自学教程：详解OpenMV图像处理的基本方法

一、图像处理基础知识

1.摄像头：光学信号转换成电信号。计算机视觉中，最简单的模型是小孔成像模型。
小孔成像是一种理想模型，实际镜头会存在场曲和畸变等，但可以通过在标定过程中引入畸变参数解决，仍可广泛使用。

2.像素和分辨率

3.帧率：每秒钟处理的图片数量，>20人眼分辨不出卡顿。

4.颜色：不同波长的电磁波
通过RGB. CMYK HSB LAB色域来描述
RGB：三原色原理不是物理原因而是人的生理原因造成（锥形感光细胞）
LAB：L（亮度）、A（+：红色，-：绿色）、B（+：黄色，-：蓝色）用来接近人类视觉
L用来调整亮度对，a和b用来输出色阶来做精确的颜色平衡（查找色块算法）
HSB/HSV：H（Hue色相）、S（Saturation饱和度）、B（Brightness明度）
HSL：L（亮度）
CMYK：C（蓝色）、M（红色）、Y（黄色）、K（黑色）
CMYK和RGB的区别：
（1）CMYK是减色模式，而RGB是加色模式
（2）CMYK需要外界光源才能看到，印刷品颜色；RGB是屏幕显示发光的色彩模式，在黑暗房间也能看到

5.光源的选择（光源对整个画面的颜色变化有很大影响）

6.镜头的焦距和镜头畸变
焦距决定了拍摄的成像大小，视场角大小，景深大小和画面的透视强弱。焦距长成像大（视角越小），焦距短成像小
镜头畸变：用代码矫正镜头或直接使用无畸变镜头（加入了额外的矫正透镜部分）
在感光芯片上的不同位置，与镜头距离不同近大远小，在边缘出现鱼眼效果（桶形畸变）
标配镜头
基于OpenMV的图像识别之数字识别功能
教你用Django将前端的数据存入Mysql数据库