OpenCV 算子速查手册(覆盖99%的OpenCV开发需求)

OpenCV 算子速查手册(按应用场景分类)

本手册按计算机视觉实际开发高频场景分类,每个场景划分核心算子(实现场景核心功能的必备算子)和辅助算子(配合核心算子做预处理/后处理/优化),算子标注完整cv::xxx格式,附极简功能说明,兼顾速查性实用性,覆盖99%的OpenCV开发需求。

一、相机标定(单目/双目/手眼)

核心场景:单目内参标定、双目立体标定、手眼标定(eye-in-hand/eye-to-hand)、标定结果验证与应用

类型算子极简功能说明
核心算子cv::findChessboardCornersSB棋盘格角点检测(亚像素,高精度)
cv::findCirclesGrid圆点标定板角点检测
cv::calibrateCamera单目相机内参+畸变系数标定
cv::stereoCalibrate双目相机立体标定(内外参+极线约束)
cv::calibrateHandEye手眼标定(eye-in-hand/eye-to-hand)
cv::stereoRectify双目图像校正矩阵计算
cv::projectPoints3D点投影到2D图像(标定验证)
辅助算子cv::cornerSubPix角点亚像素精修(提升标定精度)
cv::drawChessboardCorners标定板角点可视化
cv::initUndistortRectifyMap生成畸变校正映射表
cv::undistort图像畸变校正(直接应用)
cv::drawFrameAxes3D坐标系绘制(位姿标定结果验证)

二、图像预处理(去噪/增强/二值化)

核心场景:图像去噪、对比度增强、灰度化、二值化、形态学优化,为后续任务做基础处理

类型算子极简功能说明
核心算子cv::GaussianBlur高斯去噪(通用型,最常用)
cv::medianBlur中值去噪(抑制椒盐噪声)
cv::bilateralFilter双边滤波(保边去噪,人像/边缘场景)
cv::cvtColor色彩空间转换(BGR→灰度/HSV/Lab)
cv::threshold固定阈值二值化(含OTSU自动阈值)
cv::morphologyEx高级形态学操作(开/闭运算/梯度)
cv::equalizeHist全局直方图均衡化(对比度增强)
辅助算子cv::createCLAHE自适应直方图均衡化(CLAHE,抗噪声放大)
cv::boxFilter盒滤波(快速平滑)
cv::dilate/erode基础形态学(膨胀/腐蚀,单独使用)
cv::filter2D自定义卷积(锐化/边缘增强)
cv::pyrMeanShiftFiltering均值漂移滤波(色彩聚类平滑)

三、特征检测与提取

核心场景:边缘、角点、直线、圆/椭圆等图像特征的检测与提取,为配准/定位/识别做基础

类型算子极简功能说明
核心算子cv::CannyCanny边缘检测(单像素宽度,最常用)
cv::goodFeaturesToTrackShi-Tomasi角点检测(强角点提取,自动筛选)
cv::cornerHarrisHarris角点检测(经典角点算法)
cv::HoughLinesP概率霍夫直线检测(检测有限长线段)
cv::HoughCircles霍夫圆检测(基于梯度,需去噪)
cv::fitEllipse椭圆拟合(轮廓/点集的椭圆检测)
辅助算子cv::cornerSubPix角点亚像素精修(提升特征定位精度)
cv::Scharr/Sobel梯度计算(边缘检测预处理)
cv::Laplacian拉普拉斯滤波(边缘增强/斑点检测)
cv::createLineSegmentDetectorLSD直线检测(快速鲁棒,替代霍夫)
cv::preCornerDetect角点特征图计算(角点检测预处理)

四、目标检测(基础/传统)

