OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？這取決于你的目的。比如說(shuō)現(xiàn)在的車這么先進(jìn)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(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

這取決于你的目的。比如說(shuō)現(xiàn)在的車這么先進(jìn)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(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車制造商的工程師，你必須對(duì)它非常了解。簡(jiǎn)言之，這取決于具體的需要。

二維碼識(shí)別算法？

首先對(duì)圖像進(jìn)行灰度處理

然后對(duì)圖像進(jìn)行二值化處理

然后對(duì)Y和X方向進(jìn)行形態(tài)學(xué)開運(yùn)算

對(duì)連通區(qū)域進(jìn)行標(biāo)記，找到QR碼的三個(gè)特征區(qū)域，即定位圖案。

通過(guò)定位圖案可以找到二維碼所在的區(qū)域。否則，將返回一個(gè)空矩形。否則，返回一個(gè)rect，它表示在圖像中找到QR碼的區(qū)域。

如何利用opencv完成手勢(shì)識(shí)別算法？

Opencv是一種圖像識(shí)別算法。底層是通過(guò)圖像像素的采集和計(jì)算。從理論上講，我們可以通過(guò)獲取圖像軌跡上特定特征像素的運(yùn)動(dòng)數(shù)據(jù)來(lái)判斷手勢(shì)的上、下、左、右運(yùn)動(dòng)。從而完成相關(guān)的邏輯開發(fā)。但如果你只是剛剛開始，很難估計(jì)。您可以直接購(gòu)買一個(gè)手勢(shì)識(shí)別傳感器，并通過(guò)手勢(shì)識(shí)別傳感器的API在應(yīng)用層直接獲取和使用。目前比較便宜的傳感器大概是10元左右

根據(jù)不同的需要進(jìn)行不同的處理

1孔絕對(duì)是不同的像素顏色和周圍。建議采用閾值分割和輪廓檢測(cè)

2皺紋一定會(huì)有梯度變化。建議檢測(cè)邊緣并計(jì)算皺紋的梯度信息

3劃痕與前面的問(wèn)題相似，但也有區(qū)別，應(yīng)該是梯度的方向和強(qiáng)度（一個(gè)是凹的，另一個(gè)是凸的）

4如果斑點(diǎn)只是星星，在圖像中有很多角點(diǎn)檢測(cè)算法opencv，如surf fast orb