opencv

本文解释opencv.findContours函数的使用方法。轮廓可以简单地解释为连接具有相同颜色或强度的所有连续点（沿边界）的曲线。轮廓是用于形状分析以及对象检测和识别的有用工具。为了获得更高的准确性，使用二进制图像效果会更佳。因此，在找到轮廓之前，请使用用阈值处理或Canny边缘检测。

在本示例中，您将学习如何使用opencv二进制图像运算操作进行图像遮罩。

利用快速傅里叶变换，将图像从空间域转换为频域。 然后，我们创建一个除中心矩形外都为零的掩码。使用该掩码，我们将高频振幅设置为零，最后将图像转换回空间显示。

OpenCV使用了一种快速傅里叶变换算法(由cv.idft实现)。用于计算离散傅里叶变换，并对其逆形式(cv.idft)使用相同的方法。

本示例使用的OpenCV版本是：OpenCV 4.1.1 运行Python的编辑器：Jupyter noteb […]

您将学习如何使用使用索伯算子（Sobel operator）检测边缘（梯度的近似值）。

在实际的图像中都是有噪声（噪点）的，噪声不仅会破坏图像的清晰度，还会使我们的的算法更难将其作为输入处理。在本例程中，学会使用opencv消除或大幅减少噪音。