日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

C++?opencv學習之圖像像素的邏輯操作_C 語言

作者：打醬油的； ? 更新時間： 2022-12-09 編程語言

1.API和相關知識

1. rectangele?繪制矩形

共7個參數
?? ??? ??? ?第1個參數 輸入
?? ??? ??? ?第2個參數 矩形左上坐標
?? ??? ??? ?第3個參數 矩形右下坐標
?? ??? ??? ?第4個參數 矩形顏色
?? ??? ??? ?第5個參數 線寬
?? ??? ??? ??? ??? ??? ??? ?如果參數 >=0，則表示繪制矩形（如為1，表示繪制的矩形邊為1個像素）
?? ??? ??? ??? ??? ??? ??? ?如果參數 < 0，則表示填充矩形（如-1，表示填充整個矩形）
?? ??? ??? ?第6個參數 lineType
?? ??? ??? ??? ??? ??? ??? ?關于圖像鋸齒，有幾種方式處理
?? ??? ??? ??? ??? ??? ??? ??? ?不管不顧，就用LINE_4 或者 LINE_8
?? ??? ??? ??? ??? ??? ??? ??? ?消除鋸齒，就用LINE_AA （AA就是反鋸齒）
?? ??? ??? ?第7個參數 ?縮小圖像，同時縮短矩形左上頂點與（0,0）位置的距離（一般沒用）
?? ??? ??? ??? ??? ? ?0表示不變
?? ??? ??? ??? ??? ? ?1表示圖像*1/2，同時距離（0,0）的x方向和y方向距離*1/2
?? ??? ??? ??? ??? ? ?2表示圖像*（1/2）^2，同時距離（0,0）的x方向和y方向距離*（1/2）^2

第二種

rectangele
?? ?繪制矩形
?? ??? ?共6個參數
?? ??? ??? ?第1個參數 輸入
?? ??? ??? ?第2個參數 矩形的左上點+往對角方向延伸的距離（x1，x2，延伸長度1，延伸長度2）
?? ??? ??? ?第3個參數 矩形顏色
?? ??? ??? ?第4個參數 線寬
?? ??? ??? ??? ??? ??? ??? ?如果參數 >=0，則表示繪制矩形（如為1，表示繪制的矩形邊為1個像素）
?? ??? ??? ??? ??? ??? ??? ?如果參數 < 0，則表示填充矩形（如-1，表示填充整個矩形）
?? ??? ??? ?第5個參數 lineType
?? ??? ??? ??? ??? ??? ??? ?關于圖像鋸齒，有幾種方式處理
?? ??? ??? ??? ??? ??? ??? ??? ?不管不顧，就用LINE_4 或者 LINE_8
?? ??? ??? ??? ??? ??? ??? ??? ?消除鋸齒，就用LINE_AA （AA就是反鋸齒）
?? ??? ??? ?第6個參數 ?縮小圖像，同時縮短矩形左上頂點與（0,0）位置的距離
?? ??? ??? ??? ??? ? ?0表示不變
?? ??? ??? ??? ??? ? ?1表示圖像*1/2，同時距離（0,0）的x方向和y方向距離*1/2
?? ??? ??? ??? ??? ? ?2表示圖像*（1/2）^2，同時距離（0,0）的x方向和y方向距離*（1/2）^2
?

void QuickDemo::bitwise_demo(Mat& image) {
 
	Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
	Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
	
	//rectangle有兩種傳參方式，這里分別進行了示范
	rectangle(m1, Point(100, 100), Point(180, 180), Scalar(255, 255, 0), -1, LINE_8,0);
 
	rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, LINE_8, 0);
	
	imshow("m1", m1);
	imshow("m2", m2);
}

2.位運算

在opencv中，圖像的為運算有4種

  • 與
  • 或
  • 非
  • 異或

bitwise_and(m1, m2, dst);

//bitwise_or(m1, m2, dst);

//bitwise_not(m1, dst);

//bitwise_xor(m1, m2, dst);略

2.實例代碼

void QuickDemo::bitwise_demo(Mat& image) {
 
    Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
    Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
    
    rectangle(m1, Point(100, 100), Point(180, 180), Scalar(255, 255, 0), -1, LINE_4,0);
    
    rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, 0);
    
    Mat dst;
    
    bitwise_and(m1, m2, dst);
    //bitwise_or(m1, m2, dst);
    //bitwise_not(m1, dst);
    //bitwise_xor(m1, m2, dst);
 
    imshow("位運算",dst);
}

補充：OpenCV--C++圖像像素處理-二值化

#include<opencv2/opencv.hpp>
#include<iostream>
#include<vector>
using namespace std;
using namespace cv;
 
int main()
{	
	Mat img = imread("colors.jpg");
	if (img.empty()) {
		cout << "圖片讀取失敗" << endl;
	}
 
	Mat gray;
	cvtColor(img, gray, COLOR_BGR2GRAY);  //將RGB圖像img轉為灰度圖gray
 
	// 彩圖BINARY二值化
	Mat binary, binary_inv;
	threshold(img, binary, 125, 255, THRESH_BINARY);
	threshold(img, binary_inv, 125, 255, THRESH_BINARY_INV);
	imshow("binary", binary);
	imshow("binary_inv", binary_inv);
 
	//灰度圖BINARY二值化
	Mat binary_gray, binary_gray_inv;
	threshold(gray, binary_gray,  125, 255,THRESH_BINARY);
	threshold(gray,  binary_gray_inv,125, 255, THRESH_BINARY_INV);
	imshow("binary_gray", binary_gray);
	imshow("binary_gray_inv", binary_gray_inv);
 
	//灰度圖TOZERO二值化
	Mat tozero_gray, tozero_gray_inv;
	threshold(gray, tozero_gray, 125, 255, THRESH_TOZERO);
	threshold(gray, tozero_gray_inv, 125, 255, THRESH_TOZERO_INV);
	imshow("tozero_gray", binary_gray);
	imshow("tozero_gray_inv", binary_gray_inv);
 
	//灰度圖TRUNC二值化
	Mat trunc_gray;
	threshold(gray, trunc_gray, 125, 255, THRESH_TRUNC);
	imshow("trunc_gray", trunc_gray);
 
	Mat gray_thr = imread("colors.jpg", IMREAD_GRAYSCALE);
	//灰度圖OSTU二值化
	Mat otsu_gray;
	threshold(gray_thr, otsu_gray, 100, 255,THRESH_BINARY |  THRESH_OTSU);
	imshow("trunc_gray", otsu_gray);
 
	//灰度圖triangle二值化
	Mat triangle_gray;
	threshold(gray_thr, triangle_gray, 100, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("triangle_gray", triangle_gray);
 
	//灰度圖自適應二值化
	Mat adapt_mean_gray;
	adaptiveThreshold(gray_thr, adapt_mean_gray, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 55, 0);
	imshow("adapt_mean_gray", adapt_mean_gray);
 
	Mat adapt_gauss_gray;
	adaptiveThreshold(gray_thr, adapt_gauss_gray, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 55, 0);
	imshow("adapt_gauss_gray", adapt_gauss_gray);
 
	waitKey(0);
	return 0;
}

總結

原文鏈接：https://blog.csdn.net/weixin_46098612/article/details/127774177

欄目分類
最近更新