Opencv学习笔记(三)--图像处理的基本操作

Opencv图像处理基本操作

1基本数据类型

图像有若干个通道，灰度图像只有一个通道，而彩色具有红，绿，蓝组成，但是OpenCv以逆序的方式来存储三个分量，还可以使用第四个透明度(alpha)，可以使用img.channels()获取图像通道个数。

使用若干个位存储一副图像的每个像素，这被称为图像的深度，灰度图像为8位，即0-255个灰度级，可以用img.depth()获得图像的深度，其返回值为：

CV_8U - 8-bit unsigned integers ( 0..255 ) CV_8S - 8-bit signed integers ( -128..127 ) CV_16U - 16-bit unsigned integers ( 0..65535 ) CV_16S - 16-bit signed integers ( -32768..32767 ) CV_32S - 32-bit signed integers ( -2147483648..2147483647 ) CV_32F - 32-bit floating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN ) CV_64F - 64-bit floating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )

对于灰度图像和彩色图像，最常见的是CV_8U.

Mat img=imread("lena.png",IMREAD_GRAYSCALE); Mat fp; img.convertTo(fp,CV_32F);//改变图像的深度

2 像素级访问

1. 第一种方法：模板函数at<>

uchar pixel=img.at<uchar>(0,0); //获得灰度图像0，0点像素 Vec3b pixel=img.at<Vec3B>(0,0); //获得3波段图像的第一个波段（0，0）像素。

第一种方法，效率不高，必须定位到他所在的位置

2. 第二种方法：函数ptr

他返回图像特定行的指针。因此可以得到每一行的数据，时间复杂度降低， 如下代码获取一副彩色图像的每个像素值。

//时间复杂度大大降低！！！ uchar R,G,B; for (int i=0;i<img.rows;i++) //遍历行 Vec3b pixRow=img.ptr<Vec3b>(i); for (int j=0;j<img.cols;j++) { //遍历**列** B=pixRow[j][0]; G=pixRow[j][1]; R=pixRow[j][2]; }

测量程序用时可用函数：

double to=(double)getTickCount(); elapsed=((double)getTickCount()-to)/getTickFrenquency()

图像位运算

可以用掩码对一个图像进行处理，位元算有：

void bitwise_and(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray()) 其中src1是原始的图像，src2是掩码，dst为输出

一个例子：

#include<opencv2\opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat img = imread("cute.jpg", 1); if (img.empty()) cout << "cannot load image" << endl; imshow("Origin", img); Mat mask(img.rows, img.cols,CV_8UC3, Scalar(0, 0,0 )); circle(mask, Point(img.rows / 2, img.cols / 2-35), 220,Scalar(255,255,255),-1); //画一个圆 imshow("Mask", mask); //执行位操作 Mat r; bitwise_and(img, mask, r); imshow("Bit_and", r); waitKey(0); return 0; }

如下所示的图像处理过程： 分别为原始图像，掩模，计算后的图像

1. Adding (blending) two images using OpenCV

将两张图像以线性组合的方式合并成一张图像，注意的是，两张图像的大小应该相同。 g(x) = (1 -a)*f0(x) + a*f1(x)g(x)为生成的矩阵，f0(x),f1(x)为要合并的两个矩阵。a为尺度。 用到的函数原型： C++: void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1)

#include <opencv2/core.hpp> #include <opencv2/imgcodecs.hpp> #include <opencv2/highgui.hpp> #include <iostream> #include <string> using namespace cv; using namespace std; int main(int argc, char** argv) { double alpha = 0.5; double beta; double input; Mat src1, src2, dst; /// Ask the user enter alpha std::cout << " Simple Linear Blender " << std::endl; std::cout << "-----------------------" << std::endl; std::cout << "* Enter alpha [0-1]: "; std::cin >> input; /// We use the alpha provided by the user if it is between 0 and 1 if (input >= 0.0 && input <= 1.0) alpha = input; /// Read image ( same size, same type ) src1 = imread("LinuxLogo.jpg"); src2 = imread("WindowsLogo.jpg"); if (!src1.data) { printf("Error loading src1 \n"); return -1; } if (!src2.data) { printf("Error loading src2 \n"); return -1; } /// Create Windows namedWindow("Linear Blend", 1); beta = (1.0 - alpha); addWeighted(src1, alpha, src2, beta, 0.0, dst); imshow("Linear Blend", dst); waitKey(0); return 0; }