核心场景:基于传统算法的目标检测,含模板匹配、形状检测、霍夫检测,适合刚性目标/简单场景

类型算子极简功能说明
核心算子cv::matchTemplate模板匹配(刚性目标检测,多尺度适配)
cv::HoughLinesP/HoughCircles形状检测(直线/圆形目标检测)
cv::findContours轮廓检测(二值图像的目标轮廓提取)
cv::approxPolyDP多边形近似(轮廓形状检测:矩形/三角形)
辅助算子cv::boundingRect/minAreaRect目标包围框(轴对齐/旋转矩形,定位目标)
cv::matchShapes形状匹配(基于胡不变矩,旋转缩放不变)
cv::inRange色彩阈值分割(HSV下的色彩目标检测)
cv::calcBackProject直方图反向投影(色彩目标检测)

五、图像分割

核心场景:将图像划分为前景(目标)和背景,或多个目标区域,含交互式/全自动/基于形状的分割

类型算子极简功能说明
核心算子cv::grabCut图割分割(交互式,前景精准提取)
cv::watershed分水岭分割(基于标记,重叠/紧密目标分割)
cv::connectedComponentsWithStats连通域分析(二值图像,目标分割+统计)
cv::threshold/inRange阈值/色彩分割(简单场景,基础分割)
辅助算子cv::distanceTransform距离变换(前景细化/骨架提取)
cv::floodFill漫水填充(种子点分割,孔洞填充)
cv::morphologyEx形态学优化(分割后去噪/填充孔洞)
cv::findContours轮廓提取(分割后目标轮廓获取)

六、几何变换与图像矫正

核心场景:图像缩放/旋转/仿射/透视/极坐标变换,畸变校正/透视矫正/图像配准

类型算子极简功能说明
核心算子cv::resize图像缩放(按尺寸/比例,最常用)
cv::warpAffine仿射变换(平移/旋转/缩放/剪切)
cv::warpPerspective透视变换(透视矫正,四边形转矩形)
cv::remap通用重映射(畸变校正/立体校正)
cv::warpPolar极坐标变换(圆形目标展开,如表盘/硬币)
cv::getPerspectiveTransform透视矩阵计算(4对对应点)
cv::getAffineTransform仿射矩阵计算(3对对应点)
辅助算子cv::getRotationMatrix2D旋转矩阵计算(绕指定点旋转)
cv::initUndistortRectifyMap生成校正映射表(配合remap,批量矫正)
cv::convertMaps映射表格式转换(提升remap速度)
cv::getRectSubPix亚像素矩形提取(精准ROI截取)
cv::pyrDown/pyrUp金字塔下/上采样(多尺度变换)

七、轮廓分析与形状描述

核心场景:二值图像轮廓的提取、分析与形状特征描述,目标识别/分类/特征提取

类型算子极简功能说明
核心算子cv::findContours轮廓检测(提取二值图像的目标轮廓)
cv::contourArea轮廓面积计算
cv::arcLength轮廓周长(弧长)计算
cv::approxPolyDP轮廓多边形近似(形状简化/检测)
cv::convexHull凸包计算(凸性分析/形状简化)
cv::moments/HuMoments矩/胡不变矩计算(形状描述,旋转缩放不变)
cv::minAreaRect/minEnclosingCircle最小包围矩形/圆(形状特征)
辅助算子cv::isContourConvex轮廓凸性检测
cv::convexityDefects凸缺陷检测(凹形目标分析,如手势)
cv::pointPolygonTest点-in-轮廓测试(点归属判断)
cv::matchShapes形状匹配(轮廓相似度比较)
cv::boxPoints旋转矩形顶点计算(绘制/矫正)

八、视频分析与运动跟踪

核心场景:视频流/图像序列的运动分析、背景建模、帧间匹配、目标跟踪基础

类型算子极简功能说明
核心算子cv::accumulateWeighted加权累加(移动平均,背景建模核心)
cv::phaseCorrelate相位相关法(帧间平移检测,亚像素)
cv::calcOpticalFlowPyrLKLK光流(特征点跟踪,帧间运动估计)
cv::createBackgroundSubtractorMOG2MOG2背景减除(动态背景建模)
辅助算子cv::accumulate/accumulateSquare像素累加/平方累加(运动能量计算)
cv::goodFeaturesToTrack特征点提取(光流跟踪的特征点初始化)
cv::cvtColor色彩转灰度(视频处理降维提速)
cv::GaussianBlur高斯去噪(视频帧去噪,提升跟踪精度)
cv::createHanningWindow汉宁窗生成(phaseCorrelate预处理,减频谱泄漏)

