0.OpenCV框架

reference：

https://docs.opencv.org/4.1.2/

基本使用

1.图片和视频，读写（2，8）

2.OpenCV基本数据类型（3）

3.OpenCV大型数据类型及操作：图像，数组（4，5）

4.绘图和注释（6）

重要理论

1.SVD分解（7）

2.滤波和卷积（10）

• 阈值
• 平滑（中值、高斯、双边滤波）
• 导数，梯度，拉普拉斯变换
• 图像形态学：膨胀，腐蚀
• 卷积

3.图像变换（11）

• 拉伸、收缩、扭曲、旋转
• 映射
• 图像修复，去噪
• 直方图均衡化

4.图像分析（12）

• 离散傅里叶变化
• 积分图
• Canny边缘检测
• Hough变换（线，圆）
• 距离变换（有、无标记）
• 分割

5.直方图和模板（13）

• 直方图信息：物体的颜色分布、物体的边缘梯度模板、以概率的形式表达物体位置的估计
• 直方图归一化、二值化、直方图比较、
• 反向投影：计算像素和直方图模型中像素吻合度
• 模板匹配、方差匹配——》高度结构化的图片

5.1 应用

• 手势识别：匹配直方图模型
• 通过帧与帧之间边缘和颜色的统计量是否有巨大变化，判断视频中场景的变换
• 兴趣点邻域特征组成的直方图来辨识兴趣点，进行目标识别
• 提取视频中颜色、边缘直方图序列，可以判断视频是否拷贝自网络

常见应用

1.轮廓（14）

• 查找轮廓：cv::findContours()
• 绘制轮廓：cv::drawContours()
• 联通区域分析
• 多边形轮廓逼近：cv::approxPolyDP()——Douglas-Peucker算法
• 轮廓长度：cv::arcLength()
• 矩形包围框：cv::boundingRect()
• 最小矩形框：cv::minAreaRect()
• 最小包围圈minEnclosingCircle()、椭圆边框fitEllipse()、轮廓最佳拟合线fitLine()、凸包convexHull()

1.1 几何学测试

• 检测点是否落在多边形内：pointPolygonTest()
• 检测轮廓是否为凸：isContourConvex()
• 比较轮廓：轮廓矩，中心矩位移不变性、归一化的中心矩缩放不变性、Hu不变矩的旋转不变性、形状场景法（形状场景距离、Hausdorff距离）

2.背景提取（15）

3.关键点检测，过滤，跟踪（16）

4.跟踪算法（17）

• 光流
• Mean-shift和Camshift

5.相机模型与标定（18）

• 透镜畸变
• 矫正映射

6.投影与三维视觉（19）

人工智能

1.OpenCV 的机器学习算法StatModel

2.目标检测

• Latent SVM
• Bag of Words