opencv需要学习的知识总结

转载自：http://www.cnblogs.com/opecvschool/p/6293831.html

 

图像像素操作

 - 几何运算-加减乘除

 - 逻辑运算-与或非取反

 - 像素读写

 - 通道混合与调整

 - 对比度与亮度调整

 

图像几何变换

 - 插值(zoom in或out)

 - 旋转(rotate)

 - 透视变换

 - 错切变换

 - 翻转

 

像素统计

 - 计算均值与方差

 - 计算直方图

 - 计算最大最小

 - 计算像素内方差

 

色彩空间

 - RGB

 - HSL

 - YUV

 - YCrCb

 - 色彩空间转换

 - 灰度转换

 - 调整饱和度与亮度

 - 主色彩提取与分析

 

卷积图像处理

-空间域卷积

-频率域卷积

-FFT空域到时域转换

-模糊

-边缘提取

-去噪

-增强

-直方图均衡化

-直方图反向投影

 

形态学处理

-腐蚀

-膨胀

-开闭操作

-形态学梯度

-顶帽

-黑帽

-内梯度与外梯度

-分水岭分割

 

图像分割

-K-Means

-Mean-Sift

-分水岭

-Fuzzy-C Means

-GMM

-Graphic Cut

-区域生长

 

特征提取

-SIFT

-SURF

-LBP

-HOG

-Haars

-Blob

-DOG或者LOG

-金字塔

-Haars Corner

-Shi-Tomasi Corner

-Hessian

 

二值图像

-全局阈值二值化

-局部阈值二值化

-轮廓提取

-区域测量

-几何矩特性

-连通区域计算

-泛洪填充

-霍夫变换

-距离变换

-分水岭分割

-链式编码

-骨架提取

-欧拉数计算

 

对象识别与匹配

 - 直方图匹配

 - 相关性匹配

 - 模板匹配

 - KNN

 - SVM

 以上都是作为图像处理工程师需要掌握的常用知识图谱，其实还有很多，OpenCV基础与扩展模块中包含了更多知识点，每年国际上都会新的研究成果与算法出现。总之一句话，需要不断的更新自己的知识，拓宽视野。