opencv3.4.6 适用于 win10 & win11，用于计算机视觉图像处理 使用方法： (1) 解压 opencv3.4.6.zip; (2) 双击 opencv3.4.6.exe，生成opencv的头和库； (3) 以三方库形式引入，以构建图像处理工程； 备注：内含完整的debeg和release库

基于Matlab的数字图像处理系统，并且实现两种数字水印处理算法，以GUI形式展现，同时附加电子文档以助理解

一个简易的看图软件，可以显示图像像素值大小，用于图像分析。详细http://t.csdn.cn/RVIzU

基于OpenCV实现图像骨架提取算法，配置环境VS2019+OpenCV4.5.1

针对大视差图像拼接后重叠区域出现重影、非重叠区域发生透视失真等问题，提出一种改进的大视差图像拼接算法。利用尽可能投影算法（APAP）建立低密度网格形变，根据待拼接图像成对匹配点的分布对重叠区域内的网格形变进行细分。通过随机釆样一致性算法计算全局最优相似矩阵，校正非重叠区域发生的透视失真现象。将全局最优相似矩阵与网格单应矩阵加权叠加，实现目标图像形变。在此基础上，对目标图像重叠区域进行内容感知，保留重要度较低的区域并完成拼接，以避免重叠区域出现重影问题。实验结果表明，相对APAP、SPHP等算法，该算法的拼接效果更能还原真实场景，且拼接图像的均方根误差值较低。

一本非常适用于新手入门的MATLAB教材

#模板匹配 import cv2 as cv import numpy as np def template_demo(): dog = cv.imread("E:/opencv/picture/dog.jpg") dog_nose = cv.imread("E:/opencv/picture/nose.jpg") cv.imshow("dog",dog) result = cv.matchTemplate(dog,dog_nose,cv.TM_CCORR_NORMED) h,w =dog_nose.shape[:2] min_val,max_val,min_loc,max_loc=cv.minMaxLoc(result) pt1 = max_loc pt2 = (pt1[0]+w,pt1[1]+h) cv.rectangle(dog,pt1,pt2,(0,255,0),2) cv.imshow("match",dog) print(result) #src = cv.imread("E:/opencv/picture/dog.jpg") #cv.imshow("inital_window",src) template_demo() cv.waitKey(0) cv.destroyAllWindows() 分析： 模板匹配通常用于目标检测。本文我们检测狗图片的鼻子。 • 我们需要两个主要组件： 1. 源图像（I）：我们期望找到与模板图像匹配的图像 2. 模板图像（T）：将与模板图像进行比较的补丁图像 1. result = cv.matchTemplate(dog,dog_nose,cv.TM_CCORR_NORMED) void cv::matchTemplate( cv::InputArray image, // 待匹配图像W*H cv::InputArray templ, // 模板图像，和image类型相同， 大小 w*h cv::OutputArray result, // 匹配结果图像, 类型 32F, 大小 (W-w+1)*(H-h+1) int method // 用于比较的方法 ); 其中method有： TM_SQDIFF_NORMED匹配数值越低表示匹配效果越好 TM_CCORR_NORMED，TM_CCOEFF_NORMED匹配数值越大表示匹配效果越好 result参数:（保存各个点匹配结果的参数） 模板匹配函数cvMatchTemplate依次计算模板与待测图片的重叠区域的相似度，并将结果存入映射图像result当中，也就是说result图像中的每一个点的值代表了一次相似度比较结果 模板在待测图像上每次在横向或是纵向上移动一个像素，并作一次比较计算 我们可以通过cv.minMaxLoc函数来确定结果矩阵的最大值和最小值的位置。 2. cv.minMaxLoc（result） 返回result数值中最小值以及最小值所在的位置和最大值以及最大值所在的位置。 3. 当知道哪个点匹配度最高时这个时候我们需要用矩阵把模板给标出来 C++: void rectangle(Mat& img, Point pt1,Point pt2,const Scalar& color, int thickness=1, int lineType=8, int shift=0) 第一个参数：要在哪个图像上画？ 第二个参数：矩阵的左上角点坐标 第三个参数：矩阵的右下角点坐标 第四个参数：颜色

图像处理notability笔记

主要处理等离子焊接图像，通过一系列图像处理操作，提取熔池特征参数。

包含功能：a) 读取Landsat-5卫星遥感影像；b) 图形显示遥感影像读取结果；c) NDVI或NDWI计算及结果输出；d) 自定义RGB输出图像等