Opencv 自适应高斯阈值滤波器是如何工作的？
我已经成功地在树莓Pi上实现了OpenCVs自适应高斯阈值。该算法（与高斯窗口的互相关）实际上是如何工作的 通过阅读文档和在线搜索，我找不到任何解释函数操作的内容，只有如何实现它（我已经完成了）（）Opencv 自适应高斯阈值滤波器是如何工作的？,opencv,image-processing,filtering,Opencv,Image Processing,Filtering,我已经成功地在树莓Pi上实现了OpenCVs自适应高斯阈值。该算法（与高斯窗口的互相关）实际上是如何工作的 通过阅读文档和在线搜索，我找不到任何解释函数操作的内容，只有如何实现它（我已经完成了）（） 如果需要注意的话，我正在使用此过滤器来提高我在Pi上开发的条形码阅读器的可读性，当存在不一致的照明时。你所谓的“与高斯窗口的互相关”实际上应该是一个卷积运算。高斯滤波器是一种低通滤波器。这意味着它会抑制图像的高频内容，只留下缓慢的空间变化。这种想法是，缓慢的变化主要是由图像中的光照变化引起的，而高频
如果需要注意的话，我正在使用此过滤器来提高我在Pi上开发的条形码阅读器的可读性，当存在不一致的照明时。你所谓的“与高斯窗口的互相关”实际上应该是一个卷积运算。高斯滤波器是一种低通滤波器。这意味着它会抑制图像的高频内容，只留下缓慢的空间变化。这种想法是，缓慢的变化主要是由图像中的光照变化引起的，而高频则是由边缘引起的 另一种观察滤波器的方法是将其视为局部（加权）平均。每个输出像素是邻域中像素的加权平均值 因此，阈值步骤将像素值与局部平均像素值进行比较。值相对较高的像素被视为前景，值相对较低的像素被视为背景 将其与正常阈值进行对比，正常阈值与所有像素的固定值进行比较。通过使用局部平均值，我们可以独立于图像中的照明差异