OpenCV 实战课
30章
图像预处理 · 特征提取
01
图像读取与显示
基础
imread, imshow, namedWindow, waitKey, imwrite
02
色彩空间转换
核心
BGR/RGB, 灰度, HSV, LAB, cvtColor
03
图像几何变换
变换
resize, warpAffine, 仿射/透视变换
04
图像滤波去噪
平滑
均值/高斯/中值/双边滤波
05
图像阈值处理
分割
全局/自适应/Otsu, threshold
06
形态学操作
形态
腐蚀/膨胀/开闭/梯度/顶帽黑帽
07
边缘检测
特征
Sobel, Scharr, Laplacian, Canny
08
图像梯度与锐化
增强
梯度计算, 拉普拉斯锐化, USM
09
直方图处理
统计
直方图均衡化, CLAHE
10
图像轮廓检测
形状
findContours, drawContours, 轮廓近似
11
霍夫变换
检测
直线/圆检测, 标准/概率霍夫
12
图像分割
区域
分水岭, GrabCut, K-means
13
特征点检测
角点
Harris, Shi-Tomasi, 亚像素角点
14
尺度不变特征变换(SIFT)
经典
SIFT检测, 描述子, 匹配
15
加速稳健特征(SURF)
快速
SURF检测匹配, 与SIFT对比
16
ORB特征
高效
ORB, BRIEF, 暴力匹配
17
特征匹配优化
精炼
FLANN, 比率测试, RANSAC
18
图像拼接
全景
单应性矩阵, 图像融合
19
模板匹配
定位
matchTemplate, 多尺度匹配
20
光流法
运动
稀疏LK, 密集Farneback
21
背景建模
分割
MOG2, KNN, 阴影去除
22
Haar级联分类器
人脸
Haar特征, 级联, 人脸检测
23
HOG特征与行人检测
行人
HOG描述子, SVM, 检测
24
LBP特征
纹理
LBP算子, 圆形LBP, 纹理分类
25
图像金字塔
多尺度
高斯/拉普拉斯金字塔, 融合
26
傅里叶变换
频域
DFT, 频谱, 高通/低通滤波
27
图像修复
还原
inpaint, Navier-Stokes, Telea
28
图像去雾
增强
暗通道先验, 直方图均衡, Retinex
29
超分辨率
重建
OpenCV超分模块, EDSR, ESPCN
30
综合实战
项目
完整预处理与特征提取流水线