# ImagePprocessing_Experiment

**Repository Path**: coerq/ImagePprocessing_Experiment

## Basic Information

- **Project Name**: ImagePprocessing_Experiment
- **Description**: 学习图像处理课程时做过的实验
- **Primary Language**: C++
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-07-10
- **Last Updated**: 2023-02-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 图像处理, 机器视觉, OpenCV, 实验

## README

#### 实验环境：

* windows11
* MinGW64 8.1.0(使用其中的 `g++` 构建)
* opencv 4.6.0
* vscode

#### 实验简要说明

##### EXP_1

1. 读取摄像头视频
2. 实现灰度直方图的计算
3. 计算视频中每帧图像的的直方图并实时绘制显示
4. 均衡化直方图并显示
5. 使用均衡化后的直方图增强图像并显示
6. 使用多线程

##### EXP_2

1. 实现双边滤波算法；
2. 使用实现的算法处理图片
3. 同时显示原图和处理结果图

##### EXP_3

1. 实现灰度共生矩阵的计算（仿照了[Matlab](https://ww2.mathworks.cn/help/images/ref/graycomatrix.html)的实现思路）
2. 重复多次随机选取图像的部分（例如10*10大小）使用灰度共生矩阵计算各个纹理特侦值
3. 以横轴为能量特征，纵轴为熵特征，在坐标系中汇出特征值的位置；
4. 以横轴为能量特征，纵轴为熵特征，在坐标系中汇出特征值的位置；
5. 以横轴为相关性特征，纵轴为对比度特征，在坐标系中汇出特征值的位置
6. 显示绘制的结果

##### EXP_4

1. 编写一个程序，用来修改图像的色彩鲜艳度
2. 显示调整后的结果

##### EXP_5

1. 实现模板匹配算法
2. 使用实现的模板匹配算法在一张图像中找到指定目标
3. 显示结果

##### EXP_6

1. 实现K-Means算法
2. 使用K-Means算法将图像分为两类
3. 显示分类结果