1. AI识别
2. 匹配
3. OpenCV基础函数
4.OpenCV查找与绘制
5. 直方图操作
6.过滤
7.边缘检测
8.形态学处理
9.分割
- 9.1 填充区域分割（cv.mask_cut）
10.提取
- 10.1 HSV阈值提取（cv.inRange）
11.OpenCV数学计算
- 11.1 轮廓面积计算
12.OpenCV基础类型
13.OpenCV类型转换
- 13.1 数据类型转换（cv.convertTo）
- 13.2 数据类型转换（cv.convertToHSV）

1. AI识别

1.1 YOLO检测（yolov3.detect）

算子名称	yolov3.detect
	参数类型	参数名	参数说明
输入参数	string_t	model	模型名称
	cv::Mat	image	待识别图片
	int	topK	识别框topK排序
	bool	insideFilter	识别框包含过滤
返回值	YOLOv3_t		YOLO识别结果包围盒列表
功能描述	用于从站模式给主站发送数据。 1. 如果是CAN总线等抢占式通道，则立即发送； 1. 如果是485等轮询通道，系统将暂存数据，等候主节点轮询时发送。

topK类型消息数据用法：

table = sys.propset_t({
    var1 = 1,
  var2 = 2.0,
  var3 = "str"
})

insideFilter

table = sys.propset_t({
    var1 = 1,
  var2 = 2.0,
  var3 = "str"
})

YOLOv3_t结构 ```cpp class YOLOv3_t { public: int width; // Width of input image. int height; // Height of input image. BoundingBox_vec bboxes; // All objects, The vector of BoundingBox .

public: bool is_empty(void); };

脚本示例：
```lua
detect_img = ("yolo4_pallet", equa_img, 1, false)

1.2 绘制YOLO识别框（yolov3.draw_bbox）

算子名称	yolov3.draw_bbox
	参数类型	参数名	参数说明
输入参数	cv::Mat	image	图片
	YOLOv3_in	imgdet	YOLO识别结果包围盒列表
	bool	drawScore	识别分数
返回值	cv::Mat		已绘制边框图片
功能描述	用于绘制识别框并识别分数。

脚本示例：

image = equa_img       --均衡化处理结果图
imgdet = detect_img    --YOLO识别结果
drawScore = true
bbox_draw = yolov3.draw_bbox(image, imgdet, drawScore)

1.3 拣选YOLO识别框（yolov3.pick_bbox）

算子名称	yolov3.pick_bbox
	参数类型	参数名	参数说明
输入参数	YOLOv3_in	imgdet	YOLO识别结果包围盒列表
	string_t	label	识别框拣选列表
返回值	BoudingBox_ptr		识别框所选范围
功能描述	用于拣选识别框所选范围。

脚本示例：

imgdet = detect_img
label = "all"
bbox_pick = (imgdet, label)

1.4 识别框分类（yolov3.sort_bbox）

算子名称	yolov3.sort_bbox
	参数类型	参数名	参数说明
输入参数	YOLOv3_in	imgdet	YOLO识别结果
返回值	string_t		识别框分类结果
功能描述	将YOLO识别结果进行分类

脚本示例：

text = yolov3.sort_bbox(bbox_draw, detect.bboxes)

2. 匹配

2.1 模板匹配（cv.match_template）

算子名称	cv.match_template
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	待搜索图像
	cv::Mat	obj	模板图像
	vector&	Rect	匹配结果
	int	type	模板类别
	int	num	模板序号
返回值	cv::Vec		匹配结果
功能描述	对比图像像素值进行匹配

2.2 特征匹配（cv.match_flann）

算子名称	cv.match_flann
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	待搜索图像
	cv::Mat	obj	模板图像
	bool	drawBox	绘制特征边框
返回值	cv::Mat		特征匹配结果
功能描述	记录目标图像与待匹配图像的特征点

2.3 形状匹配（cv.match_shapes）

算子名称	cv.match_shapes
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	待搜索图像
	cv::Mat	obj	匹配图像
返回值	cv::Mat		形状匹配结果
功能描述	通过轮廓计算进行形状匹配

3. OpenCV基础函数

3.1 版本号（cv.version）

算子名称	cv.version
	参数类型	参数名	参数说明
返回值	void		格式化
功能描述	创建新版本

3.2 定义文件名（cv.filename）

算子名称	cv.filename
	参数类型	参数名	参数说明
输入参数	string_t	filePath	文件路径
功能描述	定义文件名

3.3 文件目录（cv.imlist）

算子名称	cv.imlist
	参数类型	参数名	参数说明
输入参数	string_t	dirname	地址名
