Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >“十元店”的大生意 ——QQ会员业务转型及深度运营

“十元店”的大生意 ——QQ会员业务转型及深度运营

作者头像
腾讯大讲堂
发布于 2018-02-11 09:09:26
发布于 2018-02-11 09:09:26
1.4K0
举报

说起QQ秀当年的火爆,大多数80后都见识过。在10年前,互联网上可玩的东西不多,像QQ秀这样酷炫的东西自然吸引了大量用户,这算是“可视化的自我标识”带来的经济效益吧。想想吧,只要设计出虚拟的服饰、发型、配饰就可以持续地卖钱,几乎没有竞争对手,这样的生意可不好找。但就是这么好的生意也渐渐萎靡了,业务营收突然大幅下滑,在尝试加强运营推广之后,仍收效甚微,我们意识到这或许是转型的时刻了!

转型不简单,首先得把核心问题找出来。

显然,原有的卖“物品”付费模式令用户倾向于购买更加“靠谱”和人气物品。于是,购买最多的物品长期占据QQ秀商城首页。不知不觉中,我们陷入了一个恶性循环:担心营收波动 →不轻易变动物品 →用户产生严重的审美疲劳 →缺乏重复购买的动力 →营收不断下降。

到底是产品没有做好?还是商业模式的定位错误呢?

“这样的争论持续了整整大半年!”

不难看出,当时QQ秀虽然火爆,看似前景无限实则运营拘谨,根本原因在于其仅是一个虚拟装扮物的“直营商店”,而QQ的核心优势在于其拥有庞大的用户群,说明转型的关键在于实现从运营“物品”到运营“人群”的转变。既然QQ秀是用户对个人穿着打扮的一种表达,那为什么不能尝试重新定位QQ秀业务呢?于是决定将其嵌入时尚产业价值链,尝试转变成——时尚产业的线上营销平台。

从运营“物品”到运营“人群”的转变,最核心的是收费模式必须随之改变。

由于此前QQ秀一直很成功,变革阻力巨大,但最后决策还是要拿数据说话。经过测算,如果转型包月收费,即使在没有新增用户的情况下也能实现盈亏平衡,转型风险不大。2008年初,踏出转型第一步——推出了QQ秀包月业务,即用户每月只要花10元钱就可以任意使用所有的装扮物品。

随着QQ秀包月业务的推出,所有装扮物品使用量增大,用户行为发生根本改变,这样带来的是运营空间的暴增。随着长尾物品被大量使用,与时尚产业品牌结合的线上营销空间急速增长,如与服装品牌的合作运营等方面。通过向包月收费的转型,内容和人群的并行运营得以实现,营收增长之余,也规避了原有模式的脆弱性,“体质”大大增强。

从“按条销售”到“包月付费”转型成功,解决了一直困扰着我们的问题。

不难看出,转型成功源于突破了两大难点:

一是从运营“物品”到运营“人群”的重大思维转变;

二是创造了足够大的针对包月用户的商业运营空间,实现可持续运营。 接下来以QQ会员包月业务为例展开说明。

接下来以QQ会员包月业务为例展开说明。

“特权”不是你想要,想要就能要

全心全意为“特权阶级”服务,但“富贵不能淫”,特权面前,人人平等。

100多人倾巢出动,拉着“礼物车”浩浩荡荡地走到相关业务合作部门,给合作员工逐个拜年、致谢、送礼物,这是腾讯会员产品部每年春节前后的例行工作。由于合作员工达数千人(恐怖?!),虽已临近4月,“大拜年”的工作仍未收工。

腾讯游戏联合VIP项目组、QQ号码联合项目组、旋风QQ会员联合项目组、即通QQ会员联合项目组……这些都是由会员产品部发起、与相关业务合作部门成立的虚拟团队。组长由合作部门的员工担任,每个项目组都有20~30人,其中来自会员产品部的有3~5人不等,但后者承担了主要的牵头工作。在过去几年,联合项目组拿下不少重大业务突破奖等奖项。为了鼓励这种跨部门合作,会员产品部还专门设立“年度会员服务奖”等激励业务合作部门。

“活雷锋”不是无缘无故出现的。由于QQ 会员包月付费模式持续运营的最大难点在于要让用户持续付费,只有围绕“特权”运营的会员等级体系,以“特权”为核心对会员包月用户进行全方位运营才能有望突破。而有相当一部分“特权” 来源于众多的联合项目组,在现有的70多项会员特权中包含着功能类、游戏类、电商类、工具类等各个方面,自然这“大拜年”活动不能少。

特权在手,如何匹配才能建立优秀的会员等级体系呢?

