圖像二值化操作

兩種方法，全局固定閾值二值化和局部自適應(yīng)閾值二值化

全局固定閾值很容易理解，就是對整幅圖像都是用一個統(tǒng)一的閾值來進(jìn)行二值化；

局部自適應(yīng)閾值則是根據(jù)像素的鄰域塊的像素值分布來確定該像素位置上的二值化閾值。

效果：

腐蝕操作

濾波操作，模糊處理

模糊處理在邊沿檢測和去噪聲方面有較為廣泛的應(yīng)用。OpenCV中提供了4種模糊算法，列舉如下：

average

median

gaussian

bilateral

這里我們只列舉使用 均值濾波實現(xiàn)圖像模糊：

canny邊緣檢測

將原始圖像轉(zhuǎn)化為灰度圖，用blur函數(shù)進(jìn)行圖像模糊以降噪，然后用canny函數(shù)進(jìn)行邊緣檢測。

直方圖均衡化

顯然均衡化后的圖片對比度變高了，變得更加明亮！

最后簡單總結(jié)一下圖像處理中概念

離散傅里葉變換

圖像高頻部分代表了圖像的細(xì)節(jié)、紋理信息；低頻代表了圖像的輪廓信息。

低通-》模糊

高通-》銳化

腐蝕和膨脹是針對白色部分（高亮部分）而言的。膨脹就是對圖像高亮部分進(jìn)行“領(lǐng)域擴張”，效果圖擁有比原圖更大的高亮區(qū)域；腐蝕是原圖中的高亮區(qū)域被蠶食，效果圖擁有比原圖更小的高亮區(qū)域。

開運算：先腐蝕再膨脹，用來消除小物體

閉運算：先膨脹再腐蝕，用于排除小型黑洞

形態(tài)學(xué)梯度：就是膨脹圖與腐蝕圖之差，用于保留物體的邊緣輪廓。

頂帽：原圖像與開運算圖之差，用于分離比鄰近點亮一些的斑塊。

黑帽：閉運算與原圖像之差，用于分離比鄰近點暗一些的斑塊。