OpenCV图像预处理用于目标检测

Question

在计算图像特征之前，我们建议采用一些预处理方法来增加过程的效率，例如裁剪、格式转换等。

提前感谢您的阅读和理解 :)

- Str1101

Answer 1

预处理严重依赖于特征提取方法和输入图像类型。一些常见方法包括：

1. 去噪：应用高斯或简单的方框滤波器进行去噪。

2. 对比度增强：如果灰度图像过暗或过亮，可以采用这种方法。

3. 降采样以提高速度。

4. 形态学操作用于二进制图像的形态学运算。

- fatihk

---

非常感谢您的回答@thomas，以及您添加的链接的高质量。但是我现在对如何正确应用这些方法有一些疑问：1-在应用对比度增强之前，我是否应检测每个图像的灰度级别，还是在所有情况下都应用它？2-图像的适当大小可能是多少？3-腐蚀、膨胀还是两者都要使用？（或者都不使用） - Str1101

@Str1101，1-需要在灰度图像上应用直方图均衡化。2-如果您有一些异常大小的图像，例如1024x2048，则任何特征提取过程可能需要相当长的时间，因此您可以将这些图像降采样2-3倍，从而可以将此过程加速4-9倍。3-腐蚀可用于过滤图像中的小区域，而膨胀则用于消除对象内部的一些孔。它们也可用于RGB图像。腐蚀会使较暗区域扩大，而膨胀则在RGB图像中产生相反的效果（如最后一个链接中的猫图像所示）。 - fatihk

再次感谢@thomas。这个过程必须自动化，所以我认为我需要比较结果才能确定哪种形态学操作（以及哪些设置）的效果更好。 - Str1101