opencv学习（0）小知识点汇总

1.OpenCV（Open Source Computer Vision Library），是一个基于BSD许可（开源）发行的跨平台开源计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

2.通道：每个图像都有一个或多个颜色通道。在默认情况下，位图模式、灰度、双色调和索引颜色图像只有一个通道，RGB和Lab图像有3个通道，CMYK图像有4个通道（分别为青色、洋红、黄色、黑色）。

3.图像宽度、高度、位深度：宽度和高度是以像素为单位，位深度是以位数为单位，图像分辨率=宽度 x 高度；计算机是采用“位”( bit ) 的记数单位来记录所表示颜色的数据，每一个像素在计算机中所使用的这种位的位数就是“位深度”。黑白色图像是一位，真彩色图像是24位（能表示16777216种颜色 ，即2的24次方）

4.阀值化：根据你的需要设定一个阀值，当灰度值大于这个阀值时,让其成为一个大的值。比如:灰度在0-255, 当灰度小于128时赋值为0,大于128时赋值为255,即亮的地方更亮,暗的地方更暗，实现了阀值分割。这样图像就黑白分明,对比度加大了，阀值处理后使图象只有几种颜色如最通常的分为了黑白的二值图象，如黑表示物体白表示背景则可以进行进一步的工作。

5.RGB:RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一，屏幕呈现颜色共有16777216(256 * 256 * 256)种；
    HSV:HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）;
    Lab:在Lab颜色空间中，一种颜色由L（明度）、a颜色、b颜色三种参数表征．在一幅图像中，每一个像素有对应的Lab值．一幅图像就有对应的L通道、a通道和b通道．在Lab中，明度和颜色是分开的， L通道没有颜色，a通道和b通道只有颜色．不像在RGB颜色空间中，R通道、G通道、B通道每一个既包含有明度又包含有颜色． L取值为0–100(纯黑–纯白)、a取值为+127–128(洋红–绿)、b取值为+127–128(黄–蓝)．正为暖色，负为冷色;
    CYMK：CMYK也称作印刷色彩模式，顾名思义就是用来印刷的，它是（青色，黄色，品红色，黑色）颜色空间。
它和RGB相比有一个很大的不同：RGB模式是一种发光的色彩模式，你在一间黑暗的房间内仍然可以看见屏幕上的内容；CMYK是一种依靠反光的色彩模式，我们是怎样阅读报纸的内容呢？是由阳光或灯光照射到报纸上，再反射到我们的眼中，才看到内容，它需要有外界光源，如果你在黑暗房间内是无法阅读报纸的。
所以，只要在屏幕上显示的图像，就是RGB模式表现的。只要是在印刷品上看到的图像，就是CMYK模式表现的。比如期刊、杂志、报纸、宣传画等，都是印刷出来的，那么就是CMYK模式的了；

6.直方图：直方图是一个简单的表，它给出了一幅图像或者一组图像的拥有给定数值的像素数量。因此，灰度图像的直方图有256个条目（即256个容器），n号容器给出了像素值为n的像素个数；对直方图所有的项求和会得到像素的总数；直方图可以归一化，这时候每一项的数值就是特定像素值在图像中所占的比例。彩色图像的直方图有（256*3）个元素；

7.图像的二值化：图像的二值化就是将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果，成为一幅黑白图像。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。OpenCV中提供了相应函数cv::threshold()；

8.灰度图像：灰度图像指的是每个像素只有一个采样颜色的图像，即每个像素是单通道的，这类图像通常显示为从最暗黑色到最亮的白色的灰度，把白色与黑色之间按对数关系分为若干等级，称为灰度，灰度分为256阶。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。

9.图像掩模：是用选定的图像、图形或物体，对待处理的图像(的全部或局部)进行遮挡来控制图像处理的区域或处理过程，用于覆盖的特定图像或物体称为掩模或模板。
图像掩模主要用于：①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。④特殊形状图像的制作。

10.图像噪声：图像中各种妨碍人们对其信息接受的因素即可称为图像噪声。分为外部噪声和内部噪声。

11.均值滤波：均值滤波是典型的线性滤波算法，其采用的主要方法为邻域平均法，线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度g（x，y），即g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数，以此类推，最后用模板中的全体像素的平均值来代替原来像素值。
缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。

12.中值滤波：中值滤波是一种非线性数字滤波器技术，经常用于去除图像或者其它信号中的噪声。这个设计思想就是检查输入信号中的采样并判断它是否代表了信号，使用奇数个采样组成的观察窗实现这项功能。观察窗口中的数值进行排序，位于观察窗中间的中值作为输出。然后，丢弃最早的值，取得新的采样，重复上面的计算过程。

13.高斯滤波：高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

14.高斯噪声：高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。除常用抑制噪声的方法外，对高斯噪声的抑制方法常常采用数理统计方法。

15.图像退化：图像质量的变坏叫做退化，退化的形式有图像模糊、图享受干扰等。

16.图像分解：把原始图像分解成两部分，结构和纹。结构部分，也就是这个图像中较大尺度的对象；纹理部分，是包含细小的尺度的细节，这些细节通常具有周期性和振荡性。

17.GPU:即图形处理器（英语：Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。
显卡的处理器是图形处理器（GPU），它是显卡的“心脏”，时下市场上的显卡大多采用NVIDIA和 AMD-ATI 两家公司的图形处理芯片。
GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的，有了GPU，CPU就从图形处理的任务中解放出来，可以执行其他更多的系统任务，这样可以大大提高计算机的整体性能。
（百度百科：
https://baike.baidu.com/item/%E5%9B%BE%E5%BD%A2%E5%A4%84%E7%90%86%E5%99%A8/8694767?fr=aladdin&fromid=105524&fromtitle=gpu）