“在这个世界上,时间对所有人都是公平的。”

介绍一下,QQ会员等级体系设计了7个等级(表1),每个等级对应不同权限的匹配特权,会员要实现等级提升只能熬时长,即只能依靠每日成长值的累积实现升级。例如,会员每日成长值为5,从VIP1提升到VIP2,需要累积600成长值,就需要熬上120天,也即连续缴纳4个月的会员包月费。确实,建立等级体系最核心的目的在于通过用户预期来拉升用户的生命周期。说明一个优秀的等级体系必须做到:满足当前用户的基本需求、能给予未来预期、增加流失成本。

创建容易,维护难。如何保持等级体系长久的生命力?

“营造”差别,即身份+价值,同时给用户看得见的预期,尤为重要。

首先,不同等级的出口要有足够强的差异性(表2),也即特权要有让用户感受得到明显差别,进而催生持续攀升的动力。其次,随着等级的增长,累积成本要加速递增。例如,从VIP1到VIP2的累积成长值是600,VIP2到VIP3的累积成长值就变成1200,成长曲线必须是非线性的,这样的累积才更有价值,也才能形成稳定的金字塔结构。此外,设计等级要同时从用户和运营角度考虑,实现等级的合理分布。不能让很多用户很快就能达到下一个等级,否则该等级的运营空间就会很小。第三,最高等级必须具有标杆性和稀缺性。虽然目前有7个等级,但必须营造“高与低”的拐点,在VIP7推出之前,用户普遍的感觉是VIP5就是“高等级”了,但推出VIP7后,用户普遍认为VIP6才是“高等级”,要让大家有所追求。最后,要适时推出新等级,支撑到用户可见的、足够长的未来,只有这样,等级体系才能保有健康度和生命力。

那在“营造”过程需要注意的是什么?

“‘营造’的根本是要为用户提供有价值的特权服务,利用互联网优势,触达用户”

为更好地让QQ会员用户感受到身份差异,首先,尽可能地在各种场合提醒用户自己的会员等级、成长速度,以及将要达到的目标。例如,当QQ会员用户升级时,可以给用户发E-mail详尽地告知新等级增加的各种特权等信息,并持续地去做会员身份的外显、各种数值的传递,以及身份教育。同时将各等级细化成各种数值,有的数值让用户有成就感,有的数值则会刺激用户,如成长快慢的各种排名等。对于高等级,就充分营造其稀缺性特质,建立各等级会员用户的期望与追求。

此外,QQ会员等级体系还有一个最重要的原则是——绝不能洞穿等级体系(用钱买等级),即不能因任何原因让某些用户通过某些渠道跳跃式成长,一定要做到在等级升级面前人人平等,否则等级体系将会受到强烈质疑,并在瞬间全失用户忠诚度。

立体化深度运营

QQ会员业务从行为属性、付费属性,及付费时长维度对用户进行立体化的切分运营。

如果作为用户的你,你会选择以1元钱的价格非法点亮QQ会员图标,还是合法每月续费10元?抉择倾向或许很明显了。但如果你是运营人员,那你会选择“简单粗暴”的“损人”回应,还是有更好的“利己”处理办法呢?

“这个人群既然会花1元钱去买这项服务,说明他们非常喜欢QQ会员业务,与其封杀不如转化。”

最终我们选择了用一个推广活动界面定点推送给这些用户:一个红毛QQ会员公仔含着热泪出现在画面中央,正上方写道:拿什么拯救你,我熄灭的会员图标?在旁边附上开通会员的方式,并给予8折优惠!推广结束后,有高达15%的非会员用户转化成会员用户。

再以会员催费方案设计为例。2011年,我们设计了两个新的催费方案,风格迥异,由于催费设计会直接影响用户的续费率,“事关重大”,我们最终选择通过“灰度”方式进行决策,即将方案A投给部分用户,方案B也投给部分用户,看用户回馈的续费比例来进行抉择。最后采用的是情感化更强烈一些的方案B。可以采用“灰度”方式进行用户测试是互联网产品独有的优势。

规避风险,辅助产品决策,不仅需要合理运用互联网运营手段,还需要大量用户数据的支撑。

“对于会员特权运营,从用户需求到形成跨部门合作,再到推出产品,我们可以做到非常快。但即使如此,由于互联网产品(内容)的极大丰富,人们上网时间和落点的碎片化,对新产品或新服务要形成持久优质的用户口碑非常难。这需要做大量的用户调研及数据分析。”

