Opencv_Project/README.md

## 数字图像处理期末项目

## 开始

以下说明会帮助你在本地上安装和运行项目，进行开发和测试。请参考部署小节。

### 安装要求

* 需要python3.10

* 并导入相关库

## 运行

* 部署完成后进入网站进行操作

* 推荐使用 Chrome 浏览器

## 实现功能 

* 绘制直方图，灰度直方图，彩色直方图

* 对图像进行分段线性处理

* 对图像进行放大，旋转，平移操作

* 获取图像的水平镜像，对角线镜像，垂直镜像

* 对图像进行仿射变换，图像增强

* 使用 Roberts 算法提取图像边缘，使用 Sobel 算子提取边缘，使用 Laplacian 算子提取边缘，使用 LoG 算子提取边缘，使用Canny 算子提取边缘

* 均值滤波器，中值滤波器，Hough线段变化

* 腐蚀，膨胀，雪花噪声，高斯噪声，高通滤波，理想低通滤波，Butterworth低通滤波器，理想高通滤波，Butterworth高通滤波器，锐化

* 人脸识别（Dlib的人脸检测工具，它使用了方向梯度直方图（HOG）的概念）
通过计算和统计图像的局部区域(Cell和Block)的方向梯度直方图来构成特征，先将一整幅图像像划分为大小相等的Cell小区域,比如说，先将图像划分为20pixel20pixel的小区域，然后，分别计算这些小区域的梯度方向直方图；然后，再由一定数量的小区域组成稍微大一点的区域Block，比如说由22个Cell小区域组成1个Block区域，然后，再由Block区域的方向梯度直方图特征向量组成整幅图像的方向梯度直方图HOG的特征向量；现在，这个特征向量就可以唯一的描述这幅图像，就像一个人的身份证编号(特征向量)一样，可以代表描述一个人。求出一幅图像的HOG特征向量之后，这个特征向量就可以结合SVM，实现目标检测，以图搜图


## 作者

* 刘赛威(前端)

* 邓富强(后端)

* 马百腾(后端, 前端)

## 参考文献
人脸检测之HOG理论 https://blog.csdn.net/weixin_44237705/article/details/109801453