九、图像可视化与结果标注

核心场景:特征/检测/分割/标定结果的可视化,图像标注/绘图,调试与结果展示

类型算子极简功能说明
核心算子cv::drawContours轮廓绘制(填充/空心,分割/检测结果)
cv::rectangle/circle矩形/圆形绘制(目标检测框/特征点标注)
cv::line/arrowedLine直线/箭头绘制(坐标系/光流/轨迹)
cv::putText文本标注(检测分数/坐标/信息)
cv::drawMarker标记点绘制(特征点/兴趣点标注)
辅助算子cv::applyColorMap伪彩色映射(灰度图→热力图,可视化增强)
cv::ellipse/polylines椭圆/多边形绘制(形状目标标注)
cv::fillPoly/fillConvexPoly多边形填充(掩码/目标区域绘制)
cv::clipLine线条裁剪(避免绘制超出图像)
cv::getTextSize文本尺寸计算(文本对齐/自适应)

十、直方图分析与色彩处理

核心场景:图像直方图计算/匹配/增强,色彩特征提取,图像相似度分析

类型算子极简功能说明
核心算子cv::calcHist直方图计算(灰度/色彩/多维直方图)
cv::compareHist直方图比较(图像相似度/色彩匹配)
cv::equalizeHist/CLAHE直方图均衡化(对比度增强)
cv::calcBackProject直方图反向投影(色彩目标检测/分割)
辅助算子cv::applyColorMap伪彩色映射(直方图/灰度图可视化)
cv::EMD地球移动距离(非均匀直方图比较)
cv::cvtColor色彩空间转换(HSV/Lab,直方图分析前预处理)

十一、双目视觉与3D重建

核心场景:双目图像校正、视差图计算、3D点云生成,双目测距/3D重建

类型算子极简功能说明
核心算子cv::stereoCalibrate双目立体标定(获取内外参/极线约束)
cv::stereoRectify双目校正矩阵计算(极线对齐)
cv::StereoSGBM::createSGBM立体匹配(视差图计算,最常用)
cv::reprojectImageTo3D视差图转3D点云(双目3D重建)
cv::triangulatePoints三角化(双目特征点的3D坐标计算)
辅助算子cv::initUndistortRectifyMap生成双目校正映射表
cv::remap双目图像校正(极线对齐)
cv::filterSpeckles视差图滤波(去噪,提升点云质量)
cv::computeCorrespondEpilines极线计算(双目匹配验证)
cv::recoverPose从本质矩阵恢复相机位姿

十二、通用工具类(全场景适配)

核心场景:全开发流程中的通用操作,如图像读写、矩阵计算、像素统计、掩码操作

类型算子/函数极简功能说明
核心工具cv::imread/imwrite/imshow图像读写/显示(基础IO)
cv::Mat图像/矩阵容器(核心数据结构)
cv::minMaxLoc极值查找(模板匹配/特征响应图)
cv::normalize归一化(像素值/特征值缩放)
cv::integral积分图计算(快速区域统计)
cv::getStructuringElement结构元素生成(形态学操作基础)
辅助工具cv::bitwise_and/or/not位运算(掩码操作/图像融合)
cv::addWeighted图像融合(线性加权,无缝拼接)
cv::blendLinear像素级融合(权重图融合)
cv::Rodrigues旋转向量/矩阵互转(位姿计算)
cv::composeRT位姿组合(旋转+平移融合)

