OpenCV Python Tutorials
  • 主页
  • 1. OpenCV简介
    • 1.1. OpenCV-Python教程介绍
  • 2. OpenCV中的 Gui特性
    • 2.1. 图像入门
    • 2.2. 视频入门
    • 2.3. OpenCV中的绘图功能
    • 2.4. 把鼠标作为画笔
    • 2.5. 用滑动条做调色板
  • 3. 核心操作
    • 3.1. 图像的基本操作
    • 3.2. 图像的算术运算
    • 3.3. 绩效评估和改进技术
  • 4. OpenCV中的图像处理
    • 4.1. 改变颜色空间
    • 4.2. 图像的几何变换
    • 4.3. 图像阈值
    • 4.4. 图像滤波
    • 4.5. 形态变换
    • 4.6. 图形梯度
    • 4.7. Canny边缘检测
    • 4.8. 图像金字塔
    • 4.9.1. 轮廓：入门
    • 4.9.2. 轮廓特征
    • 4.9.3. 轮廓属性
    • 4.9.4. 轮廓：更多函数
    • 4.9.5. 轮廓：层次结构
    • 4.10.1 直方图1：查找，绘画，分析
    • 4.10.2 直方图2：均衡直方图
    • 4.10.3. 直方图3：2D直方图
    • 4.10.4. 反投影直方图
    • 4.11.1 傅里叶变换
    • 4.12. 模板匹配
    • 4.13. 霍夫线变换
    • 4.14. 霍夫圆变换
    • 4.15. 基于分水岭算法的图像分割
    • 4.16. 基于GrabCut算法的交互式前景提取
  • 5. 特征检测和描述
    • 5.1. 了解特征
    • 5.2. Harris角点检测
    • 5.3. Shi-Tomasi角点检测和特征追踪
    • 5.4. SIFT(Scale-Invariant Feature Transform)简介
    • 5.5. SURF (Speeded-Up Robust Features)简介
    • 5.6. 用于角点检测的FAST算法
    • 5.7. BRIEF (Binary Robust Independent Elementary Features)
    • 5.8. ORB (Oriented FAST and Rotated BRIEF)
    • 5.9. 特征匹配
    • 5.10. 特征匹配结合单应性去查找对象
  • 6. 视频分析
    • 6.1. Meanshift和Camshift
    • 6.2. 光流
    • 6.3. 背景差分法
  • 7. 相机校准和3D重建
    • 7.1. 相机校准
    • 7.2. 姿势估计
    • 7.3. 对极几何
    • 7.4. 立体图像的深度图
  • 8. 机器学习
    • 8.1. K近邻
    • 8.2.1 理解支持向量机
    • 8.2.2. 在手写数据集上使用支持向量机进行OCR
    • 8.3. K均值聚类
  • 9. 计算摄影
    • 9.1. 图像去噪
    • 9.2. 图像修复
    • 9.3. 高动态范围（HDR）
  • 10. 目标检测
    • 10.1. 采用Haar Cascades进行人脸检测
 
OpenCV Python Tutorials
  • Docs »
  • 9. 计算摄影 »
  • 9.3. 高动态范围（HDR）
Next Previous
Built with MkDocs using a theme provided by Read the Docs.