建立完善的数据收集系统尤为重要,因为绝大多数决策都要基于数据,即通过数据整理(用户属性、用户行为、产品基础)、挖掘与分析(数据模型、挖掘分析、监控系统),以及数据应用(催费挽留系统、触达系统、收入Driver监控、收入波动预警)来实现决策。按照用户的属性和行为数据对用户进行切片分析、分类染色实现匹配信息的精准触达(图2),对不同用户讲不同的故事,实现对用户分层级分属性的立体细分运营。基于此,建立一个非常成熟的会员流动模型,这样一来,才能对留存用户、新增用户、流失用户的所有情况都了如指掌。

除了从行为属性对用户进行分析,对包月用户的付费属性进行切分运营也很关键。由于很多非会员用户无法体验QQ会员的特权感受,准会员业务应运而生,即无需付费即让用户体验QQ会员的部分功能。一旦用户试用,再推送优惠措施触发用户开通会员业务。通过对每一层用户推行不同的运营思路,逐渐形成立体化营销模式(图3)。针对QQ会员,力推活跃运营,以及用户挽留;针对准会员,围绕特权教育,以及拉新激励;对于普通用户,则做试用推广,定向营销。2010年,我们进一步将所有QQ会员用户划分为7个阶段,即非会员、开通前、开通后、服务区间、到期前、到期后、流失用户,推行全生命周期运营,针对不同阶段用户特质推送不同的产品与服务,并定期更新维护。

以上所有运营行为都是以会员数的增长为核心,但对于包月业务来说,其营收公式应为:月营收总额=会员数×单月ARPU值×付费时长。其中,QQ会员包月业务单月ARPU值为10元,因此,如何让用户的付费时间更长则是另一个关键运营点。

通常等级体系都是采用事后激励,用户达到某一个等级后才能获得相应激励,其中某些特权或内容需要用户付出足够长的时间才能获得,在这个过程中不可避免地将产生用户流失。

对此,我们主动推出年费产品,只要用户一次性支付一年费用,就可提前享有一小部分高等级会员才能享有的特权服务,再给予年费会员独有的身份外显标识。

同时坚守“富贵不能淫”的原则,绝不预支等级,确保等级体系的公平性和健康性。年费产品特权的保有是以年费的新身份为基础,促使用户长久地按年支付,实现用户生命周期的延长。年费会员成绩较佳,现有PC端QQ会员用户中,超过30%都是年费会员,消除了每年12次用户流失的可能。随着等级体系的提高,会员的流失成本也随之提高。因此,年费是前置的保证用户持续付费的机制,而等级体系则是后置的保证持续付费机制。

通过全方位立体化的用户细分运营,QQ会员包月业务实现了从卖功能到卖服务,再到用户深度运营的转型。

立体化深度运营

任务成长值的推出,让VIP6与VIP7之间巨大的分值鸿沟瞬间转化成一个可以与腾讯体系内所有业务无缝联动的强势产品。

“一切以用户价值为依归,围绕用户体验而工作。”

2011年,我们通过数据挖掘发现,有超过20%的游戏玩家在跨电信运营商网络玩游戏(如深圳网通的用户登录福州电信主机的游戏),导致网络延迟明显比同网大很多,影响了用户体验,玩家因此有很强的网络加速需求。为此,结合QQ旋风积累的基础网络模块能力,于2012年推出了游戏加速小助手,解决用户跨网速度延迟的问题,因此深受大家喜爱。

会员产品部作为一个业务部门,如何能完成全体系的业务联动呢?

“会员产品部需要推动其他部门共同合作达成目标,我们对外是一个微笑的面孔,乐于达成合作,也愿意付出更多努力。”

一个有趣的现象是,有些业务看似应该由某个业务部门来做,但其实是由我们牵头推动实现的。例如旋风下载特权,QQ会员跨事业群主动找到公司的相关部门,推动这一项目的实现。我们会员产品部是一个业务部门,有更大的营收压力,所以需要真正从用户价值出发去看机会,更迫切地去做有三方价值(会员产品部、业务合作部门、QQ会员用户)的工作。很多基础的产品部门更多是从“面”的角度去看整个业务,没有留意到产品的差异化特性,而这些细微的点正是需要我们积极发现和推动实现的用户增值需求。

合作的前提是“双赢”,那该如何平衡这自身和业务合作伙伴的利益呢?

