OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學習這些算法嗎？這取決于你的目的。比如說現(xiàn)在的車這么先進好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需

OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學習這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個機械師，你必須理解。如果你是一個汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。

opencv邊緣檢測怎么限制檢測出的邊緣的長度？

建議使用輪廓檢測，輪廓，然后輪廓有有限的信息。計算長度有一個固定的函數(shù)。

opencv檢測缺陷用哪些算法？

根據(jù)不同的需要，應進行不同的處理

1孔的像素顏色和周圍絕對不同。建議采用閾值分割和輪廓檢測

2倍一定會有梯度變化。建議檢測邊緣并計算褶皺的梯度信息

3劃痕與前面的問題類似，但也不同梯度的方向和強度應該不同（一個是凹的，另一個是凸的）

4如果斑點只是星星，opencv中有很多角點檢測算法，如沖浪快速球