功能描述	文件目录

3.4 读取文件（cv.imread）

算子名称	cv.imread
	参数类型	参数名	参数说明
输入参数	string_t	filename	文件路径
	bool	color	颜色
返回值	cv::Mat		图片
功能描述	读取文件

脚本示例：

image = cv.read("images/20210707_140546755_NG.jpeg", false)

3.5 保存图像（cv.imwrite）

算子名称	cv.imwrite
	参数类型	参数名	参数说明
输入参数	string_t	filename	文件名
	cv::Mat	image	图片
功能描述	保存文件

脚本示例：

cv.imwrite("imgout/test.jpg", image)

3.6 创建可变形矩形（cv.Rect2f）

算子名称	cv.imrect
	参数类型	参数名	参数说明
输入参数	float	x	x坐标
	float	y	y坐标
	float	w	宽度
	float	h	高度
返回值	cv::Mat		图片
功能描述	创建可变形矩形

脚本示例：

x = 0.15
y = 0.0
w = 0.03
h = 1.0
lrect = cv.Rect2f(image, x, y, z, w)

3.7 显示图像（cv.imshow）

算子名称	cv.imshow
	参数类型	参数名	参数说明
输入参数	string_t	winname	显示名
	cv::Mat	image	图片
功能描述	显示图像

脚本示例：

cv.imshow("equa_img", equa_img)

3.8 读取矩形（cv.imrect）

算子名称	cv.imrect
	参数类型	参数名	参数说明
输入参数	cv::Mat	image	输入图像
	cv::Rect	rect	输入矩形
返回值	cv::Mat		矩形区域
功能描述	读取矩形区域图像

脚本示例：

dlrect = cv.imrect(image, lrect)

4.OpenCV查找与绘制

4.1 轮廓查找（cv.find_contours）

算子名称	cv.find_contours
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
	int	thresh	阈值
	int	block	指定区块大小
	bool	inv	是否包围
	int	mode	轮廓类型
返回值	contours		待绘制轮廓
功能描述	查找图片中的轮廓

轮廓类型介绍：

mode	参数值	含义
CV_RETR_EXTERNAL	0	只检测出最外轮廓，即c0
CV_RETR_LIST	1	检测出所有的轮廓并将它们保存早表（list）中
CV_RETR_CCOMP	2	检测出所有的轮廓并将它们组织成双层的结构第一层是外部轮廓边界第二层边界是孔的边界
CV_RETR_TREE	3	检测出所有轮廓并且重新建立网状的轮廓结构

脚本示例：

img = image
thresh = -2
block = 10
inv = true
mode = 1
contours = cv.find_contours(img, thresh, block, inv, mode)

4.2 绘制轮廓（cv.draw_contours）

算子名称	cv.draw_contours
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
	contours	cnts	要绘制的轮廓
	bool	drawBG	轮廓背景
	int	maxlevel	绘制轮廓层次深度
返回值	cv::Mat		已绘制轮廓图
功能描述	绘制出制定轮廓

脚本示例：

img = image 
cnts = contours      --轮廓识别结果
drawBG = true
maxlevel = -1
contours_draw = cv.draw_contours(image, contours, true, -1)

4.3 绘制矩形（cv.draw_rectangle）

算子名称	cv.draw_rectangle
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图片
	cv::Rect	rect	输入矩形
	int	thickness	矩形线条粗细程度 >=1 绘制线宽 -1 填充矩形
	float	alpha	背景图像透明度，范围：0.0~1.0
	float	beta	绘制矩形透明度，范围：0.0~1.0
返回值	cv::Mat	dst	已绘制矩形图片
功能描述	绘制指定参数的矩形

脚本示例：

src = cv.Mat()             -- 前一步骤得到的原图像
rect = cv.Rect2f()     -- 要绘制的矩形框
thickness = -1
alpha = 1.0                    -- 背景图像透明度
beta = 0.8                    -- 矩形透明度
dst = cv.draw_rectangle(src, rect, thickness, alpha, beta)

4.4 绘制线条（cv.draw_lines）

算子名称	cv.draw_lines
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Lines	lines	输入线变化
返回值	cv::Mat		霍夫线变换后的图像
功能描述	绘制霍夫线变换的线条图像

脚本示例：

src = lrect           --矩形读取得到的图像
lines = llines        --霍夫线变换得到的图像
lning = cv.draw_lines(src, lines)

4.5 轮廓外接最小闭合圆查找（cv.minEnclosingCircle）

算子名称	cv.minEnclosingCircle
