每行的第一个元组表示图像数组的大小（行、列、颜色通道），紧接着的字符串表示数组元素的数据类型。将变平的图像堆积起来，我们可以得到一个矩阵，矩阵的一行表示一幅图像。二值图像通常是，在计算物体的数目，或者度量其大小时，对一幅图像进行阈值化后的结果。在对图像做进一步处理之前，直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。改区域使用坐标依次是（左，上，右，下）的四元

w(x,y)为窗口函数，I(x+u,y+v)为平移后图像灰度，I(x,y)为图像灰度。Ix，Iy为对应方向上的梯度。物理意义： 通过M的两个特征值大小对图像点进行分类。将图像窗口平移[u,v]产生灰度变化E(u,v)如何求解I(x+u,y+v)，以及E(u,v)?窗口移动导致图像变化量：实对称矩阵M的特征值分析。记M特征值为λ1,λ2。

图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或图像中一些单独的对象。这些区域可以利用一些诸如颜色、边界或近邻相似性等特征进行构建。

形态学，在此表示数学形态学内容，将数学形态学作为工具从图像中提取表达和描绘区域形状的有用图像分量，如边界、骨架和凸壳等。我们对预处理或后处理的形态学技术也感兴趣，比如形态学过滤、细化和修剪等。...

在图像处理中，彩色的运用主要受两个因素的推动。第二点因素在人工图像分析中特别重要。彩色图像处理可分为两个主要邻域全彩色处理和伪彩色处理。

图像压缩是一种减少描绘一幅图像所需数据量的技术和科学。图像和视频通常在计算机中表示会占用很大的空间，而出于节省硬盘空间的考虑，往往要进行压缩。

read() 方法解码并返回下一视频帧，第一个变量 ret 是一个判断视频帧是否 成功读入的标志，第二个变量im则是实际读入的图像数组。辅助函数 draw_flow() 会在图像均匀间隔的点处绘制光流矢量， 它利用 OpenCV 的绘图函数 line() 和 circle()，并用变量 step 控制流样本的间距。读取图像后，将其转化为灰度图像，函数 integral() 创建一幅图像，该图像的每

每行的第一个元组表示图像数组的大小（行、列、颜色通道），紧接着的字符串表示数组元素的数据类型。将变平的图像堆积起来，我们可以得到一个矩阵，矩阵的一行表示一幅图像。二值图像通常是，在计算物体的数目，或者度量其大小时，对一幅图像进行阈值化后的结果。在对图像做进一步处理之前，直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。改区域使用坐标依次是（左，上，右，下）的四元

在分类算法中，最简单且用的最多的一种方法之一就是KNN(K-Nearset Neighbor，K邻近分类法)，这种算法把要分类的对象（例如一个特征向量）与训练集中已知类标记的所有对象进行对比，并由k近邻对指派到哪个类进行投票。为了使用命令行处理，用 savetxt() 函数将帧数组存储在一个文本文件中，该函数的最后一个参数可以在提取描述子之前对 图像的大小进行调整，例如，传递参数 imsize=(

针孔照相机模型（有时称为射影照相机模型）是计算机视觉中广泛使用的照相机模型。对于大多数应用来说，针孔照相机模型简单，并且具有足够的精准度。这个名字来源于一种类似暗箱机的照相机。该照相机从一个小孔采集射到暗箱内部的光线。在光线投影到图像平面之前，从唯一一个点经过，也就是照相机中心C。由图像坐标轴和三维坐标系中的x轴和y轴对齐平行的假设，我们可以得出针孔照相机的投影性质。照相机的光学坐标轴和z轴一致，