当a=0时,此时只有window的logo

a=0.5时如图所示：

2. Changing the contrast and brightness of an image

改变图像的对比度和亮度 基础的公式为： g(i; j) = a*f(i,j) + b where i and j indicates that the pixel is located in the i-th row and j-th column. 获得一个图片的像素我们用image.at<Vec3b>(y,x)[c] 这里的y为行，x为列，c代表R, G or B (0, 1 or 2)

int main(int argc, char** argv) { double alpha; /**< Simple contrast control */ int beta; /**< Simple brightness control */ /// Read image given by user Mat image = imread("cute.jpg"); Mat new_image = Mat::zeros(image.size(), image.type()); //copy the origin picture size,and type /// Initialize values std::cout << " Basic Linear Transforms " << std::endl; std::cout << "-------------------------" << std::endl; std::cout << "* Enter the alpha value [1.0-3.0]: "; std::cin >> alpha; std::cout << "* Enter the beta value [0-100]: "; std::cin >> beta; /// Do the operation new_image(i,j) = alpha*image(i,j) + beta for (int y = 0; y < image.rows; y++){ for (int x = 0; x < image.cols; x++){ for (int c = 0; c < 3; c++){ new_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha*(image.at<Vec3b>(y, x)[c]) + beta);//saturate_cast to make sure the values are valid. } } } namedWindow("Original Image", 1); namedWindow("New Image", 1); imshow("Original Image", image); imshow("New Image", new_image); waitKey(); return 0; }

示例如下：可以看到改变的图片的对比度和亮度。

这里可以用函数image.convertTo(new_image, -1, alpha, beta);来代替for循环，它会更有效率。

Basic Drawing

1. 定义一个点 2D

Point pt; pt.x = 10; pt.y = 8; Point pt = Point(10, 8);

2. 画椭圆ellipse原型 void ellipse(InputOutputArray img, Point center, Size axes, double angle, double startAngle, double endAngle, const Scalar& color, int thickness = 1, int lineType = LINE_8, int shift = 0);

后面三个为默认的参数，可以不写。

//自己写的函数，指定img，和角度 void MyEllipse(Mat img, double angle) { int thickness = 2; int lineType = 8; ellipse(img, Point(w / 2, w / 2), Size(w / 4, w / 16), angle, 0, 360, Scalar(255, 0, 0), //为颜色 thickness, lineType); } //**调用方法：** MyLine(rook_image, Point(0, 15 * w / 16), Point(w, 15 * w / 16));

3. 画线段

函数原型 void line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color, int thickness = 1, int lineType = LINE_8, int shift = 0);

Random generator and text with OpenCV

随机数产生类Random Number generator class (RNG)

RNG rng( 0xFFFFFFFF );//创建一个RNG类，并对其进行初始化 //在[a,b)中随机产生一个数 C++: int RNG::uniform(int a, int b) C++: float RNG::uniform(float a, float b) C++: double RNG::uniform(double a, double b) //a – lower inclusive boundary of the returned random numbers. //b – upper non-inclusive boundary of the returned random numbers. RNG rng; // always produces 0 double a = rng.uniform(0, 1); // produces double from [0, 1) double a1 = rng.uniform((double)0, (double)1); // produces float from [0, 1) double b = rng.uniform(0.f, 1.f); // produces double from [0, 1) double c = rng.uniform(0., 1.); // may cause compiler error because of ambiguity: // RNG::uniform(0, (int)0.999999)? or RNG::uniform((double)0, 0.99999)? double d = rng.uniform(0, 0.999999);

Random color

一副彩色图像由R,G,B组成，可用RNG产生随机的颜色。

static Scalar randomColor( RNG& rng ) { int icolor = (unsigned) rng; return Scalar( icolor&255, (icolor>>8)&255, (icolor>>16)&255 ); }

Put out the text

获得一个字符串的宽度和高度： C++: Size getTextSize(const string& text, int fontFace, double fontScale, int thickness, int* baseLine) 例如： Size textsize = getTextSize("OpenCV forever!", CV_FONT_HERSHEY_COMPLEX, 3, 5, 0); 将其输出: C++: void putText(Mat& img, const string& text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int lineType=8, bool bottomLeftOrigin=false )