	参数类型	参数名	参数说明
输入参数	contours	contour	已绘制的轮廓
返回值	cv::Point2f		圆心坐标
	float		圆的半径
功能描述	根据输入轮廓，查找轮廓最小外接圆，返回圆心与半径（该函数并非直接绘制圆形）

脚本示例：

cir_center, cir_radius = cv.minEnclosingCircle(contour)

4.6 绘制文本（cv.putText）

算子名称	cv.putText
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	string_t	text	输入文本
	int	x	文本框位置（左下角点横坐标）
	int	y	文本框位置（左下角点纵坐标）
返回值	cv::Mat		绘制文本后图片
功能描述	在输入图像中，绘制文本信息，并制定位置

脚本示例：

text_img = cv.putText(img, text, 1400, 1700)

4.7 绘制轮廓凸包（cv.convexHull）

算子名称	cv.convexHull
	参数类型	参数名	参数说明
输入参数	contours	contour	已查找出的轮廓
返回值	contours		轮廓凸包
功能描述	获得轮廓的凸包

脚本示例：

hull_img = cv.convexHull(contour)

4.8 多边形逼近（cv.approxPolyDP）

算子名称	cv.approxPolyDP
	参数类型	参数名	参数说明
输入参数	contours	contour	已查找出的轮廓
	double	epsilon	逼近准确度，允许原多边形与拟合结果之间存在的最大偏差
返回值	contours		近似曲线
功能描述	把一个连续光滑曲线折线化

脚本示例：

img_cots = cv.approxPolyDP(img_cots, 100)

4.9 凸缺陷查找（cv.convexityDefects）

算子名称	cv.approxPolyDP
	参数类型	参数名	参数说明
输入参数	contours	contour	已查找出的轮廓
	contours	convexhull	轮廓凸包
返回值	defects		凸缺陷检测信息
功能描述	查找出轮廓凸包的凸缺陷

脚本示例：

hull_def = cv.convexityDefects(contour, convexhull)

4.10 拟合椭圆（cv.fit_ellipse）

算子名称	cv.fit_ellipse
	参数类型	参数名	参数说明
输入参数	contours	contour	已查找出的轮廓
返回值	cv::RotatedRect		拟合椭圆（椭圆为可旋转矩形类）
功能描述	根据输入轮廓，拟合椭圆

脚本示例：

rect = cv.fit_ellipse(contour)

4.11 绘制椭圆（cv.draw_ellipse）

算子名称	cv.draw_ellipse
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::RotatedRect	rRect	已识别椭圆
	bool	filledMask	填充
返回值	cv::Mat		已绘制椭圆图片
功能描述	绘制出已识别椭圆

脚本示例：

mellipse = cv.draw_ellipse(image, marcRect, false)

4.12 绘制圆（cv.draw_circle）

算子名称	cv.draw_circle
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Point2f	center	输入圆心
	float	radius	输入半径
返回值	cv::Mat		已绘制圆图片
功能描述	根据圆心半径绘制出圆

脚本示例：

draw_circle = cv.draw_circle(cotimage, cir_center, cir_radius)

4.13 绘制缺陷（cv.draw_defects）

算子名称	cv.draw_defects
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	contours	contour	已识别轮廓
	defects	defects	以识别缺陷
	bool	filledMask	填充
返回值	cv::Mat		以绘制缺陷图片
功能描述	将缺陷绘制在图片上

脚本示例：

defs = cv.draw_defects(cotimage, contour, hull_def, false)

5. 直方图操作

5.1 二值化处理（cv.threshold）

算子名称	cv.threshold
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
	int	thresh	阈值的具体值
	int	block	像素领域块
	bool	inv	大于阈值为1，小于阈值为0
返回值	cv::Mat		处理后图像
功能描述	根据阈值将像素值进行二值化，放大像素差

img = image
thresh = 10
block = 10
inv = false
thre_img = cv.threshold(img, thresh, block, inv)

5.2 归一化处理（cv.normalize）

算子名称	cv.normalize
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
	double	maxVal	数组最大值
	double	minVal	数组最小值
	int	normType	归一化类型
返回值	cv::Mat		处理后图像
功能描述	将不同范围的值，映射到固定的相同范围内

归一化类型介绍：

normType类型	参数值	含义
cv::NORM_L1	1	归一化数组的L1范数（绝对值的和）
