版权声明：
转载本系列作品时必须标注以下版权内容：
【youcans@qq.com, youcans的OpenCV 例程300篇, https://blog.csdn.net/youcans/category_11459626.html】

更新日期：2022-07-09

1. 图像的基本操作

01. 图像的读取（cv2.imread）
02. 图像的保存（cv2.imwrite）
03. 图像的显示（cv2.imshow）
04. 用 matplotlib 显示图像（plt.imshow）
05. 图像的属性（np.shape）
06. 像素的编辑（img.itemset）
07. 图像的创建（np.zeros）
08. 图像的复制（np.copy）
09. 图像的裁剪（cv2.selectROI）
10. 图像的拼接（np.hstack）
11. 图像通道的拆分（cv2.split）
12. 图像通道的合并（cv2.merge）

2. 图像的数值运算

13. 图像的加法运算（cv2.add）
14. 图像与标量相加（cv2.add）
15. 图像的加权加法（cv2.addWeight）
16. 不同尺寸的图像加法
17. 两张图像的渐变切换
18. 图像的掩模加法
19. 图像的圆形遮罩
20. 图像的按位运算
21. 图像的叠加
22. 图像添加非中文文字
23. 图像添加中文文字

3. 图像的仿射变换

24. 图像的仿射变换
25. 图像的平移
26. 图像的旋转（以原点为中心）
27. 图像的旋转（以任意点为中心）
28. 图像的旋转（直角旋转）
29. 图像的翻转（cv2.flip）
30. 图像的缩放（cv2.resize）
31. 图像金字塔（cv2.pyrDown）
32. 图像的扭变（错切）
33. 图像的复合变换
34. 图像的投影变换
35. 图像的投影变换（边界填充）
36. 直角坐标与极坐标的转换

4. 灰度变换与直方图

37. 图像的灰度化处理和二值化处理
38. 图像的反色变换（图像反转）
39. 图像灰度的线性变换
40. 图像分段线性灰度变换
41. 图像的灰度变换（灰度级分层）
42. 图像的灰度变换（比特平面分层）
43. 图像的灰度变换（对数变换）
44. 图像的灰度变换（伽马变换）
45. 图像的灰度直方图
46. 直方图均衡化
47. 直方图处理之直方图匹配
48. 直方图处理之彩色直方图匹配
49. 直方图处理之局部直方图处理（cv2.createCLAHE）
50. 直方图处理之直方图统计量图像增强
51. 直方图处理之直方图反向追踪（cv2.calcBackProject）

5. 空间域图像滤波

52. 图像的相关与卷积运算
53. Scipy 实现图像二维卷积
54. OpenCV 实现图像二维卷积
55. 可分离卷积核
56. 低通盒式滤波器
57. 低通高斯滤波器
58. 非线性滤波—中值滤波
59. 非线性滤波—双边滤波
60. 非线性滤波—联合双边滤波
61. 导向滤波（Guided filter）
62. 图像锐化——钝化掩蔽
63. 图像锐化——Laplacian 算子
64. 图像锐化——Sobel 算子
65. 图像锐化——Scharr 算子
66. 图像滤波之低通/高通/带阻/带通
67. 空间域图像增强的综合应用

6. 频率域图像滤波

68. 连续周期信号的傅立叶级数
69. 连续非周期信号的傅立叶系数
70. 一维连续函数的傅里叶变换
71. 连续函数的取样
72. 一维离散傅里叶变换
73. 二维连续傅里叶变换
74. 图像的抗混叠
75. Numpy 实现图像傅里叶变换
76. OpenCV 实现图像傅里叶变换
77. OpenCV 实现快速傅里叶变换
78. 频率域图像滤波基础
79. 频率域图像滤波的基本步骤
80. 频率域图像滤波详细步骤
81. 频率域高斯低通滤波器
82. 频率域巴特沃斯低通滤波器
83. 频率域低通滤波：印刷文本字符修复
84. 由低通滤波器得到高通滤波器
85. 频率域高通滤波器的应用
86. 频率域滤波应用：指纹图像处理
87. 频率域钝化掩蔽
88. 频率域拉普拉斯高通滤波
89. 带阻滤波器的传递函数
90. 频率域陷波滤波器