“我现在的工作感受就像黄健翔所说的‘跨圈’。我们要充分利用QQ会员的品牌价值、用户价值和触达价值实现业务联动,其中,为业务合作伙伴创造价值是第一位的。”

2011年,VIP7推出,成长值设置为超高的32400,超过所有用户的预期。很多人不理解,但这背后其实自有深意。

VIP6到VIP7之间巨大的成长值鸿沟如何弥补?能不能设计一种机制,让会员用户在VIP6到VIP7的升级过程实现加速?

让我们先来看看调整后的成长值体系(图4):QQ会员成长值=每日成长值+任务成长值+开通成长值-非会员成长值下降。任务成长值分值只能用于VIP6升级到VIP7的过程中,对于VIP1至VIP5的会员用户获得的任务成长值可以储存起来,待升级到VIP6时提用。显然,此次调整最关键的是推出了任务成长值体系(即除常规的开通/续费可以获得每日成长值以外,完成任务也可以获得会员成长值。例如,单笔网游消费满50元,即送10点任务成长值),将两个等级之间的巨大分值鸿沟,转化成一个可以与公司体系内所有业务进行无缝联动的强势产品。如今QQ会员特权已经从单一功能特权扩展到功能、游戏、电商、工具、安全等全品类特权,与公司体系内几乎所有业务触发合作。

例如,在《穿越火线》的营收中,约有一半是QQ会员用户贡献的,他们是这款游戏非常核心的用户群,双方的合作价值很高。QQ会员为《穿越火线》的玩家运营信息传递,《穿越火线》则在游戏内为QQ会员用户提供某些特权。

再如,与易迅合作的等级体系的协同运营。VIP3和VIP4对应易迅的银盾会员,VIP5和VIP6对应易迅的金盾会员,VIP7对应易迅的钻石会员,实现两者的特权传递,为易迅去做用户教育和引流,效果非常好。QQ会员用户在易迅购物满200元就会获得相应的会员成长值或优惠券,QQ会员在易迅平台上每月都可以领20元优惠券、每月享受两次包邮的机会、更长的延保服务等“特权服务”。在QQ会员用户的每个生命周期都会有电商和生活特权的跟进。如今,易迅约有近40%的营收是由QQ会员用户贡献的,其客单价、健康度也都是最高的。

