API数据接口-聚合数据​xml和 json 是现今互联网中常用的两种数据交换格式，两种格式都可以进行网络数据交换，数据存储，配置文件，但由于两种文件不同的优缺点，xml主要用于配置文件，json主要应用于网络数据交换。本文通过申请聚合API数据接口，分别使用xml和json的方式解析该API数据。申请方式可以进入聚合数据官方进行申请(聚合官方)。聚合数据提供了很多的网络API接口，很方便开发者使

目录引言opencv中的复数表示复数乘法引言由于opencv自身不带有复数计算功能，但我又经常需要进行复数运算，所以我只能自己写两个函数来进行复数的乘除法运算。opencv中的复数表示复数包含了实部和虚部，在opencv中是使用一个二通道的Mat对象来存放一个复数数组，两个通道分别存储复数的实部和虚部，图像傅里叶变换的结果就是一个使用二通道数组存放的复数数组。比如一个复数：[0+0j0+j1+0j

opencv显示图像的频谱图（C++）1. 图像傅里叶变换2. 幅度谱3.相位谱4. 测试1. 图像傅里叶变换图像的傅里叶变换是二维的傅里叶变换，二维离散傅里叶变换(discrete Fourier transform,DFT)定义式如下：在这里f(m,n)f(m,n)f(m,n)为图像在点(i,j)(i,j)(i,j)的像素值。二维离散傅里叶反变换为：在opencv中可以通过dft()函数实现二

opencv显示图像的频谱图（C++）1. 图像傅里叶变换2. 幅度谱3.相位谱4. 测试1. 图像傅里叶变换图像的傅里叶变换是二维的傅里叶变换，二维离散傅里叶变换(discrete Fourier transform,DFT)定义式如下：在这里f(m,n)f(m,n)f(m,n)为图像在点(i,j)(i,j)(i,j)的像素值。二维离散傅里叶反变换为：在opencv中可以通过dft()函数实现二

目录1. 图像锐化2. 空间域方法2.1. 梯度模算子1. 图像锐化图像锐化也称边缘增强。锐化技术用于加强图像中的边界和细节信息。由于边界和细节信息对应频域中的高频部分，所以在频域中通常对图像进行高通滤波，在空间域则进行微分处理。2. 空间域方法在进行频率域处理前，先简单介绍两种空间域的图像锐化算子。2.1. 梯度模算子由数学知识，我们知道方向导数取得最大值的方向是梯度方向，这个最大值便是梯度的模

目录一、简单线性变换二、分段线性变换一、简单线性变换如果原图像f(x,y)f(x,y)f(x,y)的灰度范围为[m,M][m,M][m,M],经过线性变换之后，我们希望变换后的图像g(x,y)g(x,y)g(x,y)的灰度范围是[n,N][n,N][n,N],那么经过下面的简单线性变换就可实现：g(x,y)=(N−n)/(M−m)[f(x,y)−m]+ng(x,y)=(N-n)/(M-m) [f(