OpenCV-Python Tutorials
1
1. OpenCV简介
2. 核心操作
3. OpenCV中的图像处理
3.1. 更改颜色空间
3.2. 图像阈值化
3.3. 图像的几何变换
3.4. 平滑图像
3.5. 形态转换
3.6. 图像梯度
3.7. 精明的边缘检测
3.8. 影像金字塔
4. OpenCV中的轮廓
5. OpenCV中的直方图
6. OpenCV中的图像变换
7. OpenCV中的高级图像处理
8. 特征检测与描述
9. 摄像机标定与三维重建
10. 机器学习
11. 计算摄影
12. 目标检测
OpenCV-Python Tutorials
Docs
»
3.
OpenCV中的图像处理
3.
OpenCV中的图像处理
¶
3.1. 更改颜色空间
3.1.1. 目标
3.1.2. 更改颜色空间
3.1.3. 目标跟踪
3.1.4. 额外资源
3.1.5. 练习
3.2. 图像阈值化
3.2.1. 目标
3.2.2. 简单阈值
3.2.3. 自适应阈值
3.2.4. 大津二值化
3.2.5. 额外资源
3.2.6. 练习
3.3. 图像的几何变换
3.3.1. 目标
3.3.2. 变换
3.3.3. 额外资源
3.3.4. 练习
3.4. 平滑图像
3.4.1. 目标
3.4.2. 二维卷积(图像滤波)
3.4.3. 图像模糊(图像平滑)
3.4.4. 额外资源
3.4.5. 练习
3.5. 形态转换
3.5.1. 目标
3.5.2. 理论
3.5.3. 结构元素
3.5.4. 额外资源
3.5.5. 练习
3.6. 图像梯度
3.6.1. 目标
3.6.2. 理论
3.6.3. 代码
3.6.4. 一件重要的事!
3.6.5. 额外资源
3.6.6. 练习
3.7. 精明的边缘检测
3.7.1. 目标
3.7.2. 理论
3.7.3. OpenCV中的Canny边缘检测
3.7.4. 额外资源
3.7.5. 练习
3.8. 影像金字塔
3.8.1. 目标
3.8.2. 理论
3.8.3. 使用金字塔的图像混合
3.8.4. 额外资源
3.8.5. 练习