手册使用说明

  1. 场景优先:开发时先定位核心场景,再从【核心算子】中选择主算子,【辅助算子】做配套优化;
  2. 极简关联:算子后仅附核心功能,详细参数/用法可结合之前的算子详解文档查阅;
  3. 高频聚焦:剔除冷门算子,仅保留实际开发中99%的高频算子,避免冗余;
  4. 跨场景复用:部分算子(如cv::morphologyEx/cv::findContours)为跨场景通用算子,在对应核心场景中重点标注。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1191726.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Node.js对接天远车辆二要素核验API接口调用代码流程、接入方法以及应用场景

一、赋能二手车交易与移动端实时核验 在二手车电商交易、汽车租赁APP以及车主服务小程序等移动互联网场景中,用户体验的核心在于“快”与“准”。当用户上传行驶证信息时,后台系统需要实时确认车辆所有人信息与官方登记记录是否一致,以阻断虚…

为什么企业照着 ITIL 做流程,IT 却依然忙乱低效?

一、ITIL 被误解最多的一点:它不是“照抄流程表”在很多企业里,ITIL 给人的第一印象往往并不友好: 流程多、概念多、文档多、看起来很“重”。 不少 IT 人都有过类似体验——学了 ITIL、照着流程图做了,结果发现实际工作反而更复杂…

Speech Seaco Paraformer ASR教程:Python调用模型避坑指南

Speech Seaco Paraformer ASR教程:Python调用模型避坑指南 1. 欢迎使用:中文语音识别新选择 你是不是也在找一个准确率高、部署简单、支持热词定制的中文语音识别方案?今天要介绍的 Speech Seaco Paraformer ASR,正是基于阿里云…

unet人像卡通化保姆级教程:从零开始部署AI绘画工具

unet人像卡通化保姆级教程:从零开始部署AI绘画工具 你是不是也经常在社交平台上看到那些把真人照片变成动漫角色的效果?看起来像是专业画师手绘的卡通头像,其实背后是AI在悄悄工作。今天我要带你亲手搭建一个人像卡通化工具,用的…

无侵入式采集Fluent许可证使用数据的方案

无侵入式采集Fluent许可证使用数据的方案作为一名长期从事数据合规与系统集成的技术使用者,我深知在合法合规的前提下,如何无侵入式采集Fluent许可证使用数据是一个既复杂又关键的问题。是面对日益严格的隐私保护法规,企业还需要在保障数据安…

智能航线规划赋能无人机飞行:测绘作业效率提升新范式

传统测绘作业中,航线设计依赖人工图上作业,工作复杂、效率不高且容易出错。无人机能快速获取大面积高分辨率影像数据,可在复杂地形下灵活作业,且受人为因素干扰较少,为测绘工作提供了更高效、更全面的测绘手段。为了发…

PyTorch通用环境制造业案例:缺陷检测模型微调部署

PyTorch通用环境制造业案例:缺陷检测模型微调部署 1. 引言:从开发环境到工业落地 你有没有遇到过这样的情况:在本地训练了一个看起来效果不错的缺陷检测模型,结果一放到工厂产线的服务器上就报错?依赖不兼容、CUDA版…

Windchill PLM软件资产管理成效的绩效考核(KPI)指标体系

Windchill PLM软件资产管理成效的绩效考核(KPI)指标体系 ——如何量化PLM软件的资产价值与管理成效作为企业数字化转型的重要组成部分,PLM(Product Lifecycle Management)软件在产品开发流程中的作用日益凸显。软件复杂…

YOLOv11超参数调优:网格搜索自动化部署实战

YOLOv11超参数调优:网格搜索自动化部署实战 YOLO11 是当前目标检测领域中极具代表性的新一代模型,它在保持高精度的同时进一步优化了推理速度与资源占用。相比前代版本,YOLOv11 引入了更高效的骨干网络结构、动态特征融合机制以及自适应锚框…

server_name=0.0.0.0配置解析:远程访问原理说明

server_name0.0.0.0配置解析:远程访问原理说明 1. 麦橘超然图像生成控制台简介 麦橘超然 - Flux 离线图像生成控制台,是一款专为中低显存设备优化的本地化 AI 绘画工具。它基于 DiffSynth-Studio 构建,集成了“麦橘超然”模型(m…