7. 图像复原与重建

91. 高斯噪声、瑞利噪声、爱尔兰噪声
92. 指数噪声、均匀噪声、椒盐噪声
93. 噪声模型的直方图
94. 算术平均滤波器
95. 几何均值滤波器
96. 谐波平均滤波器
97. 反谐波平均滤波器
98. 统计排序滤波器
99. 修正阿尔法均值滤波器
100. 自适应局部降噪滤波器
101. 自适应中值滤波器
102. 陷波带阻滤波器的传递函数
103. 陷波带阻滤波器消除周期噪声干扰
104. 运动模糊退化模型
105. 湍流模糊退化模型
106. 退化图像的逆滤波
107. 退化图像的维纳滤波
108. 约束最小二乘方滤波
109. 几何均值滤波
110. 投影和雷登变换
111. 雷登变换反投影重建图像
112. 滤波反投影重建图像

8. 形态学图像处理

113. 形态学操作之腐蚀
114. 形态学操作之膨胀
115. 形态学操作之开运算
116. 形态学操作之闭运算
117. 形态学操作之顶帽运算
118. 形态学操作之底帽运算
119. 图像的形态学梯度
120. 击中-击不中变换
121. 击中-击不中用于特征识别
122. 形态算法之边界提取
123. 形态算法之孔洞填充
124. 孔洞填充的泛洪算法
125. 形态算法之提取连通分量
126. 形态算法之凸壳
127. 形态算法之细化
128. 形态算法之骨架 (skimage)
129. 形态算法之骨架 (重建开运算)
130. 形态学之提取水平和垂直线
131. 形态学重建之竖线字符提取
132. 形态学重建之孔洞填充算法
133. 形态学重建之边界清除
134. 形态学重建之细胞计数
135. 形态学重建之粒度测定
136. 灰度腐蚀和灰度膨胀
137. 灰度开运算和灰度闭运算原理
138. 灰度开运算和灰度闭运算
139. 灰度顶帽变换校正阴影
140. 灰度底帽变换校正光照
141. 灰度底帽变换的三维地形图
142. 基于灰度形态学的图像平滑
143. 基于灰度形态学的粒度测定
144. 基于灰度形态学的纹理分割
145. 形态学之边缘和角点检测
146. 基于灰度形态学的复杂背景图像重建

9. 阈值处理与边缘检测

147. 图像分割之孤立点检测
148. 图像分割之线检测
149. 图像分割之边缘模型
150. 边缘检测梯度算子
250. 梯度算子的传递函数
151. 边缘检测中的平滑处理
152. 边缘检测之 LoG 算子
153. 边缘检测之 DoG 算子
154. 边缘检测之 Canny 算子
155. 边缘连接的局部处理方法
156. 边缘连接局部处理的简化算法
157. 霍夫变换直线检测
158. 阈值处理之固定阈值法
159. 图像分割之全局阈值处理
160. 图像处理之OTSU 方法
161. OTSU 阈值处理算法的实现
162. 全局阈值处理改进方法
163. 基于边缘信息改进全局阈值处理
164.使用 Laplace 边缘信息改进全局阈值处理
165.多阈值 OTSU 处理方法
166.自适应阈值处理
167.基于移动平均的可变阈值处理

10. 轮廓与图像分割

168.图像分割之区域生长
169.图像分割之区域分离
170.图像分割之K均值聚类
171.SLIC 超像素区域分割
172.SLIC 超像素区域分割算法比较
173.SEEDS 超像素区域分割
174.LSC 超像素区域分割
175.超像素区域分割方法比较
176.图像分割之均值漂移算法
177.图像分割之图割法 GraphCuts
178.图像分割之 GrabCut 图割法（框选前景）
179.图像分割之 GrabCut 图割法（掩模图像）
180.基于距离变换的分水岭算法
181.基于 Sobel 梯度的分水岭算法
182.基于形态学梯度的分水岭算法
183.基于轮廓标记的分水岭算法
184.鼠标交互标记的分水岭算法
185.图像金字塔之高斯金字塔
186.图像金字塔之拉普拉斯金字塔
187.由拉普拉斯金字塔还原图像
188.基于拉普拉斯金字塔的图像融合
189.基于掩模的拉普拉斯金字塔图像融合
190.基于图像分割的图像融合
191.基于图像分割的金字塔图像融合
192.Gabor 滤波器组的形状
193.基于Gabor 滤波器的特征提取
194.寻找图像轮廓（cv.findContours）
195.绘制图像轮廓（cv.drawContours）
196.图像的矩和不变矩（cv.moments）
197.轮廓的基本特征
198.基于不变矩的形状相似性检测
199.轮廓的外接边界框
200.轮廓的基本属性