cv::NORM_L2	2	归一化数组的L2范数（欧几里德）
cv::NORM_INF	3	归一化数组的最大值
cv::NORM_MINMAX	4	数组的数字被平移或缩放到一个指定的范围
描述：L1用的是绝对值即曼哈顿距离，L2用的是平方即欧几里德距离，MINMAX就是映射到a， b区间内。

脚本示例：

img = image      
maxVal = 255       
minVal = 0     
normType = 4   
norm_img = cv.normalize(image, maxVal, minVal, norType)

5.3 均衡化处理（cv.equalize）

算子名称	cv.equalize
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
返回值	cv::Mat		处理后图像
功能描述	增加像素灰度值的动态范围，增强对比度

脚本实例：

img = image
equa_img = cv.equalize(img)

5.4 自适应阈值操作（cv.threshold_adaptive）

算子名称	cv.threshold_adaptive
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
	int	block	像素领域块
	bool	inv	大于阈值为1，小于阈值为0
返回值	cv::Mat		处理后图像
功能描述	增加像素灰度值的动态范围，增强对比度

脚本实例：

img = image
block = 10
inv = true
adth_img = cv.threshold_adaptive(img, block, inv)

5.5 自适应阈值操作（cv.threshold_integral）

算子名称	cv.threshold_adaptive
	参数类型	参数名	参数说明
输入参数	cv::Mat	img	图片
	int	block	像素领域块
	bool	inv	大于阈值为1，小于阈值为0
返回值	cv::Mat		处理后图像
功能描述	增加像素灰度值的动态范围，增强对比度

脚本实例：

img = image
block = 10
inv = true
adth_img = cv.threshold_adaptive(img, block, inv)

6.过滤

6.1 高斯滤波器（cv.GaussianBlur）

算子名称	cv.GaussianBlur
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Size	ksize	卷积核大小
返回值	cv::Mat		高斯模糊图像
功能描述	对图像进行高斯模糊处理，消除高斯噪音干扰

脚本示例：

src = image
ksize = cv.Size2i(5,5)
gaus_img = cv.GaussianBlur(image, ksize)

6.2 索贝尔滤波器（cv.Sobel）

算子名称	cv.Sobel
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	int	ddepth	输出像素深度
	int	ksize	卷积核大小
	double	scale	缩放比例常数，默认1
	double	delta	可选的增量，将会加到输出图像中
	int	borderType	边界模式，默认BORDER_DEFAULT
返回值	cv::Mat		梯度计算后图像
功能描述	消除噪音对图像的影响

脚本实例：

src = image
ddepth = CV_64F
ksize = 3
scale = 1
delta = 0
border = BORDER_DEFAULT
sobel_img = cv.Sobel(src, ddepth, ksize, scale, delta, border)

6.3 Scharr滤波器（cv.Scharr）

算子名称	cv.Scharr
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	int	ddepth	输出像素深度
	int	ksize	卷积核大小
	double	scale	缩放比例常数，默认1
	double	delta	可选的增量，将会加到输出图像中
	int	borderType	边界模式，默认BORDER_DEFAULT
返回值	cv::Mat		过滤处理图像
功能描述	与cv.Sobel功能相同，但精度更高

脚本示例：

src = image
ddepth = CV_64F
ksize = 3
scale = 1
delta = 0
border = BORDER_DEFAULT
scharr_img = cv.scharr(src, ddepth, ksize, scale, delta, border)

6.4 拉普拉斯滤波器（cv.Laplacian）

算子名称	cv.Laplacian
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	int	ddepth	输出像素深度
	int	ksize	卷积核大小
	double	scale	缩放比例常数，默认1
	double	delta	可选的增量，将会加到输出图像中
	int	borderType	边界模式，默认BORDER_DEFAULT
返回值	cv::Mat		变换后图像
功能描述	增强图像中灰度突变的区域，减弱灰度的缓慢变化区域

脚本示例：

src = image
ddepth = CV_64F
ksize = 3
scale = 1
delta = 0
border = BORDER_DEFAULT
lapl_img = cv.Laplacian(src, ddepth, ksize, scale, delta, border)

6.5 简单模糊（cv.blur）

算子名称	cv.blur