2026突围指南:免费AI搜索优化监测工具重塑GEO规则

2025年,AI搜索的爆发让企业营销格局剧变。当68%的消费者依赖AI助手获取购买建议,当AI推荐品牌的转化率是传统搜索的2.7倍,一个残酷的现实浮出水面:GEO(生成式引擎优化)已不再是锦上添花的工具,而…

仓库管理系统设计与实现毕业设计(源码+lw+部署文档+讲解等)

博主介绍:✌ 专注于VUE,小程序,安卓,Java,python,物联网专业,有18年开发经验,长年从事毕业指导,项目实战✌选取一个适合的毕业设计题目很重要。✌关注✌私信我✌具体的问题,我会尽力帮助你。一、…

《2026企业必争:AI搜索优化+GEO监测工具免费开放

2026年开年,AI搜索已彻底改变人们获取信息的方式。QuestMobile最新数据显示,国内AI助手月活用户突破4.5亿,超六成用户会根据AI推荐做出消费决策。然而,一个严峻的事实摆在眼前:超七成企业不清楚AI如何描述自家品牌&…

GPEN人脸超分省钱指南:镜像免费部署+GPU按需计费

GPEN人脸超分省钱指南:镜像免费部署GPU按需计费 你是不是也遇到过老照片模糊、低清人像无法放大的问题?想做人脸修复,但自己搭环境太麻烦,训练成本又太高?别急,今天给你介绍一个真正开箱即用、部署免费、G…

Live Avatar部署教程:单卡80GB显存要求详解与优化方案

Live Avatar部署教程:单卡80GB显存要求详解与优化方案 1. 引言:Live Avatar开源数字人模型简介 阿里联合多所高校推出的Live Avatar,是一款基于14B参数规模的语音驱动数字人生成模型。该模型能够通过输入音频、参考图像和文本提示词&#x…

不用代码,也能搭建业务管理系统!

概述在当今数字化办公环境中,低代码平台正成为越来越多企业和个人的选择。它们让不具备专业编程背景的用户也能快速搭建适合自己需求的管理系统。今天为大家介绍5款优质的免费低代码平台,每款都有其独特优势。斑斑低代码首先要推荐的是斑斑低代码平台。这…

[awk] The AWK Programming Language 2nd edition 2024

2024, 2nd edition https://www.amazon.com/dp/0138269726 https://awk.dev/Awk was developed in 1977 at Bell Labs, and its still a remarkably useful tool for solving a wide variety of problems quickly and…

unet人像卡通化降本部署案例:批量处理效率提升300%

unet人像卡通化降本部署案例:批量处理效率提升300% 1. 这不是“又一个”卡通滤镜,而是能真正省下人力成本的AI工具 你有没有遇到过这样的场景:电商团队每天要为上百款商品模特图做风格统一的卡通化处理,用于社交媒体传播&#x…

JavaWeb的新能源充电系统设计毕设源码(源码+lw+部署文档+讲解等)

博主介绍:✌ 专注于VUE,小程序,安卓,Java,python,物联网专业,有18年开发经验,长年从事毕业指导,项目实战✌选取一个适合的毕业设计题目很重要。✌关注✌私信我✌具体的问题,我会尽力帮助你。 一…

企业级智能体开发平台在智能运维(AIOps)中的关键角色

随着业务系统复杂度的指数级增长,传统“人工盯屏、响应告警”的运维模式已经满足不了运维需求。智能运维(AIOps)通过引入企业级智能体开发平台所构建的运维智能体,正推动运维工作人工向人工智能演进,智能运维为业务稳定…