OpenCV已經將圖像處理(識別)的算法寫成函數了，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已經將圖像處理(識別)的算法寫成函數了，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。

研一新生導師讓選方向，F(xiàn)PGA，51和stm32單片機，opencv這三個那個比較有前景呢？

個人推薦：FPGA

根據不同的需要進行不同的處理

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皺紋一定會有梯度變化。建議檢測邊緣并計算皺紋梯度信息

opencv檢測缺陷用哪些算法？

目前，輪廓匹配也在研究中。輪廓匹配的前提是提取輪廓上的特征點并計算特征信息，然后根據特征信息進行匹配。提取特征點的算法很多，如sift和surf等，都是在OpenCV中實現(xiàn)的。然后采用魯棒匹配算法進行匹配。目前，我正在讀一篇論文“基于曲率特征的輪廓匹配算法”。匹配算法相對簡單。第一步是通過多邊形逼近輪廓提取輪廓上的有效點；第二步是計算輪廓上有效點的曲率；第三步是比較兩個輪廓曲率集的Hausdorff距離。本文采用一種簡化的方法計算Hausdorff距離法。