自己在总结前人经验下弄的几个opencv封装函数

第一个是增加对比度的函数,就是变亮。

 1 IplImage* EqualizeHistColorImage(IplImage *pImage)
 2 {
 3     IplImage *pEquaImage = cvCreateImage(cvGetSize(pImage), pImage->depth, 3);
 4     
 5     // 原图像分成各通道后再均衡化,最后合并即彩色图像的直方图均衡化
 6     const int MAX_CHANNEL = 4;
 7     IplImage *pImageChannel[MAX_CHANNEL] = {NULL};
 8 
 9     int i;
10     for (i = 0; i < pImage->nChannels; i++)
11         pImageChannel[i] = cvCreateImage(cvGetSize(pImage), pImage->depth, 1);
12 
13     cvSplit(pImage, pImageChannel[0], pImageChannel[1], pImageChannel[2], pImageChannel[3]);//将传入图像的通道拆分,方便各个增亮
14     
15     for (i = 0; i < pImage->nChannels; i++)
16         cvEqualizeHist(pImageChannel[i], pImageChannel[i]);//各个通道的像素增亮,此函数第一个是传入,第二个参数是传出
17 
18     cvMerge(pImageChannel[0], pImageChannel[1], pImageChannel[2], pImageChannel[3], pEquaImage);//将之前拆分后的各个通道的像素图片组合
19 
20     for (i = 0; i < pImage->nChannels; i++)
21         cvReleaseImage(&pImageChannel[i]);//逐个释放内存
22 
23     return pEquaImage;//返回被处理过的图像
24 }

第二个是图像变黑白色,二值化和轮廓绘线。

 1 void ChangeTheColor(int pos,IplImage* g_pGrayImage,CvSeq* g_pcvSeq)
 2 {
 3     // 转为二值图,黑白图
 4     IplImage *pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);
 5     cvThreshold(g_pGrayImage, pBinaryImage, pos, 255, CV_THRESH_BINARY);
 6     //第一个参数表示输入图像,必须为单通道灰度图。
 7     //第二个参数表示输出的边缘图像,为单通道黑白图。
 8     //第三个参数表示阈值,黑白色的范围
 9     //第四个参数表示最大值。
10     //第五个参数表示运算方法。
11 
12     // 显示二值图
13     cvShowImage("xxx", pBinaryImage);
14 
15 
16     CvMemStorage *pcvMStorage = cvCreateMemStorage();
17     double fRho = 1;
18     double fTheta = CV_PI / 180;
19     int nMaxLineNumber = 500;   //最多检测条直线
20     double fMinLineLen = 50;   //最小线段长度
21     double fMinLineGap = 20;   //最小线段间隔
22     CvSeq *pcvSeqLines = cvHoughLines2(pBinaryImage, pcvMStorage, CV_HOUGH_PROBABILISTIC, fRho, fTheta, nMaxLineNumber, fMinLineLen, fMinLineGap);
23 
24 
25     IplImage *pColorImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 3);
26     cvCvtColor(pBinaryImage, pColorImage, CV_GRAY2BGR);
27     int i;
28     for(i = 0; i < pcvSeqLines->total; i++)    {
29         CvPoint* line = (CvPoint*)cvGetSeqElem(pcvSeqLines, i);
30         cvLine(pColorImage, line[0], line[1], CV_RGB(255,0,0), 2);
31     }
32 
33     
34     cvShowImage("qq", pColorImage);
35 
36     CvMemStorage* cvMStorage = cvCreateMemStorage();
37     // 检索轮廓并返回检测到的轮廓的个数
38     cvFindContours(pBinaryImage,cvMStorage, &g_pcvSeq,sizeof(CvContour),2);//这个要和cvDrawContrours连用
39     //cvFindContours
40     //函数功能:对图像进行轮廓检测,这个函数将生成一条链表以保存检测出的各个轮廓信息,并传出指向这条链表表头的指针。
41     //第一个参数:输入的图像
42     //第二个参数:内存容器
43     //第三个参数:存输出信息的参数
44     //4.5.6略
45 
46     IplImage *pOutlineImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 3);
47     int _levels = 5;
48     cvZero(pOutlineImage);
49     cvDrawContours(pOutlineImage, g_pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);
50     //第一个参数表示输入图像,函数将在这张图像上绘制轮廓。
51     //第二个参数表示指向轮廓链表的指针。
52     //第三个参数和第四个参数表示颜色,绘制时会根据轮廓的层次来交替使用这二种颜色。255,0,0->红,0,255,0->绿,0,0,255蓝
53     //第五个参数表示绘制轮廓的最大层数,如果是0,只绘制contour;如果是1,追加绘制和contour同层的所有轮廓;
54     //如果是2,追加绘制比contour低一层的轮廓,以此类推;如果值是负值,则函数并不绘制contour后的轮廓,但是将画出其子轮廓,一直到abs(max_level) - 1层。
55     //第六个参数表示轮廓线的宽度,如果为CV_FILLED则会填充轮廓内部。
56     //第七个参数表示轮廓线的类型。
57     //第八个参数表示偏移量,如果传入(10,20),那绘制将从图像的(10,20)处开始。
58     cvShowImage("qqqq", pOutlineImage);
59     
60     cvReleaseImage(&pColorImage);
61     cvReleaseMemStorage(&cvMStorage);
62     cvReleaseImage(&pBinaryImage);
63     cvReleaseImage(&pOutlineImage);
64 }

