前段時間在和朋友交流關於影象處理問題的時候，他們問我有沒有做過影象智慧型識別的課題。對於習慣了做開發，而很少接觸底層影象處理演算法的我來說，其實算是比較陌生的乙個課題。
但是，演算法的確才是乙個系統優秀與否的核心。同樣的兩套系統相比較，最後勝出的往往是效能更好的，而決定效能的通常便是底層的演算法了。
在影象處理領域，我之前接觸的主要是matlab和itk/vtk。而在影象處理領域，還有乙個很重要的庫opencv，之前卻接觸得很少。還有現在基於python也有很多成熟的庫來實現基本的影象處理，如scikit-image。
因此，接下來在進行開發的過程中，也要注意對演算法的積累。開發更多的是一種熟練性質的工作，但是演算法卻不是一朝一夕能夠掌握的，需要很多的數學基礎知識的積累。
未來主要的學習也會集中在：
（1）數字影象處理演算法（影象預處理，分割和配準）；
（2）資料探勘；
（3）機器學習；
（4）自然語言處理。
其實這幾個領域，任何乙個領域都足以讓我學習一輩子，任何乙個領域如果足夠精通我想都不得了了。
但是，這些演算法的底層都是數學，而且很多演算法其實是相通的。當真正地都了解了以後，或許都是可以觸類旁通，融會貫通的。希望有朝一日自己能夠達到這樣的程度吧。而且，網上還有很多優秀的教程和課件供自己學習。
那麼這篇文章就作為我研究影象處理演算法的乙個開篇吧。
本文主要是基於opencv進行直線檢測。以下是基於他給出的程式**，對一副圖進行直線檢測的例子。通過這個例子，可以對opencv有乙個直觀的了解。俗話說，興趣是最好的老師。如果你看到以下的圖會無比興奮的話，那麼就趕快投入演算法學習的懷抱吧！
可以看到這幅圖中有很多的直線。那麼如何檢測出這些直線呢？基於hough變換的直線檢測可以很方便地通過調節一些引數來實現直線檢測。
以下是根據不同的引數設定，得到的直線檢測的結果：
（1）閾值為104時的檢測結果：
（2）閾值為174時的檢測結果：
（3）閾值為200時的檢測結果：
淺墨-csdn- 【opencv入門教程之十四】opencv霍夫變換：霍夫線變換，霍夫圓變換合輯
opencv之基於qt ide除錯
opencv 2.2是乙個里程碑版本。build all.sh用於編譯samples c目錄下的c和cpp檔案。是乙個遍歷的效果。可以提煉其核心編譯語句用於其他c或cpp檔案的編譯。發現另外一本書，用於學習opencv 2。非常好，但同時需要將qt編譯環境熟悉起來。影象畫素的儲存是否連續？如果沒有p...
基於python的opencv學習
dst cv2.sobel src,ddept,dx,dy,ksize ddepth 影象的深度，一般設為 1ksize sobel運算元的大小 白到黑是正數，黑到白是負數，所有的負數都會被截斷為0，因此要使用convertscaleabs取絕對值2 拉普拉斯金字塔 1 低通濾波 2 縮小尺寸pyr...
Opencv學習之cvCreateMat的用法
cvcreatemat的用法 分配矩陣空間 cvmat cvcreatemat int rows int cols int type type 矩陣元素型別，格式為cv s u f c 如 cv 8uc1 表示8位無符號單通道矩陣 cv 32sc2 表示32位有符號雙通道矩陣 例程 cvmat m ...