11. 彩色图像

201. 图像的颜色空间转换
202. 查表快速替换（cv.LUT）
203. 伪彩色图像处理
204. 图像的色彩风格滤镜
205. 调节色彩平衡/饱和度/明度
206. Photoshop 色阶调整算法
207. Photoshop 色阶自动调整算法
208. Photoshop 对比度自动调整算法
209. HSV 颜色空间的图像分割

12. 绘制图像

210. 绘制直线也会有这么多坑？
211. 绘制垂直矩形
212. 绘制倾斜的矩形
213. 绘制圆形
214. 绘制椭圆的参数详解
215. 基于多段线绘制近似椭圆
216. 绘制多段线和多边形
217. 鼠标交互获取多边形区域
218. 多行倾斜文字水印
219. 添加数字盲水印
220.对图像进行马赛克处理
221.加密马赛克图像处理与解密复原

13. 特征提取

222. 特征提取之弗里曼链码
223. 特征提取之多边形拟合
224. 特征提取之提取骨架
225. 特征提取之傅里叶描述子
226. 区域特征之紧致度/圆度/偏心率
227. 特征描述之 LBP 纹理特征算子
228. 特征描述之 extendLBP 改进算子
229. 特征描述之 LBP 算子比较（skimage）
230. 特征描述之 LBP 统计直方图
231. 特征描述之 灰度共生矩阵（GLCM）
232. 纹理特征之频谱方法
233. 区域特征之矩不变量
234. 特征提取之主成分分析（PCA）
235. 特征提取之主成分分析（sklearn）
236. 特征提取之主成分分析（OpenCV.PCA）
237. 基于主成分提取的方向校正（OpenCV.PCA）
238. OpenCV 中的 Harris 角点检测
239. Harris 角点检测之精确定位（cornerSubPix）
240. OpenCV 中的 Shi-Tomas 角点检测
241. 尺度不变特征变换（SIFT）
242. 加速稳健特征检测算法（SURF）
243. 特征检测之 FAST 算法
244. 特征检测之 BRIEF 特征描述
245. 特征检测之 BRISK 算子
246. 特征检测之ORB算法
247. 特征检测之最大稳定极值区域（MSER）
248. 特征描述之HOG描述符
249. 特征描述之视网膜算法（FREAK）
251. 特征匹配之暴力匹配

14. 视频处理

252. 视频文件的读取与保存

---

版权说明

本系列是我学习《数字图像处理》和 OpenCV 的学习笔记。其间得到了很多老师，专家和朋友的关心和支持，在此一并感谢。

借此机会，就相关版权进行说明：

1、本文使用了 冈萨雷斯《数字图像处理（第四版）》部分例题和图片，感谢行业前辈的辛勤付出。作者是通过合法授权码购买书籍和下载图片，只用于在 CSDN 的学习笔记中，不作商业用途。有的读者希望我提供例程图片，因涉及版权恕难从命，建议购买原版图书后申请——本书非常值得购买。

2、本文写作过程中学习和参考了大量出版物和网络文章，凡直接引用的都已注明出处，未直接引用的确实无法逐一列出，在此一并感谢。本人承诺不做抄袭或洗稿。

3、本系列中所有例程及结果都经过作者验证，运行无误。本系列中所有例程都是本人自己编写，无一复制粘贴。个别例程较多地参考网络例程，已在相应程序进行说明和标注引用来源。

---

版权声明：
Copyright 2022-youcans@xupt, 20220604
youcans@xupt 原创作品，转载必须标注版权说明：
【youcans@qq.com, youcans的OpenCV例程300篇, https://blog.csdn.net/youcans/category_11459626.html】