第三个是三通道图片的像素全访问,可以自己通过改变像素值来改变图像颜色。

 1 oid visit_image(IplImage* Image){
 2     const char * name="913337456";
 3     cvNamedWindow(name,1);
 4     uchar* data=(uchar *)Image->imageData;
 5     int step = Image->widthStep/sizeof(uchar);
 6     int channels = Image->nChannels;
 7     for(int i=0;i<Image->height;i++){
 8        for(int j=0;j<Image->width;j++){
 9            data[i*step+j*channels+0]=1;//通道1,我这里全改了1
10            data[i*step+j*channels+1]=2;//不赋值就没改变
11            data[i*step+j*channels+2]=3;
12        }
13     }
14     cvShowImage(name,Image);
15     cvWaitKey(0);
16     cvReleaseImage(&Image);
17     cvDestroyWindow(name);
18 }

第四个是从两张图片中找到不同处,并以第三张图输出。可以说是大家来找茬的外挂代码。

 1 void Get_The_Different_From_The_Cctv(IplImage* image1,IplImage* image2){
 2     IplImage* image_1=cvCreateImage(cvSize(image1->width,image1->height),IPL_DEPTH_8U,1);
 3     IplImage* image_2=cvCreateImage(cvSize(image1->width,image1->height),IPL_DEPTH_8U,1);
 4     IplImage* image_and=cvCreateImage(cvSize(image1->width,image1->height),IPL_DEPTH_8U,1);
 5     cvCvtColor(image1,image_1,CV_BGR2GRAY);
 6     cvCvtColor(image2,image_2,CV_BGR2GRAY);
 7     cvAbsDiff(image_1,image_2,image_and);
 8     cvNamedWindow("nimad",1);
 9     cvShowImage("nimad",image_and);
10     cvWaitKey(0);
11     cvDestroyWindow("nimad");
12     cvReleaseImage(&image_and);
13 }

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IT派

TensorFlow中的那些高级API

摘要: 在这篇文章中,我们将看到一个使用了最新高级构件的例子,包括Estimator(估算器)、Experiment(实验)和Dataset(数据集)。值得注...

4555
来自专栏机器之心

教程 | 如何从TensorFlow转入PyTorch

选自Medium 作者:Illarion Khlestov 机器之心编译 参与:李泽南、黄小天 当我第一次尝试学习 PyTorch 时,没几天就放弃了。和 Te...

47015
来自专栏机器之心

学界 | 循环神经网络自动生成程序:谷歌大脑提出「优先级队列训练」

2658
来自专栏程序员的诗和远方

Canvas基础-粒子动画Part1

网页上各种酷炫的粒子动画看的人眼花缭乱,实际上原理却非常简单。 获取像素信息 首先我们需要画张图到Canvas上,这里因为我懒的扣图(实际上是不会),就找...

2886
来自专栏ATYUN订阅号

使用Scikit-Learn进行命名实体识别和分类(NERC)

命名实体识别和分类(NERC)是识别名称等信息单元的过程(包括人员,组织和位置名称),以及包括非结构化文本中的时间,日期,钱和百分比表达式等数值表达式。目标是开...

1435
来自专栏我的技术专栏

UnityShader 表面着色器简单例程集合

2145
来自专栏图形学与OpenGL

《计算机图形学基础(OpenGL版)》勘误表

T2=[cos600∘sin600∘0−sin600∘cos600∘0001]=[−1/2−3/203/2−1/20001]T_2= \left[ \begin...

774
来自专栏Spark学习技巧

SparkMLlib的数据类型讲解

SparkMLlib的数据类型讲解 Mllib支持单机上存储的本地向量和矩阵,也支持由一个或者多个RDD支持的分布式矩阵。本地向量和本地矩阵是简单的数据模型,用...

2297
来自专栏Petrichor的专栏

opencv: 形态学 转换(图示+源码)

OpenCV中的形态学转换操作有七种:腐蚀,膨胀,开运算,闭运算,形态学梯度,礼帽,黑帽。

592
来自专栏Deep Learning 笔记

CNN+MNIST+INPUT_DATA数字识别

TALK IS CHEAP,SHOW ME THE CODE,先从MNIST数据集下载脚本Input_data开始

1143

扫码关注云+社区