来是si。
gma=0.5和sigma=1.5时的Xsdmg曲线：
xsdmg函数是一条对称的钟形曲线。离中心点越远，像素的权重越低，这使得像素之间的过渡更平滑。当曲线较平坦时(接近均值滤波器)，远处的像素会使当前的平均值突然发生变化。从频率的角度来看，均值滤波器并不能消除所有的高频成分。
因为xsdmg滤镜是一个可分离的滤镜，所以在对一个图像应用二维xsdmg滤镜时，只需要在横线上应用一维xsdmg滤镜(在水平方向过滤频率)，然后在竖线上再应用一维xsdmg滤镜(在垂直方向过滤频率)。
注意，在openCV中使用cv:GaussianBlur()函数对图像进行xsdmg过滤时，除了前两个输入输出图像外，还应提供过滤器大小(第三个参数必须是奇数)和(第四个参数)的值。要么只有提供的值由openCV决定滤镜大小(输入滤镜大小的值为0)，要么只有滤镜大小输入，openCV决定自己判断合适的值。
cv:GaussianBlur(图像，结果，cv:Size(9，9)，1.5)；//第三个参数应该是奇数CV:高斯模糊(image，result，CV: size (10，10)，1.5)；//将会报告一个错误。3.通过使用滤镜减少像素采样来降低图像精度的过程称为像素采样。在缩小一幅图像时，简单地删除图像中的一些行和列，会导致图像锯齿较多，视觉效果不佳。因此，在删除一些行和列之前，应该对原始图像进行低通滤波，这样在获得的图像中就不会出现伪影。
直接去除一部分行和列
cv:Mat image=cv:im read( boldt . jpg ，0)；//读取照片CV:matre duced(image.rows/4，image.cols/4，CV _ 8u)；for(int I=0；我减少了行数；I){ for(int j=0；j reduced.colsj ){reduced.atuchar(i，j)=image.atuchar(i * 4，j * 4)；}}cv:resize(reduced，reduced，cv:Size()，4，4，cv:INTER _ NEAREST)；//将每个像素的cv:imshow(Reduced ，Reduced)显示为其原始大小的四倍；
直接去掉一些行列结果。
经过低通滤波后再缩减像素
cv:GaussianBlur(image，image，cv:Size(11，11)，1.75)；//第三个参数应该是奇数CV:matre duced 2(image.rows/4，image.cols/4，CV _ 8u)；//每四个像素保留一个(int I=0；我减少了2 . rows；I){ for(int j=0；j reduced2.colsj ){reduced2.atuchar(i，j)=image.atuchar(i * 4，j * 4)；} } cv:Mat new image；cv:resize(reduced2，newimage，cv:Size()，4，4，cv:INTER _ NEAREST)；//将每个像素的cv:imshow(Reduced2 ，newimage)显示为其原始大小的四倍；
可以看出，xsdmg过滤后减少像素的视觉效果要比直接删除像素好很多。
四。像素插值缩放后的图像必须按像素进行插值。常见的图像插值方法有：最近邻插值、双线性插值和双三次插值。
最邻近插值法
将要生成的图像的像素网格放置在图像上方，每个新像素都被赋予原始图像中最近像素的值。比如把上面的图放大四倍。
cv:resize(reduced，newImage，cv:Size()，3，3，cv:INTER _ NEAREST)；双线性内插法
先在新增像素的左右两侧垂直插入两个像素值，然后利用这两个插入的像素(灰色圆圈)在相应的位置插入像素值。
cv:resize(reduced2，newimage，cv:Size()，4，4，cv:INTER _ LINEAR)；
这篇文章是我学习opencv的笔记，可能有很多不足之处。请批评指正！如果有任何问题，请随时与我沟通。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。