OpenCv学习0810_opencv rgb565-CSDN博客

本文链接：https://blog.csdn.net/Z3Djoker/article/details/107904561

TrackBar滚动条

void Demo::tracking_bar_demo(Mat &image) {
	namedWindow("亮度调整", WINDOW_AUTOSIZE);
	int lightness = 50;
	int max_value = 100;
	createTrackbar("Value", "亮度调整", &lightness, max_value, on_track,(void*)(&image));
	//trackbar窗口名称，要改变的窗口名称，要改变的值，改变的最大值，回调函数

	on_track(lightness, &image);
}

在createTrackbar中设置好参数：

参数1：轨迹条名字

参数2：窗口名字

参数3：滑块初始位置

参数4：表示滑块达到最大位置的值

参数5：默认值为0，指向回调函数

参数6：默认值为0，用户传给回调函数的数据值

在回调函数中设计当滑动滑块时进行的操作

static void on_track(int light, void* tepimage) {
	Mat image = *((Mat*)tepimage);
	Mat dst = Mat::zeros(image.size(), image.type());
	Mat m = Mat::zeros(image.size(), image.type());
	Mat src = image;
	m = Scalar(light, light, light);
	add(src, m, dst);
	imshow("亮度调整", dst);
}

例：在这里调整亮度

键盘响应操作

键盘相应其实相对来说十分简单，只需要判断输入的字符，并根据相应的字符做出对应的操作即可

void Demo::key_demo(Mat &image) {
	Mat dst = Mat::zeros(image.size(),image.type());
	while (true) {
		char c = waitKey(200);
		if (c == 27)
			break;
		if (c == 49) {
			//#1
			cvtColor(image, dst, COLOR_BGR2GRAY);
		}
		if (c == 50) {//#2
			cvtColor(image, dst, COLOR_BGR2HSV);
		}
		if (c == 51) {//#3
			dst = Scalar(50, 50, 50);
			add(image, dst, dst);
		}
		imshow("键盘响应",dst);
	}
}

图像像素的逻辑操作

void Demo::bitwise_demo(Mat &image) {
	Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
	Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
	//绘制矩形(绘制目标，绘制坐标及大小，颜色，边框宽度)
	rectangle(m1, Rect(100, 100, 80, 80), 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);

	Mat dst;
	bitwise_and(m1, m2, dst);//与
	bitwise_not(image, dst);//非(取反)
	bitwise_or(m1, m2, dst);//或
	bitwise_xor(m1, m2, dst);//异或
	imshow("像素位操作", dst);
}

其中and，or，xor需要三个参数，not需要两个参数

通道分离与合并

知识准备

一个图像的通道数是N，就表明每个像素点处有N个数，一个a×b的N通道图像，其图像矩阵实际上是b行N×a列的数字矩阵。

OpenCV中图像的通道可以是1、2、3和4。其中常见的是1通道和3通道，2通道和4通道不常见。

1通道的是灰度图。

  3通道的是彩色图像，比如RGB图像。

  4通道的图像是RGBA，是RGB加上一个A通道，也叫alpha通道，表示透明度。PNG图像是一种典型的4通道图像。alpha通道可以赋值0到1，或者0到255，表示透明到不透明。

  2通道的图像是RGB555和RGB565。2通道图在程序处理中会用到，如傅里叶变换，可能会用到，一个通道为实数，一个通道为虚数，主要是编程方便。RGB555是16位的，2个字节，5+6+5，第一字节的前5位是R，后三位+第二字节是G，第二字节后5位是B，可见对原图像进行压缩了。
OpenCV中用imshow( )来显示图像，只要Mat的数据矩阵符合图像的要求，就可以用imshow来显示。超过了4通道，就不是图像了，imshow( )也显示不了。
mshow( )显示单通道图像时一定是灰度图，如果我们想显示红色的R分量，还是应该按三通道图像显示，只不过G和B通道要赋值成0或255.
通道分解用split( )，通道合成用merg( )，这俩函数都是mixchannel( )的特例。

具体应用

void Demo::channel_demo(Mat &image) {
	vector<Mat> mv;
	split(image, mv);
	//第一个参数为输入图像，第二个参数为分解后的输出，因为有BGR三个通道，因此需要一个Mat类型的数组来存储
	//imshow("B", mv[0]);
	//imshow("G", mv[1]);
	//imshow("R", mv[2]);

	Mat dst;
	mv[1] = 0;
	mv[2] = 0;
	merge(mv, dst);
	//第一个参数为输入三个通道，同样为mat类型数组，第二个参数为合并后的输出图像
	//imshow("dst", dst);

	int from_to[] = { 0, 2, 1, 1, 2, 0 };//混合参数，两个一对，表示一对内的两个通道交换
	mixChannels(&image,1, &dst,1, from_to,3);
	//两个参数一对，第一对表示输入及输入数量，第二队表示输出及输出数量，第三对表示混合参数及混合参数有几对
	imshow("dst", dst);

	//制作透明图片（即加上第四通道A通道）
	Mat imageA85 = Mat(image.size(), image.depth(), Scalar(85));
	Mat imageRGBA85 = Mat(image.size(), CV_8UC4);
	Mat in2[] = { image,imageA85 };
	int from_to01[] = { 0,0, 1,1, 2,2, 3,3 };
	mixChannels(in2, 2, &imageRGBA85, 1, from_to01, 4);
	imshow("11111", imageRGBA85);
}

图像色彩空间转换

色彩空间转换cvtColor函数
提取指定的色彩范围区域inRange；

首先给出HSV模型的大概知识：

OpenCv—HSV模型

具体实施

void Demo::inrange_demo(Mat &image) {
	Mat hsv;
	cvtColor(image, hsv, COLOR_BGR2HSV);	
	Mat mask;
	inRange(hsv, Scalar(0,0,46), Scalar(180,43,220),mask);
	//输入图像，range的最小值，range的最大值，输出图像
	imshow("mask", mask);

	//替换
	Mat back = Mat::zeros(image.size(), image.type());
	back = Scalar(40, 40, 200);
	bitwise_not(mask, mask);
	imshow("111", mask);
	image.copyTo(back, mask);
	imshow("222", mask);
}

一般处理过程：将RGB图像通过cvtColor函数转换成HSV图像，对其进行处理，处理完之后再将其转换回RGB图像

图像像素值统计

void Demo::pixel_statistic_demo(Mat &image) {
	vector<Mat> mv;
	split(image, mv);
	//要求单通道

	double minv, maxv;
	Point minLoc, maxLoc;
	//获取最小值最大值和相应的地址
	minMaxLoc(mv[0], &minv, &maxv,&minLoc, &maxLoc, Mat());
	cout << minv << endl << maxv << endl;

	//求取均值和方差
	Mat mean, stddev;
	meanStdDev(mv[0], mean, stddev);
	cout << mean << endl << stddev << endl;
}