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Size	ksize	卷积核大小
返回值	cv::Mat		模糊图像
功能描述	实现简单模糊

脚本示例：

src = image
ksize = cv.Size2i(5,5)
blur_img = cv.blur(image, ksize)

7.边缘检测

7.1 霍夫变换（cv.HoughLines）

算子名称	cv.HoughLines
	参数类型	参数名	参数说明
输入参数	cv::Mat	image	输入图像
	double	rho	设置直线像素分辨率
	double	theta	设置直线弧度分辨率
	int	threshold	阈值
	double	srn	细化直线计算结果，默认0
	double	stn	细化直线计算结果，默认0
返回值	cv::Mat		图像霍夫变换后的线
功能描述	通过霍夫变换，在图中找出大量的线

脚本示例：

imgage = sobel_img      --索贝尔导数计算结果图像
rho = 1
theta = CV_PI / 180
threshold = 300
srn = 0
stn = 0
hough_img = cv.HoughLines(image, rho, theta, threshold, srn, stn)

7.2 获取矩形边界（cv.boundingRect）

算子名称	cv.boudingRect
	参数类型	参数名	参数说明
输入参数	cv::Mat	image	输入图像
	cv::Lines	lines	线
	float	rho	直线距离坐标原点的距离
	float	theta	直线过坐标原点垂线与x轴夹角
	double	a	夹角的余弦值
	double	b	夹角的正弦值
	double	x0	直线与过坐标原点的垂线的交点
	double	y0	直线与过坐标原点的垂线的交点
	double	length	图像高宽的最大值
返回值	cv::Mat		矩形边界图像
功能描述	得到包覆此轮廓的最小正矩形

脚本示例：

image = sobel_img
lines = hough_img
rho = lines[i][0]
theta = lines[i][1]
a = cos(theta)
b = sin(theta)
x0 = a*rho
y0 = b*rho
length = max(sobel_img.rows, sobel_img.cols)
bound_img = cv.boudingRect(image, lines, rho, theta, a, b, x0, y0, length)

7.3 边缘检测（cv.Canny）

算子名称	cv.Canny
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	double	threshold1	下限阈值
	double	threshold2	上限阈值
返回值	cv::Mat		边缘图像
功能描述	将单个的边缘候选像素加入轮廓

脚本示例：

src = gaus_img
threshold1 = 5
threshold2 = 30
canny_img = cv.Canny(src, thrshold1, threshold2)

简介：介于上限阈值和下限阈值之间的像素点，被设置为弱边缘。进一步判断，如果其领域内有强边缘像素，则保留，如果没有，则剔除。

8.形态学处理

8.1 膨胀（cv.dilate）

算子名称	cv.dilate
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		膨胀图像
功能描述	将图像进行膨胀处理，主要作用于连通分支

脚本示例：

src = thre_img      --二值化结果图像
dst = dilate_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
dilate_img = cv.dilate(src, dst, anchor, iterations, borderType, borderValue)

8.2 腐蚀（cv.erode）

算子名称	cv.erode
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		腐蚀图像
功能描述	将图像进行腐蚀处理，主要作用于消除图像中斑点一样的噪声

脚本示例：

src = dilate_img      --膨胀结果图像
dst = erode_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
erode_img = cv.erode(src, dst, anchor, iterations, borderType, borderValue)

8.3 开操作（cv.morph_open）

算子名称	cv.morph_open
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		开操作处理后图像
功能描述	对图像进行开操作处理（先将图像腐蚀，然后对腐蚀的结果膨胀）

脚本示例：

src = thre_img      --二值化结果图像
dst = open_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
open_img = cv.morph_open(src, dst, anchor, iterations, borderType, borderValue)

8.4 闭操作（cv.morph_close）

算子名称	cv.morph_close
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		闭操作处理后图像
功能描述	对图像进行开操作处理（先将图像膨胀，然后对腐蚀的结果腐蚀）

脚本示例：

