opencv工作中的基础知识点

提示会随着我的学习会不断加深的文章目录一、ROI二、 Otsu 算法算自动阈值三、区域增长法一、ROI简单来说ROI就是从图像中选定一个你需要重点处理的区域然后只对这个区域进行操作在图像处理中使用ROI主要有两大好处提升性能只处理图像的一小部分可以显著减少计算量提高处理速度。提高精度将处理范围限定在特定区域可以避免背景干扰提高处理精度。例如在检测眼睛时先定位人脸ROI再在脸部区域内搜索眼睛二、 Otsu 算法算自动阈值Otsu算法大津算法 是一种用于图像二值化的经典自动阈值分割方法。它由日本学者大津展之Nobuyuki Otsu于1979年提出核心思想是最大化类间方差。简单来说算法会遍历所有可能的灰度阈值并计算将该阈值下的像素分为“前景”和“背景”两类后的类间方差。能使这个方差最大的阈值就是最佳分割阈值计算灰度直方图统计图像中每个灰度级0-255的像素数量。遍历所有阈值对于每一个可能的灰度值k从0到255将其作为候选阈值。计算类间方差根据阈值k将像素分为背景灰度值k和前景灰度值k两类并计算这两类的类间方差。确定最佳阈值比较所有阈值对应的类间方差选择使类间方差最大的那个阈值k作为最终的最佳分割阈值。三、区域增长法区域生长法Region Growing 是一种经典的基于区域的图像分割算法。与 Otsu 算法基于全局灰度统计不同区域生长法利用的是空间邻近性和像素间的相似性通过将具有相似属性的相邻像素聚集起来形成连通区域。要实现区域生长必须提前定义好三个关键问题种子点Seed从哪里开始生长可以是单个像素也可以是多个像素组成的区域。生长准则Criterion凭什么条件“拉拢”邻居通常基于像素灰度值、颜色、纹理等特征最常见的是灰度差值即邻居像素与区域平均灰度的差值小于某个阈值。停止规则Stop Condition什么时候结束当没有新的邻居像素满足生长准则时算法停止。