C++ opencv小试4
来源:互联网 发布:知所不知 编辑:程序博客网 时间:2024/04/27 17:25
计算机强大的计算能力使得其可以模拟很多实际电路的处理,数据的表示法与数据的处理方法是程序的精髓所在!要学习OpenCV,第一步就是要了解图像的在opencv规则中的表示方法与访问方法。好在由于Mat与Mat_的存在 ,一切都变得简单了许多。opencv的显示函数能显示uchar和浮点(这个浮点必须在0-1之间,超过1就是最大值,越界总是不好的),经过测试好像很多关于mat的函数都可以用mat_, mat_ 的作用似乎比想象中的要大;
(1):图像的读取 用imread函数,这一步可以是Mat的类型,也可以是Mat_类型,当时Mat_类型要预先规定好维度和类型,我们这里直接用Mat_类型去读取图片,减少了后面的互相等于操作,Mat_是要定义类型的,一般的图片都是24位的BGR,安全起见我们直接用Mat_<Vec3f> f;去读取选项里选择CV_LOAD_IMAGE_COLOR,因为维度的不正确会导致出错,灰度图读成3个维度一样的,这是为了统一起见。若用Mat默认读取,则读取的是一个维度的。用Mat_<Vec3f> f的好处是它可以读取近很多图的信息,然后直接开始计算,不管是2位 8位还是多少位的,彩色,灰度,它都可以读取进来,所以非常好用。在大一点可以用double类型的。但一般情况下,数值还是24位的为主。
(2):图像的遍历,用了Mat_ ,遍历就十分的简单了。f(1,2)[2];
(3):图像的保存;用imwrite函数,这个函数它会按照你Mat_维度来保存你图像的维度,然后全部保存成24位uchar类型。所以保存的图像有点单一。
Mat_<unsigned short> f;
f.create(3,3);//会有默认的值,不同类型不同,与Mat一样
cout<<f<<endl;好吧 我前面的文章错怪Mat_了(等我写完全部再去修改吧),Mat_类型功能十分强大,强大到可以和Mat无异,访问元素还非常的人性化,虽然可能效率低,但在写初稿时,这是十分有用的东西。写出算法了 ,以后可以优化嘛!
讲完了表示法,接下来讲实际例子。
问题一:灰度化(cvtColor( f,x,CV_BGR2GRAY );)颜色空间转化;
(当输入为 3维的uchar式opencv中的 H分量是 0~180, S分量是0~255, V分量是0~255当输入为float时 H范围0~360,S范围0~1,V范围0~255有点麻烦 比如说彩色转为灰度(灰度不可转为彩色);用mat的话十分智能,支持自己转化为自己。但不利于我们了解数据类型,所以还是用mat_严格规定的类型来,这样就出现了问题,这个函数要求原始与转化后的类型保持一致。维度从3到1.可以这样去写:Mat_<Vec3f> f;Mat_<uchar> gray;
string name="../Lena.jpg";
f=imread(name,CV_LOAD_IMAGE_COLOR);
if (f.empty())
{
cout<<"open failed"<<endl;
return;
}
{
Mat_<float> x;
cvtColor( f,x,CV_BGR2GRAY);
gray=x;
namedWindow("1",CV_WINDOW_AUTOSIZE);
imshow("1",gray);
waitKey(0);
}
if (gray.type()==CV_8UC1)
{
cout<<"dadas"<<endl;
}
}
块的作用是使出块后,智能指针的空间立即释放。这样就完成了灰度化的转化,(转换类型比较多,要注意,输入类型不同,得出的结果也不同)hsv的转换不涉及维度变换相对简单(支持自己变成自己),在机器学习与模式识别中,并不需要最后将图像显示出来,所以浮点的类型更加便于计算特征,上面的代码中,我们转化了类型,使得opencv能够正确的显示。一般很少用double类型的。函数中 src与dst 的类型必须相同(不含维度)!
问题二:
像素值的替换压缩。如(2/10)*10 这种做法,这是对整数型的压缩,适用范围较少,我们还是以浮点的方法读入。我们可以用f(i,j)[0]=table((int)f(i,j)[0])这种做法去替换,table是一个替换表 ,我们用 LUT的方法来,比较好 ,这个函数类型要求非常严格 int i;
Mat_<Vec3b> f;
Mat_<Vec3b> f1;
Mat_<uchar> table;
table.create(1,256);
for (i=0;i<256;i++)
{
table(0,i)=(i/10)*10;
}
string name="../Lena.jpg";
f=imread(name,CV_LOAD_IMAGE_COLOR);
if (f.empty())
{
cout<<"open failed"<<endl;
return;
}
LUT(f,table,f1);
cout<<(int)f(0,1)[1]<<endl;
cout<<(int)f1(0,1)[1]<<endl;
namedWindow("1",CV_WINDOW_AUTOSIZE);
imshow("1",f);
都是uchar类型才能成功,但是研究表明,这种方法的速度非常的快。这里的f1 指向了新的空间。用我们自己的方法int i,j,k;
Mat_<Vec3f> f;
Mat_<Vec3f> f1;
Mat_<int> table;
table.create(1,256);
for (i=0;i<256;i++)
{
table(0,i)=(i/10)*10;
}
string name="../Lena.jpg";
f=imread(name,CV_LOAD_IMAGE_COLOR);
if (f.empty())
{
cout<<"open failed"<<endl;
return;
}
f1=f.clone();
for (i=0;i<f.rows;i++)
for(j=0;j<f.cols;j++)
for (k=0;k<3;k++)
{
f1(i,j)[k]=table(0,(int)(f1(i,j)[k]));
}
cout<<(int)f(0,1)[1]<<endl;
cout<<(int)f1(0,1)[1]<<endl;
namedWindow("1",CV_WINDOW_AUTOSIZE);
imshow("1",f);
waitKey(0);
if (f.type()==CV_32FC3)
{
cout<<"dadas"<<endl;
}
这里的table用向量也可。
小结:一般的opencv函数有src与dst的,他们的类型有着严格的要求,若src!=dst,他们一般就指向了不同的地方。当然我们也可以不用opencv 的函数,根据对元素的遍历,操作得到想要的结果,这么做也是可以的,但是可能会相对比较麻烦。了解了opencv的函数特性后,用函数可以简化我们的程序,一般来说,opencv函数的优化做的也比较好,速度很快,我们知道输入,输出,可以很好的加快我们程序的构建。
- C++ opencv小试4
- C++ opencv小试1
- C++ opencv小试2
- C++ opencv小试3
- C++ opencv小试5
- C++ opencv小试6
- C++ opencv小试7
- c语言小试
- Opencv 小知识
- VS2010+OpenCv小搭
- opencv小知识:
- 小波变换 opencv
- opencv小知识
- opencv各种小程序代码
- OPENCV常用小代码
- opencv实用小技巧
- opencv注意小知识点
- OpenCV小技巧
- Cocos2d-x CCNode 类的属性及与节点有关的函数
- 【wikioi】1017 乘积最大
- Java之数据库连接(一)
- java的技术要求!
- CONTENT-TYPE类型一览表
- C++ opencv小试4
- 快速排序
- 让IE浏览器支持HTML5标准的方法
- android 悬浮窗学习笔记
- http Keep-Alive 学习
- leetcode Remove Duplicates from Sorted List II
- java之多线程研究(一)
- C++ LRU Cache
- 我精心整理的一些大牌男装正品店