src = thre_img      --二值化结果图像
dst = close_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
close_img = cv.morph_close(src, dst, anchor, iterations, borderType, borderValue)

8.5 形态学梯度（cv.morph_gardient）

算子名称	cv.morph_gardient
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		形态学梯度处理后图像
功能描述	膨胀结果图像减腐蚀结果图像，得到源图像目标边缘

脚本示例：

src = thre_img      --二值化结果图像
dst = gard_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
gard_img = cv.morph_gardient(src, dst, anchor, iterations, borderType, borderValue)

8.5 顶帽操作（cv.morph_tophat）

算子名称	cv.morph_close
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		顶帽操作处理后图像
功能描述	源图像减开操作图像，得到比源图像更亮的环绕部分

脚本示例：

src = thre_img      --二值化结果图像
dst = toph_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
toph_img = cv.morph_toph(src, dst, anchor, iterations, borderType, borderValue)

8.6 黑帽操作（cv.morph_blackhat）

算子名称	cv.morph_close
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		黑帽操作处理后图像
功能描述	闭操作图像减源图像，得到比源图像更暗的环绕部分

脚本示例：

src = thre_img      --二值化结果图像
dst = bckh_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
bckh_img = cv.morph_bckh(src, dst, anchor, iterations, borderType, borderValue)

8.7 HMT变换（cv.morph_hitmiss）

算子名称	cv.morph_close
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Mat	dst	结果图像
	cv::Point	anchor	锚点的位置
	int	iterations	迭代次数
	int	borderType	边界模式
	cv::Scalar	borderValue	边缘值
返回值	cv::Mat		HMT变换操作处理后图像
功能描述	用来检测特定形状所处位置的一个基本工具

脚本示例：

src = thre_img      --二值化结果图像
dst = hmt_img
anchor = point(-1, -1)
iterations = 2
borderType = BORDER_CONSTANT
borderValue = morphologyDefaultBorderValue()
hmt_img = cv.morph_hmt(src, dst, anchor, iterations, borderType, borderValue)

9.分割

9.1 填充区域分割（cv.mask_cut）

算子名称	cv.mask_cut
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Rect	r1	矩形填充区域
	bool	negative	保留或剔除分割部分
返回值	cv::Mat		模糊图像
功能描述	对填充区域进行切割

脚本示例：

src = image
r1 = cv.Rect2f(0, 0, 0.75, 0.25)
negative = true
cut_img = cv.mask_cut(src, r1, negative)

10.提取

10.1 HSV阈值提取（cv.inRange）

算子名称	cv.inRange
	参数类型	参数名	参数说明
输入参数	cv::Mat	src	输入图像
	cv::Scalar	&lowerb	下限阈值
	cv::Scalar	$upperb	上限阈值
返回值	cv::Mat		模糊图像
功能描述	通过颜色阈值，提取指定阈值范围内的区域

脚本示例：

range_img = cv.inRange(hsv_img, cv.Scalar(10, 43, 46), cv.Scalar(25, 255, 255))

11.OpenCV数学计算

11.1 轮廓面积计算

类名称	cv.contourArea
	参数类型	参数名	参数说明
属性列表	contours	contour	已查找出的轮廓
返回值	double		面积值（像素面积）
功能描述	计算已找出轮廓的面积

脚本示例

area_cnt = cv.contourArea(contour)

12.OpenCV基础类型

12.1 矩形类（cv.Rect2f）

类名称	cv.Rect2f
	参数类型	参数名	参数说明
属性列表	float	xmin	x轴最小值（x轴起始坐标）
	float	ymin	y轴最小值（y轴起始坐标）
	float	width	矩形宽度
	float	height	矩形高度
成员函数	cv::Rect2f		定义的矩形
功能描述	指定矩形位置及大小（以上参数数值，均为相对百分数值，非绝对像素值）

