Harrytsz_OpenCV100

OpenCV 100 questions answer

(画像処理100本ノック)[https://github.com/yoyoyo-yo/Gasyori100knock]

Tutorial

	内容	Python	C++
1	安装	✓	✓
2	读取、显示图像	✓	✓
3	操作像素	✓	✓
4	拷贝图像	✓	✓
5	保存图像	✓	✓
6	练习问题	✓	✓

Matplotlib和OpenCV的Tips

问题

详细的问题请参见各页面下的README文件（各个页面下滑就可以看见）。

为了简化答案，所以没有编写main()函数。
虽然我们的答案以numpy为基础，但是还请你自己查找numpy的基本使用方法。

问题1 - 10

序号	问题	Python	C++	翻译一校
1	通道替换	✓	✓	✓
2	灰度化（Grayscale）	✓	✓	✓
3	二值化（Thresholding）	✓	✓	✓
4	大津二值化算法（Otsu's Method）	✓	✓	✓
5	$\text{HSV}$变换	✓	✓	✓
6	减色处理	✓	✓	✓
7	平均池化（Average Pooling）	✓	✓	✓
8	最大池化（Max Pooling）	✓	✓	✓
9	高斯滤波（Gaussian Filter）	✓	✓	✓
10	中值滤波（Median Filter）	✓	✓	✓

问题11 - 20

序号	内容	Python	C++	翻译一校
11	均值滤波器	✓	✓	✓
12	Motion Filter	✓	✓	✓
13	MAX-MIN滤波器	✓	✓	✓
14	差分滤波器（Differential Filter）	✓	✓	✓
15	Sobel滤波器	✓	✓	✓
16	Prewitt滤波器	✓	✓	✓
17	Laplacian滤波器	✓	✓	✓
18	Emboss滤波器	✓	✓	✓
19	LoG滤波器	✓	✓	✓
20	直方图	✓		✓

问题21-30

序号	内容	Python	C++
21	直方图归一化（Histogram Normalization）	✓	✓
22	直方图操作	✓	✓
23	直方图均衡化（Histogram Equalization）	✓	✓
24	伽玛校正（Gamma Correction）	✓	✓
25	最邻近插值（Nearest-neighbor Interpolation）	✓	✓
26	双线性插值（Bilinear Interpolation）	✓	✓
27	双三次插值（Bicubic Interpolation）	✓	✓
28	仿射变换（Afine Transformations）——平行移动	✓	✓
29	仿射变换（Afine Transformations）——放大缩小	✓	✓
30	仿射变换（ Afine Transformations ）——旋转	✓	✓

问题31-40

序号	内容	Python	C++
31	仿射变换（Afine Transformations）——倾斜	✓	✓
32	傅立叶变换（Fourier Transform）	✓	✓
33	傅立叶变换——低通滤波	✓	✓
34	傅立叶变换——高通滤波	✓	✓
35	傅立叶变换——带通滤波	✓	✓
36	JPEG 压缩——第一步：离散余弦变换（Discrete Cosine Transformation）	✓	✓
37	峰值信噪比（Peak Signal to Noise Ratio）	✓	✓
38	JPEG 压缩——第二步：离散余弦变换+量化	✓	✓
39	JPEG 压缩——第三步：YCbCr 色彩空间	✓	✓
40	JPEG 压缩——第四步：YCbCr+DCT+量化	✓	✓

问题41-50

序号	内容	Python	C++
41	`Canny`边缘检测：第一步——边缘强度	✓	✓
42	`Canny`边缘检测：第二步——边缘细化	✓	✓
43	`Canny`边缘检测：第三步——滞后阈值	✓	✓
44	霍夫变换（Hough Transform）／直线检测——第一步：霍夫变换	✓	✓
45	霍夫变换（Hough Transform）／直线检测——第二步：NMS	✓	✓
46	霍夫变换（Hough Transform）／直线检测——第三步：霍夫逆变换	✓	✓
47	形态学处理：膨胀（Dilate）	✓	✓
48	形态学处理：腐蚀（Erode）	✓	✓
49	开运算（Opening Operation）	✓	✓
50	闭运算（Closing Operation）	✓	✓

