共计 1258 个字符，预计需要花费 4 分钟才能阅读完成。
前言
明天咱们一起来应用 LabVIEW AI 视觉工具包疾速实现图像的滤波与加强；图像灰度解决；阈值解决与设定；二值化解决；边缘提取与特征提取等基本操作。工具包的装置与下载办法可见之前的两篇博客。
一、图像滤波与加强
有时候咱们想要解决的图像中乐音太多，影响到咱们的辨认判断，咱们就须要对图像进行含糊解决，使图像变得平滑。而 LabVIEW AI 视觉工具包提供给咱们 filter 2d 算子能够对图像进行 2D 卷积，咱们能够应用自定义的卷积核来对图像进行卷积操作。该算子输入输出如下所示：
图像内核是一个小矩阵，在 Photoshop 或 Gimp 中找到的成果都能够实现，例如含糊，锐化，轮廓或浮雕。它们还用于机器学习中的“特征提取”，这是一种用于确定图像最重要局部的技术。在这种状况下，该过程更广泛地称为“卷积”，调用 filter 2d 算子配合不同卷积核实现图像滤波和加强的程序如下：
在前面板抉择不同的卷积核能够实现不同的成果：
不同卷积核成果如下：
1. 含糊（blur）
2. 索贝尔（sobel），仅显示特定方向上相邻像素值的差别，从上往下，从暗处到亮处加强显示
3. 浮雕（emboss），通过强调像素的差在给定方向的 Givens 深度的错觉，从左上往右下，从暗处到亮处加强显示：
4. 纲要（outline），一个轮廓内核（也称为“边缘”的内核）用于突出显示的像素值大的差别，轮廓的加强显示
5. 锐化（sharpen），该锐化内核强调在相邻的像素值的差别。这使图像看起来更活泼
6. 拉普拉斯算子（laplacian operator），能够用于边缘检测，对于检测图像中的含糊也十分有用。
7. 分身（identity）就是原图
二、图像灰度解决
之前咱们说过，LabVIEW 默认应用 BGR 读取图像，所以咱们将图片转化为灰度图应用 cvtColor 算子，参数抉择：BGR2GRAY，如下图所示：
程序后果如下：
咱们能够看到程序中应用了 calHist 用以绘制图片通道直方图, 并以波形图显示进去；calHist 函数参数具体如下：
波形图显示控件：前面板右键 –>Graph–>Waveform Graph;
间接读取原图显示程序如下：
程序后果如下：
三、阈值解决与设定
如下程序通过设定阈值，实现将其余色彩全副过滤，只保留红蓝绿三种色彩：
程序后果如下：
threshold 算子参数剖析：
四、二值化解决
将图片先转化为灰度图，再进行二值化，程序如下：
设置阈值和最大值，二值化之后的程序后果如下：
五、边缘提取
如下程序为应用 findContours 实现边缘提取：
程序实现成果如下：
六、角点检测
1. 应用 cornerMinEigenVal 算子角点检测程序如下：
程序后果如下：
2. 应用 cornerHarris 算子角点检测程序如下：
程序后果如下：
七、源码下载链接：https://pan.baidu.com/s/1Ua00…
提取码：8888
总结
具体源码具体请见下载链接。
更多对于 LabVIEW 与人工智能技术，可增加技术交换群进一步探讨。
qq 群号：705637299，请备注暗号：LabVIEW 机器学习