imgproc 模块 图像处理Word下载.docx
《imgproc 模块 图像处理Word下载.docx》由会员分享，可在线阅读，更多相关《imgproc 模块 图像处理Word下载.docx（18页珍藏版）》请在冰点文库上搜索。
if（display_dst（DELAY_CAPTION）!
///使用均值平滑
HomogeneousBlur"
for（inti=1;
i<
MAX_KERNEL_LENGTH;
i=i+2）
{blur（src,dst,Size（i,i）,Point（-1,-1））;
if（display_dst（DELAY_BLUR）!
}}
///使用高斯平滑
GaussianBlur"
{GaussianBlur（src,dst,Size（i,i）,0,0）;
///使用中值平滑
MedianBlur"
{medianBlur（src,dst,i）;
///使用双边平滑
BilateralBlur"
{bilateralFilter（src,dst,i,i*2,i/2）;
///等待用户输入
display_caption（"
End:
Pressakey!
"
）;
waitKey（0）;
return0;
intdisplay_caption（char*caption）
dst=Mat:
:
zeros（src.size（）,src.type（））;
putText（dst,caption,
Point（src.cols/4,src.rows/2）,
FONT_HERSHEY_COMPLEX,1,Scalar（255,255,255））;
imshow（window_name,dst）;
intc=waitKey（DELAY_CAPTION）;
if（c>
=0）{return-1;
intdisplay_dst（intdelay）
intc=waitKey（delay）;
结果
腐蚀与膨胀
Matsrc,erosion_dst,dilation_dst;
interosion_elem=0;
interosion_size=0;
intdilation_elem=0;
intdilation_size=0;
intconstmax_elem=2;
intconstmax_kernel_size=21;
/**FunctionHeaders*/
voidErosion（int,void*）;
voidDilation（int,void*）;
/**@functionmain*/
intmain（intargc,char**argv）
{
///Load图像
src=imread（"
if（!
src.data）
{return-1;
///创建显示窗口
namedWindow（"
ErosionDemo"
DilationDemo"
moveWindow（"
src.cols,0）;
///创建腐蚀Trackbar
createTrackbar（"
Element:
\n0:
Rect\n1:
Cross\n2:
Ellipse"
"
&
erosion_elem,max_elem,
Erosion）;
Kernelsize:
\n2n+1"
erosion_size,max_kernel_size,
///创建膨胀Trackbar
dilation_elem,max_elem,
Dilation）;
dilation_size,max_kernel_size,
///Defaultstart
Erosion（0,0）;
Dilation（0,0）;
}
/**@functionErosion*/
voidErosion（int,void*）
interosion_type;
if（erosion_elem==0）{erosion_type=MORPH_RECT;
elseif（erosion_elem==1）{erosion_type=MORPH_CROSS;
elseif（erosion_elem==2）{erosion_type=MORPH_ELLIPSE;
Matelement=getStructuringElement（erosion_type,
Size（2*erosion_size+1,2*erosion_size+1）,
Point（erosion_size,erosion_size））;
///腐蚀操作
erode（src,erosion_dst,element）;
imshow（"
erosion_dst）;
/**@functionDilation*/
voidDilation（int,void*）
intdilation_type;
if（dilation_elem==0）{dilation_type=MORPH_RECT;
elseif（dilation_elem==1）{dilation_type=MORPH_CROSS;
elseif（dilation_elem==2）{dilation_type=MORPH_ELLIPSE;
Matelement=getStructuringElement（dilation_type,
Size（2*dilation_size+1,2*dilation_size+1）,
Point（dilation_size,dilation_size））;
///膨胀操作
dilate（src,dilation_dst,element）;
dilation_dst）;
更多形态学变换
源码
Matsrc,dst;
intmorph_elem=0;
intmorph_size=0;
intmorph_operator=0;
intconstmax_operator=4;
char*window_name="
MorphologyTransformationsDemo"
/**回调函数申明*/
voidMorphology_Operations（int,void*）;
/**@函数main*/
intmain（）
///装载图像
namedWindow（window_name,1）;
///创建选择具体操作的trackbar
createTrackbar（"
Operator:
Opening-1:
Closing\n2:
Gradient-3:
TopHat\n4:
BlackHat"
window_name,&
morph_operator,max_operator,Morphology_Operations）;
///创建选择内核形状的trackbar
Rect-1:
Cross-2:
window_name,
morph_elem,max_elem,
Morphology_Operations）;
///创建选择内核大小的trackbar
morph_size,max_kernel_size,
///启动使用默认值
Morphology_Operations（0,0）;
/**
*@函数Morphology_Operations
*/
voidMorphology_Operations（int,void*）
//由于MORPH_X的取值范围是:
2,3,4,5和6
intoperation=morph_operator+2;
Matelement=getStructuringElement（morph_elem,Size（2*morph_size+1,2*morph_size+1）,Point（morph_size,morph_size））;
///运行指定形态学操作
morphologyEx（src,dst,operation,element）;
∙在编译上面的代码之后,我们可以运行结果，将图片路径输入。
这里使用图像:
∙这里是显示窗口的两个截图。
第一幅图显示了使用交错内核和
开运算
之后的结果，第二幅图显示了使用椭圆内核和
黑帽
之后的结果。
图像金字塔
Matsrc,dst,tmp;
PyramidsDemo"
///指示说明
printf（"
\nZoomIn-Outdemo\n"
------------------\n"
*[u]->
Zoomin\n"
*[d]->
Zoomout\n"
*[ESC]->
Closeprogram\n\n"
///测试图像-尺寸必须能被2^{n}整除
../lesson1/chicky_512.png"
{printf（"
Nodata!
