opencv中高斯模糊该怎么理解 图像处理的过程？
图像处理的过程？
一、基本上步骤
1、图像预处理，除了高斯滤波，图像去噪，图像增强等
2、图像分割
3、孔洞再填充
4、相连域标记
5、特征提取
6、最终控制输出
二、图像的预处理
是为方便啊换算，系统正常情况将获取的图片灰度化。将蓝像转变蓝月帝国灰度图像的过程就一般称图像的灰度化全面处理。蓝像中R、G、B三个分量的值改变了具体详细的像素点。一个像素点可以不有上千万种颜色。而灰度图像是一种彩像，但它的特点只在于R、G、B三个分量详细的值是同一的。灰度图中每个像素点的变化区间是0到255，由于方便些计算，因为在不好算工程处理中会先将各种格式的图像转化成灰度图像。在记录图像轮廓和特征的基础上，灰度图依然能思想活动整幅图像轮廓和纹理。在Opencv里面有基于图像灰度化的接口。调用OpenCV中的cvSmooth函数参与中值滤波处理，以能去掉米粒大小毛刺。
三、图像二值化
局部自适应二值化是是对灰度图像中的每一个像素逐点参与阈值计算出，它的阈值是由像素的邻域内的点的后局部灰度特性和像素灰度值来确定的。后局部阈值法是逐房换算图像的每个像素灰度级，保存了图像的细节信息，非匀实光照条件等情况可是会影响整个图像的灰度分布，却不影响不大局部的图像性质，但也修真者的存在缺点和问题，而言全局阈值法来说，它的计算时间较长，但区分于多变的环境。
四、视觉检测六大基本方法
特征
特征差分信号
3.频域空间域
4.光度三维立体法
5.特征训练（分类器，机器学习）
6.测量
opencv灰度图有锯齿吗？
有锯齿，是可以通过平滑一次性处理会改善，例如，高斯滤波，中值滤波等。
AI图像处理需要学什么？
AI图像处理必须学习的技术万分感谢:
1、OpenCV
OpenCV是一个基于条件BSD许可(开源)重新发行的跨平台计算机视觉库，也可以运行程序在Linux、Windows、Android和Mac OS操作系统上。它轻量级但是高效安全--由一系列C函数和少量C类所构成，另外提供了Python、Ruby、MATLAB等语言的接口，利用了图像处理和计算机视觉方面的很多通用算法。
OpenCV能你想做什么呢？
(1)图像显示
(2)图像腐蚀和膨胀
腐蚀，即用图像中的深黑色部分“快速腐蚀”掉图像中的拉丝金属部分膨胀，和腐蚀因为，从图像很直观来看，应该是将图像光亮部分放大，幽暗部分缩小
(3)图像清晰
清晰，对图像参与均值滤波处理，然后再就把图像清晰了
(4)图像滤波操作(方框滤波、均值滤波、高斯滤波、中值滤波)
(5)图像开运算结果
通常是上面几种功能，其他功能不再累赘
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
