Opencv算法学习二

1.直方图:图片中像素值分布情况的坐标图。

直方图均衡化:按一定规律拉伸像素值,提高像素值少的点,增加原图的对比度,使人感觉更清晰的函数。

equalizeHist( src, dst );

2.haar角点检测:首先说边缘检测是检测出相邻像素点的变化,而角点则是两个方向上的像素变化的角点,我们称为角点。常用作特征点的检测,人脸识别等。

角点检测的函数:

cornerHarris_demo( 0, 0 );//Harris-Stephens方法检测角点
goodFeaturesToTrack(0,0);//Harris-Stephens方法检测角点
cornerMinEigenVal( src_gray, myShiTomasi_dst, blockSize, apertureSize, BORDER_DEFAULT );//最小本征值进行检测
cornerSubPix();//亚像素级的角点检测

3.特征点检测:

SurfFeatureDetector  下的函数detect 实现检测过程, drawKeypoints 来绘制检测到的关键。

类 SurfDescriptorExtractor 以及它的函数 compute 来完成特定的计算.

使用 BruteForceMatcher 来匹配特征向量。

使用 drawMatches 来绘制检测到的匹配点.

4.svm:支持向量机,是一种分类器。
  

原文地址:https://www.cnblogs.com/mcy0808/p/5774747.html