既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
{
newImage->setPixel(j,y,qRgb(color[0],color[1],color[2]));
}
}
return newImage;
}
//利用线段表来对区域进行复制 trackDot为轮廓的线段表 image为区域所在图像,image1为目标图像
QImageMainWindow::TrackCopy(QImage image,QImage* image1,int* trackDot)
{
QColor color;
int n = trackDot[0];
int y,x0,x1,i,j;
int r,g,b;
for(i=0;i<n;i++)
{
y = trackDot[i4+1];
x0 = trackDot[i4 +2];
x1 = trackDot[i*4+4];
for(j=x0;j<=x1;j++)
{
color = QColor(image->pixel(j,y));
r = color.red();
g = color.green();
b = color.blue();
image1->setPixel(j,y,qRgb(r,g,b));
}
}
return image1;
}
/利用线段表计算区域的面积 trackDot为区域的链码表
double MainWindow:: TrackArea(int* trackDot)
{
int n=trackDot[0];
int y,x0,x1,i;
double m=0.0;
for(i=0;i<n;i++)
{
x0=trackDot[i4+2];
x1=trackDot[i4+4];
m+=(x1-x0+1);
}
return m;
}
**链码表到线段表的转换:**将图像的轮廓点按照线段表示法的思路分为4类,即左端点、右端点、中间点和奇异点。如果某轮廓点的右边为区域的内部,而左边为区域的外部,那么此点为左端点;相反则为右端点;如果某轮廓点左、右相邻点都是轮廓点,则此点为中间点;如果某轮廓点左、右相邻点都是区域外部,则此点为奇异点。如果用0表示中间点,1表示左端点,2表示右端点,3表示奇异点,那么根据下图可以容易地通过进入链码和离开链码判断轮廓点类型。
![](https://img-blog.csdnimg.cn/20190926204929256.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyODkyNTQ=,size_16,color_FFFFFF,t_70)
利用上述分类生成线段表的步骤:
1)顺序检测链码表,根据链码表提取轮廓中的左端点、右端点和奇异点,并存入线段表。其中奇异点提取两次。
2)将线段表中的所有点按照纵坐标排序
3)将纵坐标相同的点按照横坐标排序
//链码表到线段表的转换
void MainWindow:: CodeToDot(int* track,int* trackDot)
{
int directData[8][2] = {
{1,0},
{1,-1},
{0,-1},
{-1,-1},
{-1,0},
{-1,1},
{0,1},
{1,1}
};
int transTable[8][8]={
{0,0,0,0,2,2,2,2},
{1,1,1,1,0,3,3,3},
{1,1,1,1,0,0,3,3},
{1,1,1,1,0,0,0,3},
{1,1,1,1,0,0,0,0},
{0,3,3,3,2,2,2,2},
{0,0,3,3,2,2,2,2},
{0,0,0,3,2,2,2,2}
};
int x,y,m,dIn,dOut,i,j,k,c;
x = track[0];
y = track[1];
m=track[2];
track[m+3] = track[3];
k = 3;
for(i = 3; i< m+3;i++)
{
dIn = track[i];
dOut = track[i+1];
x+=directData[dIn][0];
y+=directData[dIn][1];
c = transTable[dIn][dOut];
if(c>0)
{
trackDot[k] = x;
trackDot[k+1] = y;
k+=2;
if(c==3)
{
trackDot[k] = x;
trackDot[k+1] = y;
k+=2;
}
}
}
m=(k-3)/2;
for(i = 0;i<m-1;i++)
{
k = i;
for(j=i+1;j<m;j++)
{
if(trackDot[j*2+4]<trackDot[k*2+4])
{
k=j;
}
}
trackDot[i*2+1]=trackDot[k*2+3];
trackDot[i*2+2]=trackDot[k*2+4];
trackDot[k*2+3]=trackDot[i*2+3];
trackDot[k*2+4]=trackDot[i*2+4];
}
i = 0;
while(i<m)
{
k=i;
while(i<m && trackDot[i*2+2] == trackDot[k*2+2])
{
i++;
}
for(;k<i-1;k++)
{
for(j=i-1;j>k;j--)
{
if(trackDot[j*2+1]<trackDot[j*2-1])
{
x=trackDot[j*2+1];
y=trackDot[j*2+2];
trackDot[j*2+1]=trackDot[j*2-1];
trackDot[j*2+2]=trackDot[j*2];
trackDot[j*2-1]=x;
trackDot[j*2]=y;
}
}
}
}
trackDot[0]=m/2;
}
#### **2.下载路径**:
整个系列链接: [https://blog.csdn.net/m0\_59023219/category\_12425183.html](https://bbs.csdn.net/topics/618668825)
内容介绍:
[1]根据算法原理,编写纯c++源码,不调用外源库opencv 等;
[2]包括各种图像处理的基本算法,包含腐蚀膨胀,缩放,转置,镜像,平移,均衡变化,灰度拉升,灰度阈值,灰度非线性,转灰度,灰度线性,旋转,简单平滑,高斯平滑,轮廓跟踪,种子算法,hough直线检测,拉普拉斯,带方向边缘检测,常规边缘检测(梯度算子、Roberts算子和Sobel算子),中值滤波,反色操作等;
[3]程序中有完整的注释,便于大家很好理解代码。
![img](https://img-blog.csdnimg.cn/img_convert/ffb9c3587444b6ac013769b2884e989e.png)
![img](https://img-blog.csdnimg.cn/img_convert/ec19ff4eb82624b551d25deb13d5cd6c.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[如果你需要这些资料,可以戳这里获取](https://bbs.csdn.net/topics/618668825)**
,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[如果你需要这些资料,可以戳这里获取](https://bbs.csdn.net/topics/618668825)**