问题51-60

序号	内容	Python
51	形态学梯度（Morphology Gradient）	✓
52	顶帽（Top Hat）	✓
53	黑帽（Black Hat）	✓
54	使用误差平方和算法（Sum of Squared Difference）进行模式匹配（Template Matching）	✓
55	使用绝对值差和（Sum of Absolute Differences）进行模式匹配	✓
56	使用归一化交叉相关（Normalization Cross Correlation）进行模式匹配	✓
57	使用零均值归一化交叉相关（Zero-mean Normalization Cross Correlation）进行模式匹配	✓
58	$4-$邻域连通域标记	✓
59	$8-$邻域连通域标记	✓
60	透明混合（Alpha Blending）	✓

问题61-70

序号	内容	Python
61	$4-$连接数	✓
62	$8-$连接数	✓
63	细化处理	✓
64	Hilditch 细化算法
65	Zhang-Suen 细化算法	✓
66	方向梯度直方图（HOG）第一步：梯度幅值・梯度方向	✓
67	方向梯度直方图（HOG）第二步：梯度直方图	✓
68	方向梯度直方图（HOG）第三步：直方图归一化	✓
69	方向梯度直方图（HOG）第四步：可视化特征量	✓
70	色彩追踪（Color Tracking）	✓

问题71-80

序号	内容	Python
71	掩膜（Masking）	✓
72	掩膜（色彩追踪（Color Tracking）+形态学处理）	✓
73	缩小和放大	✓
74	使用差分金字塔提取高频成分	✓
75	高斯金字塔（Gaussian Pyramid）	✓
76	显著图（Saliency Map）	✓
77	Gabor 滤波器（Gabor Filter）	✓
78	旋转 Gabor 滤波器	✓
79	使用 Gabor 滤波器进行边缘检测	✓
80	使用 Gabor 滤波器进行特征提取	✓

问题81-90

序号	内容	Python
81	Hessian 角点检测	✓
82	Harris 角点检测第一步：Sobel + Gausian	✓
83	Harris 角点检测第二步：角点检测	✓
84	简单图像识别第一步：减色化+直方图	✓
85	简单图像识别第二步：判别类别	✓
86	简单图像识别第三步：评估	✓
87	简单图像识别第四步：k-NN	✓
88	k-平均聚类算法（k -means Clustering）第一步：生成质心	✓
89	k-平均聚类算法（k -means Clustering）第二步：聚类	✓
90	k-平均聚类算法（k -means Clustering）第三步：调整初期类别	✓

问题91-100

序号	内容	Python
91	利用 k-平均聚类算法进行减色处理第一步：按颜色距离分类	✓
92	利用 k-平均聚类算法进行减色处理第二步：减色处理	✓
93	准备机器学习的训练数据第一步：计算 IoU	✓
94	准备机器学习的训练数据第一步：随机裁剪（Random Cropping）	✓
95	神经网络（Neural Network）第一步：深度学习（Deep Learning）	✓
96	神经网络（Neural Network）第二步：训练	✓
97	简单物体检测第一步----滑动窗口（Sliding Window）+HOG	✓
98	简单物体检测第二步----滑动窗口（Sliding Window）+ NN	✓
99	简单物体检测第三步----非极大值抑制（Non-Maximum Suppression）	✓
100	简单物体检测第三步----评估 Precision, Recall, F-score, mAP	✓

TODO

adaptivebinalizatino, poison image blending

Citation

@article{Harrytsz_OpenCV100,
    Author = {Harrytsz},
    Title = {OpenCV100},
    Journal = {https://github.com/harrytsz/Harrytsz_OpenCV100},
    Year = {2020}
}

License

This is under MIT License.