OpenCV 图像增强与修复技术实战
📘 30章 · 完整目录
友好
01
图像处理基础
OpenCV简介
图像读取与显示
像素操作基础
02
色彩空间转换
RGB详解
HSV转换
LAB实战
03
图像滤波技术
均值滤波
高斯滤波
中值滤波
04
边缘检测算法
Sobel算子
Canny
Laplacian
05
图像阈值处理
全局阈值
自适应阈值
Otsu二值化
06
形态学操作
腐蚀/膨胀
开/闭运算
形态学梯度
07
图像直方图
直方图计算
均衡化
自适应均衡化
08
图像增强技术
对比度拉伸
伽马校正
直方图匹配
09
图像锐化
拉普拉斯锐化
USM锐化
高通滤波
10
噪声模型
高斯噪声
椒盐噪声
泊松噪声
11
去噪算法
NLM去噪
双边滤波
小波去噪
12
图像修复基础
修复原理
inpaint函数
Telea算法
13
图像修复进阶
NS算法
纹理合成修复
14
图像去模糊
维纳滤波
Lucy-Richardson
15
超分辨率重建
插值方法
SRCNN基础
ESPCN
16
图像去雾技术
暗通道先验
引导滤波去雾
17
图像去雨技术
稀疏表示去雨
深度学习去雨
18
图像去阴影
物理模型去阴影
学习去阴影
19
图像去反光
偏振去反光
多图像去反光
20
图像去摩尔纹
频域滤波
深度学习去摩尔纹
21
图像去划痕
结构修复
纹理修复
22
图像去水印
基于修复去水印
生成对抗网络
23
图像去噪点
深度学习去噪
传统方法去噪
24
去压缩伪影
基于滤波
基于深度学习
25
去运动模糊
盲去卷积
深度学习去模糊
26
去散焦模糊
深度估计去模糊
盲去卷积
27
图像去雾霾
物理模型去雾
深度学习去雾
28
去低光照
Retinex增强
深度学习低光照
29
图像去高光
基于色度去高光
基于偏振
30
综合实战
增强与修复系统
性能评估与优化
📂 点击卡片进入对应章节 · 30个文件已就绪