C++ opencv学习之图像像素的逻辑操作

 更新时间:2022年11月10日 10:23:25   作者:打酱油的;  
图像的像素操作包括读写操作、算数操作、逻辑运算操作等,下面这篇文章主要给大家介绍了关于C++ opencv学习之图像像素的逻辑操作的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

1.API和相关知识

1. rectangele 绘制矩形

共7个参数
            第1个参数 输入
            第2个参数 矩形左上坐标
            第3个参数 矩形右下坐标
            第4个参数 矩形颜色
            第5个参数 线宽
                            如果参数 >=0,则表示绘制矩形(如为1,表示绘制的矩形边为1个像素)
                            如果参数 < 0,则表示填充矩形(如-1,表示填充整个矩形)
            第6个参数 lineType
                            关于图像锯齿,有几种方式处理
                                不管不顾,就用LINE_4 或者 LINE_8
                                消除锯齿,就用LINE_AA (AA就是反锯齿)
            第7个参数  缩小图像,同时缩短矩形左上顶点与(0,0)位置的距离(一般没用)
                      0表示不变
                      1表示图像*1/2,同时距离(0,0)的x方向和y方向距离*1/2
                      2表示图像*(1/2)^2,同时距离(0,0)的x方向和y方向距离*(1/2)^2

第二种

rectangele
    绘制矩形
        共6个参数
            第1个参数 输入
            第2个参数 矩形的左上点+往对角方向延伸的距离(x1,x2,延伸长度1,延伸长度2)
            第3个参数 矩形颜色
            第4个参数 线宽
                            如果参数 >=0,则表示绘制矩形(如为1,表示绘制的矩形边为1个像素)
                            如果参数 < 0,则表示填充矩形(如-1,表示填充整个矩形)
            第5个参数 lineType
                            关于图像锯齿,有几种方式处理
                                不管不顾,就用LINE_4 或者 LINE_8
                                消除锯齿,就用LINE_AA (AA就是反锯齿)
            第6个参数  缩小图像,同时缩短矩形左上顶点与(0,0)位置的距离
                      0表示不变
                      1表示图像*1/2,同时距离(0,0)的x方向和y方向距离*1/2
                      2表示图像*(1/2)^2,同时距离(0,0)的x方向和y方向距离*(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有两种传参方式,这里分别进行了示范
	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.位运算

在opencv中,图像的为运算有4种

  • 异或

bitwise_and(m1, m2, dst);

//bitwise_or(m1, m2, dst);

//bitwise_not(m1, dst);

//bitwise_xor(m1, m2, dst);略

2.实例代码

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("位运算",dst);
}

补充:OpenCV--C++图像像素处理-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 << "图片读取失败" << endl;
	}
 
	Mat gray;
	cvtColor(img, gray, COLOR_BGR2GRAY);  //将RGB图像img转为灰度图gray
 
	// 彩图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);
 
	//灰度图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);
 
	//灰度图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);
 
	//灰度图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);
	//灰度图OSTU二值化
	Mat otsu_gray;
	threshold(gray_thr, otsu_gray, 100, 255,THRESH_BINARY |  THRESH_OTSU);
	imshow("trunc_gray", otsu_gray);
 
	//灰度图triangle二值化
	Mat triangle_gray;
	threshold(gray_thr, triangle_gray, 100, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("triangle_gray", triangle_gray);
 
	//灰度图自适应二值化
	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;
}

总结

到此这篇关于C++ opencv学习之图像像素的逻辑操作的文章就介绍到这了,更多相关C++ opencv图像像素逻辑操作内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 浅谈C++内存分配及变长数组的动态分配

    浅谈C++内存分配及变长数组的动态分配

    下面小编就为大家带来一篇浅谈C++内存分配及变长数组的动态分配。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-09-09
  • 详解PID控制器原理

    详解PID控制器原理

    什么是 PID?它是一种在编程中使用的基本方法,如果正确调整,可以令人难以置信的有效和准确,PID代表比例积分微分,3个单独的部分连接在一起,虽然有时你不需要三个都使用。例如,您可以改为有P控制,PI控制或PD控制
    2021-06-06
  • C++实现LeetCode(111.二叉树的最小深度)

    C++实现LeetCode(111.二叉树的最小深度)

    这篇文章主要介绍了C++实现LeetCode(111.二叉树的最小深度),本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
    2021-07-07
  • C语言中常量指针与指针常量区别浅析

    C语言中常量指针与指针常量区别浅析

    这篇文章主要介绍了C语言中常量指针与指针常量区别,有需要的朋友可以参考一下
    2013-12-12
  • 浅谈C++的几种从键盘输入方式

    浅谈C++的几种从键盘输入方式

    今天小编就为大家分享一篇浅谈C++的几种从键盘输入方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-07-07
  • C++右值引用与移动构造函数基础与应用详解

    C++右值引用与移动构造函数基础与应用详解

    左值和右值都是针对表达式,左值是指表达式结束后依然存在的持久对象,右值是指表达式结束时就不再存在的临时对象,下面这篇文章主要给大家介绍了关于C++11右值引用和移动语义的相关资料,需要的朋友可以参考下
    2023-02-02
  • c++ 中__declspec 的用法详解

    c++ 中__declspec 的用法详解

    这篇文章主要介绍了c++ 中__declspec 的用法详解,对初学者有一定的帮助,有需要的可以了解一下。
    2016-11-11
  • 实例分析一个简单的Win32程序

    实例分析一个简单的Win32程序

    这篇文章主要介绍了实例分析一个简单的Win32程序,对于Win32应用程序的原理、执行流程、实现方法主要环节都做了较为详细的分析,有助于读者深入理解Windows应用程序设计,需要的朋友可以参考下
    2014-09-09
  • C语言实现简单通讯录管理系统

    C语言实现简单通讯录管理系统

    这篇文章主要为大家详细介绍了C语言实现简单通讯录管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-07-07
  • C语言之通讯录的模拟实现代码

    C语言之通讯录的模拟实现代码

    这篇文章主要介绍了C语言之通讯录的模拟实现代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-04-04

最新评论