炮制虽繁必不敢省人工,品味虽贵必不敢减物力。

QQ会员包月业务是将很多小的、难以收费的业务点,打包成更大更有吸引力的、可以长期运营收费的业务模式。从“按条销售”到“按月付费”的大思路转换,为付费互联网增值业务迎来了巨大的运营空间和商业想象力。由于有着完整的运营模型:产品(用户)基础体系、数据体系、细分运营和精确触达,且一切围绕“如何让特权更好地转化为商业利益”,一个“10元店”就这样做出了数十亿的大生意。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2015-02-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯大讲堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
OpenCV加载图片显示对应类型(位深度)方法
对于部分初学者,偶尔会想在代码中查看图片的位深度,一般我们会用Mat.type()来获得类型,但是默认输出的是整型数字,不便于理解,可能还需要自己对照宏定义去查看,这里有一段代码可以实现将整型转为宏定义位深度
Color Space
2020/07/24
3K0
OpenCV加载图片显示对应类型(位深度)方法
opencv学习(一):安装以及相关基础概念
国内网络原因可能会安装失败,多试几次可能就好了,比较玄学。实在仍然不行,可能需要配置下代理。
ACK
2020/01/14
6720
Android OpenCV(二十九):图像腐蚀
表示B平移z后得到的结果,若平移后的结果包含于A,则我们记录下z点,所有满足上述条件的z点组成的集合就是A被B腐蚀后的结果。表示为:
Vaccae
2021/04/21
6290
Android OpenCV(二十九):图像腐蚀
【从零学习OpenCV 4】图像卷积
过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。
小白学视觉
2019/12/24
7500
【从零学习OpenCV 4】图像卷积
Opencv中数据结构Mat的相关属性
剑影啸清寒
2018/01/02
2.2K0
Opencv中数据结构Mat的相关属性
【从零学习OpenCV 4】图像膨胀
图像的膨胀与图像腐蚀是一对相反的过程,与图像腐蚀相似,图像膨胀同样需要结构元素用于控制图像膨胀的效果。结构元素可以任意指定结构的中心点,并且结构元素的尺寸和具体内容都可以根据需求自己定义。定义结构元素之后,将结构元素的中心点依次放到图像中每一个非0元素处,如果原图像中某个元素被结构元素覆盖,但是该像素的像素值不与结构元素中心点对应的像素点的像素值相同,那么将原图像中的该像素的像素值修改为结构元素中心点对应点的像素值。图像的膨胀过程示意图如图6-12所示,图6-12中左侧为待膨胀的原图像,中间为结构元素,首先将结构元素的中心与原图像中的A像素重合,将结构元素覆盖的所有像素的像素值都修改为1,将结构元素中心点依次与原图像中的每个像素重合,判断是否有需要填充的像素。原图像膨胀的结果如图6-17中右侧图像所示。
小白学视觉
2020/02/13
6260
弄明白OpenCV中的CvType各种参数意义以及相关方法
本篇内容基于java环境下,介绍OpenCV 4.6.0v 中创建 Mat 对象时传递的 CvType 参数。
zinyan.com
2023/07/14
7610
弄明白OpenCV中的CvType各种参数意义以及相关方法
【OpenCV入门教程之十二】OpenCV边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
效果图看完,我们来唠唠嗑。 首先,需要说明的是,浅墨这篇文章最后的示例代码是采用两周前刚刚发布的2.4.9来书写的。里面的lib都已经改成了2.4.9版本的。如果大家需要运行的话,要么配置好2.4.9.要么把浅墨在工程中包含的末尾数字为249的各种lib改成之前的248或者你对应的OpenCV版本。 不然会提示: LINK : fatal error LNK1181: 无法打开输入文件“opencv_calib3d248.lib”之类的错误。 OpenCV 2.4.9的配置和之前的2.4.8差不多,如果还是不太清楚,具体可以参考浅墨修改过的对应2.4.9版的配置文章: 【OpenCV入门教程之一】 安装OpenCV:OpenCV 2.4.8或2.4.9 +VS 开发环境配置 第二,给大家分享一个OpenCV中写代码时节约时间的小常识。其实OpenCV中,不用namedWindow,直接imshow就可以显示出窗口。大家看下文的示例代码就可以发现,浅墨在写代码的时候并没有用namedWindow,遇到想显示出来的Mat变量直接imshow。我们一般是为了规范,才先用namedWindow创建窗口,再imshow出它来,因为我们还有需要用到指定窗口名称的地方,比如用到trackbar的时候。而一般情况想显示一个Mat变量的图片的话,直接imshow就可以啦。 OK,开始正文吧~ 一、关于边缘检测 在具体介绍之前,先来一起看看边缘检测的一般步骤吧。 1)滤波:边缘检测的算法主要是基于图像强度的一阶和二阶导数,但导数通常对噪声很敏感,因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波,即采用离散化的高斯函数产生一组归一化的高斯核(具体见“高斯滤波原理及其编程离散化实现方法”一文),然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和(具体程序实现见下文)。 2)增强:增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时,可通过计算梯度幅值来确定。 3)检测:经过增强的图像,往往邻域中有很多点的梯度值比较大,而在特定的应用中,这些点并不是我们要找的边缘点,所以应该采用某种方法来对这些点进行取舍。实际工程中,常用的方法是通过阈值化方法来检测。 另外,需要注意,下文中讲到的Laplace算子,sobel算子和Scharr算子都是带方向的,所以,示例中我们分别写了X方向,Y方向和最终合成的的效果图。 OK,正餐开始,召唤canny算子。:) 二、canny算子篇 2.1 canny算子相关理论与概念讲解