脚本示例

xmin = 0.14
ymin = 0.0
width = 0.03
height = 1.0
rect = cv.Rect2f(xmin, ymin, width, height)

12.2 点类 — 浮点型（cv.Point2f）

类名称	cv.Point2f
	参数类型	参数名	参数说明
属性列表	float	xmin	x轴最小值（x轴起始坐标）
	float	ymin	y轴最小值（y轴起始坐标）
成员函数	cv::Point2f		Point2f类型的点
功能描述	指定矩形顶点坐标确定位置及大小

脚本示例：

xmin = rect.x
ymin = 0.0
cv.Point2f(rect.x, 0.0)

12.3 点类 — 整型（cv.Point2i）

类名称	cv.Point2i
	参数类型	参数名	参数说明
属性列表	int	x	横坐标
	int	y	纵坐标
成员函数	cv::Point2i		Point2i类型的点
功能描述	将矩形按指定参数平移，确定感兴趣区域

脚本示例：

x = rect.br.x   --指定矩形右下角顶点横坐标值
y = 0           --纵坐标值
cv.Point2i(rect.br.x + 20, 0)

13.OpenCV类型转换

13.1 数据类型转换（cv.convertTo）

算子名称	cv.convertTo
	参数类型	参数名	参数说明
输入参数	cv::Mat	image	图片
	int	rtype	目标类型
返回值	cv::Mat		处理后图像
功能描述	转换图片的位深度与通道数

脚本示例：

img = cv.convertTo(img, cv.Mat.CV_8UC3)

13.2 数据类型转换（cv.convertToHSV）

算子名称	cv.convertToHSV
	参数类型	参数名	参数说明
输入参数	cv::Mat	image	图片
返回值	cv::Mat		处理后图像
功能描述	将RGB格式图片转换为HSV格式图片（一般用于颜色提取）

脚本示例：

HSV_img = cv.convertToHSV(img)

图像算子库（BasicFunctor）

1. AI识别

1.1 YOLO检测（yolov3.detect）

1.2 绘制YOLO识别框（yolov3.draw_bbox）

1.3 拣选YOLO识别框（yolov3.pick_bbox）

1.4 识别框分类（yolov3.sort_bbox）

2. 匹配

2.1 模板匹配（cv.match_template）

2.2 特征匹配（cv.match_flann）

2.3 形状匹配（cv.match_shapes）

3. OpenCV基础函数

3.1 版本号（cv.version）

3.2 定义文件名（cv.filename）

3.3 文件目录（cv.imlist）

3.4 读取文件（cv.imread）

3.5 保存图像（cv.imwrite）

3.6 创建可变形矩形（cv.Rect2f）

3.7 显示图像（cv.imshow）

3.8 读取矩形（cv.imrect）

4.OpenCV查找与绘制

4.1 轮廓查找（cv.find_contours）

4.2 绘制轮廓（cv.draw_contours）

4.3 绘制矩形（cv.draw_rectangle）

4.4 绘制线条（cv.draw_lines）

4.5 轮廓外接最小闭合圆查找（cv.minEnclosingCircle）

4.6 绘制文本（cv.putText）

4.7 绘制轮廓凸包（cv.convexHull）

4.8 多边形逼近（cv.approxPolyDP）

4.9 凸缺陷查找（cv.convexityDefects）

4.10 拟合椭圆（cv.fit_ellipse）

4.11 绘制椭圆（cv.draw_ellipse）

4.12 绘制圆（cv.draw_circle）

4.13 绘制缺陷（cv.draw_defects）

5. 直方图操作

5.1 二值化处理（cv.threshold）

5.2 归一化处理（cv.normalize）

5.3 均衡化处理（cv.equalize）

5.4 自适应阈值操作（cv.threshold_adaptive）

5.5 自适应阈值操作（cv.threshold_integral）

6.过滤

6.1 高斯滤波器（cv.GaussianBlur）

6.2 索贝尔滤波器（cv.Sobel）

6.3 Scharr滤波器（cv.Scharr）

6.4 拉普拉斯滤波器（cv.Laplacian）

6.5 简单模糊（cv.blur）

7.边缘检测

7.1 霍夫变换（cv.HoughLines）

7.2 获取矩形边界（cv.boundingRect）

7.3 边缘检测（cv.Canny）

8.形态学处理

8.1 膨胀（cv.dilate）

8.2 腐蚀（cv.erode）

8.3 开操作（cv.morph_open）

8.4 闭操作（cv.morph_close）

8.5 形态学梯度（cv.morph_gardient）

8.5 顶帽操作（cv.morph_tophat）

8.6 黑帽操作（cv.morph_blackhat）

8.7 HMT变换（cv.morph_hitmiss）

9.分割

9.1 填充区域分割（cv.mask_cut）

10.提取

10.1 HSV阈值提取（cv.inRange）

11.OpenCV数学计算

11.1 轮廓面积计算

12.OpenCV基础类型

12.1 矩形类（cv.Rect2f）

12.2 点类 — 浮点型（cv.Point2f）

12.3 点类 — 整型（cv.Point2i）

13.OpenCV类型转换

13.1 数据类型转换（cv.convertTo）

13.2 数据类型转换（cv.convertToHSV）