--Exitingtheprogram\n"
）;
return-1;
tmp=src;
dst=tmp;
///循环
while（true）
intc;
c=waitKey（10）;
if（（char）c==27）
{break;
if（（char）c=='
u'
）
{pyrUp（tmp,dst,Size（tmp.cols*2,tmp.rows*2））;
**ZoomIn:
Imagex2\n"
elseif（（char）c=='
d'
{pyrDown（tmp,dst,Size（tmp.cols/2,tmp.rows/2））;
**ZoomOut:
Image/2\n"
tmp=dst;
∙在编译上面的代码之后,我们可以运行结果。
程序调用了图像
chicky_512.jpg
，你可以在
tutorial_code/image
文件夹找到它。
注意图像大小是
因此向下采样不会产生错误（
）。
原图像如下所示:
∙首先按两次‘d’连续两次向下采样
pyrDown
，结果如图:
∙由于我们缩小了图像，我们也因此丢失了一些信息。
通过连续按两次‘u’向上采样两次
pyrUp
，很明显图像有些失真：
基本的阈值操作
///全局变量定义及赋值
intthreshold_value=0;
intthreshold_type=3;
intconstmax_value=255;
intconstmax_type=4;
intconstmax_BINARY_value=255;
Matsrc,src_gray,dst;
ThresholdDemo"
char*trackbar_type="
Type:
\n0:
Binary\n1:
BinaryInverted\n2:
Truncate\n3:
ToZero\n4:
ToZeroInverted"
char*trackbar_value="
Value"
///自定义函数声明
voidThreshold_Demo（int,void*）;
/**
*@主函数
///读取一副图片，不改变图片本身的颜色类型（该读取方式为DOS运行模式）
///将图片转换成灰度图片
cvtColor（src,src_gray,1）;
///创建一个窗口显示图片
namedWindow（window_name,1）;
///创建滑动条来控制阈值
createTrackbar（trackbar_type,
window_name,&
threshold_type,
max_type,Threshold_Demo）;
createTrackbar（trackbar_value,
threshold_value,
max_value,Threshold_Demo）;
///初始化自定义的阈值函数
Threshold_Demo（0,0）;
///等待用户按键。
如果是ESC健则退出等待过程。
while（true）
c=waitKey（20）;
*@自定义的阈值函数
voidThreshold_Demo（int,void*）
/*0:
二进制阈值
1:
反二进制阈值
2:
截断阈值
3:
0阈值
4:
反0阈值
threshold（src_gray,dst,threshold_value,max_BINARY_value,threshold_type）;
1.程序编译过后，从正确的路径中读取一张图片。
例如，该输入图片如下所示：
2.首先，阈值类型选择为反二进制阈值类型。
我们希望灰度值大于阈值的变暗，即这一部分像素的灰度值设定为0。
从下图中可以很清楚的看到这样的变化。
（在原图中，狗的嘴和眼睛部分比图像中的其他部分要亮，在结果图中可以看到由于反二进制阈值分割，这两部分变的比其他图像的都要暗。
原理具体参见本节中反二进制阈值部分解释）
3.现在，阈值的类型选择为0阈值。
在这种情况下，我们希望那些在图像中最黑的像素点彻底的变成黑色，而其他大于阈值的像素保持原来的面貌。
其结果如下图所示：
实现自己的线性滤波器
下面这段程序做了些什么？
o载入一幅图像
o对图像执行
归一化块滤波器
。
举例来说，如果该滤波器核的大小为
，则它会像下面这样：
程序将执行核的大小分别为3、5、7、9、11的滤波器运算。
o该滤波器每一种核的输出将在屏幕上显示500毫秒
/**@函数main*/
intmain（）
///声明变量
Matsrc,dst;
Matkernel;
Pointanchor;
doubledelta;
intddepth;
intkernel_size;
char*window_name="
filter2DDemo"
///载入图像
///创建窗口
///初始化滤波器参数
anchor=Point（-1,-1）;
delta=0;
ddepth=-1;
///循环-每隔0.5秒，用一个不同的核来对图像进行滤波
intind=0;
c=waitKey（500）;
///按'
ESC'
可退出程序
///更新归一化块滤波器的核大小
kernel_size=3+2*（ind%5）;
kernel=Mat:
ones（kernel_size,kernel_size,CV_32F）/（float）（kernel_size*kernel_size）;
///使用滤波器
filter2D（src,dst,ddepth,kernel,anchor,delta,BORDER_DEFAULT）;
ind++;
升级会员 