基于opencv的紙張表面質(zhì)量檢測(cè)算法中，是先濾波再二值化還是先二值化再濾波？求解釋？拍照后，可以進(jìn)行角點(diǎn)檢測(cè)，設(shè)置閾值，標(biāo)定角點(diǎn)，根據(jù)角點(diǎn)個(gè)數(shù)估計(jì)紙張質(zhì)量。我沒(méi)有做過(guò)這個(gè)，只是我自己的感覺(jué)，希望能幫

基于opencv的紙張表面質(zhì)量檢測(cè)算法中，是先濾波再二值化還是先二值化再濾波？求解釋？

拍照后，可以進(jìn)行角點(diǎn)檢測(cè)，設(shè)置閾值，標(biāo)定角點(diǎn)，根據(jù)角點(diǎn)個(gè)數(shù)估計(jì)紙張質(zhì)量。我沒(méi)有做過(guò)這個(gè)，只是我自己的感覺(jué)，希望能幫到你

沒(méi)用。

但是，從程序的角度來(lái)看，彩色圖像的處理首先要對(duì)灰度圖像進(jìn)行處理，然后再對(duì)彩色圖像進(jìn)行處理。轉(zhuǎn)換函數(shù)是cvtcolor（…），參數(shù)是cv_Bgr2gray is RGB to gray，參數(shù)cv_2bgris gray to RGB。如果處理結(jié)果是顏色，它將變成灰色：cvcvtcolor（inputimg，grayimg，CV_ubgr2gray）

OpenCV如何進(jìn)行二值圖像的分水嶺算法？

我建議不要使用矩陣來(lái)“硬計(jì)算”它的中心。我們可以使用以下方法：[method]opencv library提供的cvfindcontours（）獲取二值圖像的輪廓，然后用cvboundingrect（）計(jì)算輪廓的“外接矩形”。例如，如果矩形表示為rect，則矩形的位置、長(zhǎng)度和寬度分別為rect.x rect.y矩形寬度矩形高度然后使用這四個(gè)數(shù)據(jù)輕松計(jì)算邊界矩形的中心，即二值圖像的中心。

如何計(jì)算二值化圖像的中心？

Double CV:：threshold（CV:：inputarray SRC，//input image CV:：outputarray DST，//output image Double threshold，//threshold Double maxvalue，//up maximum int thresholdtype//閾值操作類型）