全栈程序员站长
2022/09/02
1K0
【OpenCV入门教程之十二】OpenCV边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
【从零学习OpenCV 4】图像距离变换
图像中两个像素之间的距离有多种定义方式,图像处理中常用的距离有欧式距离、街区距离和棋盘距离,本节中将重点介绍这三种距离的定义方式,以及如何利用两个像素间的距离来描述一幅图像。欧式距离,两个像素点之间的直线距离。与直角坐标系中两点之间的直线距离求取方式相同,分别计算两个像素在X方向和Y方向上的距离,之后利用勾股定理得到两个像素之间的距离,数学表示形式如式(6.1)所示。
小白学视觉
2020/02/12
1.3K0
【从零学习OpenCV 4】图像距离变换
opencv的初步使用(高斯模糊、边缘检测、灰度化、二值化、闭运算、绘制边缘)
前提:已经配好了opencv+Qt 这里只讲如何使用api,不怎么讲算法原理 既然要用opencv的库,首先把相应的头文件导进去吧 #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> #include<cv.h> using namespace cv; 我这里只导入了我用到了的头文件 using namespace cv;是用来声明c
张俊怡
2018/04/24
1.7K0
【opencv】cv::Mat 图像格式 (Data Type)
由于 at 方法接受的是 uchar 这样的数据类型,而非 CV_8U。 若是要使用 at 方法访问数据元素,在已知通道数和每个通道数据类型的情况下,指定给 at 方法的数据类型如下表所示:
JNingWei
2020/03/12
8.5K0
解决OpenCV Error: Assertion failed (ssize.width > 0 && ssize.height > 0) in cv::re
当我们在使用OpenCV进行图像处理时,有时候会遇到如下错误信息:OpenCV Error: Assertion failed (ssize.width > 0 && ssize.height > 0) in cv::resize, file C:\proj。这个错误通常是由于图像的宽度或高度为0导致的。在本篇文章中,我将介绍一些可能导致这个错误的原因,并提供一些解决方法。
大盘鸡拌面
2023/10/26
1.4K0
手撕OpenCV源码之filter2D(二)
前文对这个函数的分析是为了了解filter的实现结构,所以比较粗略,本文将更细致的分析opencv中filter2D的c++实现的细节,不涉及各种加速的实现方式 首先还是看函数原型:
OpenCV学堂
2018/09/29
4.2K0
降龙算法1:图像的基本数据格式(8K字)
开始更新降龙算法系列了。因为停更近半年了,所以先啰嗦几句话交代一下这个系列的前因后果:
周旋
2023/01/30
5800
Android OpenCV(三十一):图像形态学
形态学梯度能够描述目标的边界,根据图像腐蚀和膨胀与原图之间的关系计算得到,形态学梯度可以分为基本梯度、内部梯度和外部梯度。基本梯度是原图像膨胀后图像和腐蚀后图像间的差值图像,内部梯度图像是原图像和腐蚀后图像间的差值图像,外部梯度是膨胀后图像和原图像间的差值图像。
Vaccae
2021/04/21
6200
Android OpenCV(三十一):图像形态学
【OpenCV 4开发详解】图像腐蚀
图像的腐蚀过程与图像的卷积操作类似,都需要模板矩阵来控制运算的结果,在图像的腐蚀和膨胀中这个模板矩阵被称为结构元素。与图像卷积相同,结构元素可以任意指定图像的中心点,并且结构元素的尺寸和具体内容都可以根据需求自己定义。定义结构元素之后,将结构元素的中心点依次放到图像中每一个非0元素处,如果此时结构元素内所有的元素所覆盖的图像像素值均不为0,则保留结构元素中心点对应的图像像素,否则将删除结构元素中心点对应的像素。图像的腐蚀过程示意图如图6-12所示,图6-12中左侧为待腐蚀的原图像,中间为结构元素,首先将结构元素的中心与原图像中的A像素重合,此时结构元素中心点的左侧和上方元素所覆盖的图像像素值均为0,因此需要将原图像中的A像素删除;当把结构元素的中心点与B像素重合时,此时结构元素中所有的元素所覆盖的图像像素值均为1,因此保留原图像中的B像素。将结构元素中心点依次与原图像中的每个像素重合,判断每一个像素点是否保留或者删除,最终原图像腐蚀的结果如图6-12中右侧图像所示。
小白学视觉
2020/01/16
9140
【OpenCV 4开发详解】图像腐蚀
OpenCV基础01
在本节中,我将向您介绍OpenCV C++API的一些基本概念。这些概念将帮助您更轻松地理解和编写
软件架构师Michael
2023/09/10
2970
【从零学习OpenCV 4】高斯滤波
高斯噪声是一种常见的噪声,图像采集的众多过程中都容易引入高斯噪声,因此针对高斯噪声的高斯滤波也广泛应用于图像去噪领域。高斯滤波器考虑了像素离滤波器中心距离的影响,以滤波器中心位置为高斯分布的均值,根据高斯分布公式和每个像素离中心位置的距离计算出滤波器内每个位置的数值,从而形成一个形如图5-15所示的高斯滤波器。之后将高斯滤波器与图像之间进行滤波操作,进而实现对图像的高斯滤波。
小白学视觉
2019/12/30
1.4K0
【从零学习OpenCV 4】均值滤波
经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。
小白学视觉
2019/12/25
7320
opencv学习笔记 高斯模糊
高斯平滑函数GaussianBlur():定义:GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)
用户2965768
2018/08/30
6040
opencv学习笔记 高斯模糊
推荐阅读
相关推荐
OpenCV加载图片显示对应类型(位深度)方法
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档