Qt编译配置OpenCV+opencv_contrib（使用cmake）-CFANZ编程社区

形态学变换

形态学变换是一种基于形状的图像处理技术，主要应用于二值化图像。它的核心操作包括腐蚀和膨胀，这两者是对立的基本操作。

核（结构化元素）：核是一个小的矩阵或模板，用于在图像上进行操作。它定义了进行形态学变换时考虑的邻域范围。
腐蚀（Erosion）：腐蚀操作会缩小图像中目标的区域。它通过将核与图像中相应部分的重叠区域进行比较，并将最小值赋给中心像素，从而减少亮区域的大小。
膨胀（Dilation）：膨胀操作会扩大图像中目标的区域。它通过将核与图像中相应部分的重叠区域进行比较，并将最大值赋给中心像素，从而增加亮区域的大小。

图片颜色识别

1.RGB颜色空间

RGB颜色空间是图像处理中最常见的颜色模型，用于表示和显示彩色图像。RGB代表红色（Red）、绿色（Green）和蓝色（Blue），这三种基本颜色通过不同强度的组合可以生成其他颜色。RGB模型广泛应用于电视、电脑显示屏等设备。

RGB颜色模型基于笛卡尔坐标系，其中：

红色、绿色和蓝色分别位于坐标轴的三个角上。
黑色位于原点（0,0,0），白色则位于坐标轴最大值的位置（255,255,255）。
RGB颜色空间可以产生大约1600万种颜色，几乎涵盖了所有可见颜色。

在OpenCV中，颜色是以BGR（蓝色、绿色、红色）的方式存储的，因此红色的像素值为（0,0,255），而不是（255,0,0）。

2.颜色加法，颜色加权加法

使用OpenCV的cv.add()函数或简单的NumPy操作（res = img1 + img2）可以将两幅图像相加。两幅图像需要具有相同的大小和类型。

OpenCV的加法操作是饱和加法，即像素值的总和不会超过255。NumPy的加法是模运算，会处理像素值的溢出，表现为图像混合。图像混合的公式为：

其中，α的值在0到1之间变化，可以控制混合效果。

要将两幅图像以指定权重混合（如第一幅图像权重0.6，第二幅图像权重0.4），可以使用cv2.addWeighted()函数：

在这里，γ通常设为零。

3.HSV颜色空间

HSV（色调、饱和度、亮度）颜色空间是一种用于描述颜色的模型，常用于图像处理和计算机视觉中。与RGB（红、绿、蓝）模型不同，HSV将颜色分解为三个独立的分量，使得对颜色的调整和操作更加直观和方便。

HSV颜色模型是一种六角锥体模型，如下图所示：

色调（Hue, H）：表示颜色的类型或种类，以角度度量，范围通常为0°到360°。在HSV颜色空间中，为了与计算机处理的需要相适应，色调的范围常常被映射到0到180的范围，其中0°代表红色，120°代表绿色，240°代表蓝色，其他颜色位于这些基色之间。例如，黄色是60°，青色是180°，紫色是300°。
饱和度（Saturation, S）：表示颜色的纯度或强度，范围通常为0%到100%。饱和度越高，颜色越鲜艳；饱和度为0时，颜色呈现为灰色。HSV中的饱和度范围被映射到0到255之间，其中0代表无色（灰色），255代表纯色。
亮度（Value, V）：表示颜色的明亮程度，范围从0%（黑色）到100%（白色）。亮度越高，颜色越亮；亮度为0时，颜色为黑色。HSV中的亮度范围也被映射到0到255之间，其中0代表黑色，255代表最亮的颜色。

在实际应用中，HSV颜色空间可以使得对颜色的调整更加直观，比如在图像处理中，调整色调可以改变图像的色彩，调整饱和度可以改变颜色的鲜艳度，而调整亮度可以改变图像的明暗程度。这种表示方式在处理图像的颜色分离、色彩增强等操作时特别有用。

4.制作掩膜

掩膜（Mask）在图像处理中用于选择性地遮挡或突出图像的特定区域。它通常是一个二值图像，尺寸与原图像相同，其中目标区域标记为1（白色），其余区域标记为0（黑色）。掩膜可以基于HSV颜色范围进行调整，以便对图像的特定颜色区域进行处理或分析。

与运算、图片颜色替换

在图像处理中，“与”运算用于对图像的像素值进行操作。具体而言，它将两个图像中对应的像素值进行“与”运算，生成一个新图像。掩膜（Mask）是一种常见的操作工具，通常是一个二值图像，与原图像尺寸相同，其中目标区域标记为1（白色），其他区域标记为0（黑色）。在处理图像时，可以通过掩膜选择性地修改图像的部分区域。例如，如果掩膜中白色区域表示需要处理的部分，我们可以用它来对原图像中的这些区域进行像素值的修改，从而实现颜色的替换或其他操作。