系列文章
【Day13】使用OpenCV實現OTSU大津演算法
一、 介紹 大津演算法（Otsu）是一種自動影像二值化方法，通過分析影像的灰度分佈，自動找到最適合的閾值，突顯出影像中的目標特徵。這個演算法在處理影像時非常有用...
【Day14】影像處理 空間濾波器(Spatial Filter)
一、 介紹 空間濾波是影像處理中常用的技術，透過調整像素周圍鄰近區域的值，來達到影像平滑、降噪、增強等效果的方法。這種方法利用像素之間的空間關係，通常使用稱為濾...
【Day11】OpenCV 積分圖：影像處理的加速神器
一、 介紹 積分圖（Integral Image）是一個在影像處理中非常有用的數學工具，積分圖又稱總和面積表（Summed Area Table）。它是一種特殊...
【Day12】OpenCV 自適應二值化(Adaptive Thresholding)：降低亮度干擾
一、 介紹 當我們處理光度不均勻的影像並嘗試進行二值化處理時，可能會遇到光線變化引起的閾值不適當的情況。特別是在影像中存在大量光線變化的情況下，使用單一閾值可能...
【Day15】探索OpenCV中的影像平滑化：模糊、降噪
一、 簡介 當你在使用社群網站時，是否曾經使用過美顏濾鏡？這些濾鏡可以讓你的臉部瑕疵模糊不清，而這種「模糊」就是使用平滑化對影像進行處理。 影像平滑化(Smoo...
【Day16】OpenCV 影像金字塔：不同尺度下的影像
一、介紹 影像金字塔（Image Pyramid）是一種多尺度表示影像的技術，它通過將原始影像在不同尺度下進行分解和重建，以實現在不同層次上檢測和分析影像中的特...
【Day18】OpenCV HSV色彩空間轉換：手掌前景提取
一、介紹 1. 什麼是色彩模型 色彩模型是一種數學和視覺模型，用於描述和表示顏色的方式。這些模型基於不同的原理和特性，可以幫助我們理解、分類、比較和操控顏色。不...
【Day20】影像梯度(Gradient)和邊緣(Edge)性質：深入探討邊緣檢測
一、 介紹 邊緣檢測就像是影像處理中的「找輪廓」技術，類似於用筆劃描繪物體外形的概念。這個方法在很多情況下都非常有用，它可以幫助我們找出物體的邊界，進而瞭解物體...
【Day17】使用OpenCV進行影像縮放、拼貼、剪裁
一、介紹 上一個主題我們介紹了影像金字塔，將圖片以四倍面積縮小。但很多時候我們需要的大小和比例無法透過高斯金字塔生成，這個時候我們就需要使用到其他的方式來達成影...
【Day21】使用OpenCV進行邊緣檢測
一、介紹 在前一章節中，我們已經深入了解了邊緣檢測的基本原理，特別是與梯度運算和邊緣檢測的關聯性，以及一張圖片的邊緣在數學上的特性。OpenCV 提供了多種方法...