图像处理涉及的方面十分广泛,具体的方法种类也比较多,传统图像处理技术主要集中在图像的获取 、变换、增强、回复、压缩、分割、边缘检测等方面。随着新工具,新技术的不断出现,这些图像处理方法也在不断更新与发展。接下来讲解一些基础的图像操作。
一:对图像像素点进行操作
对图像像素点进行操作就是对灰度值进行操作,实际实现时先获得目标图像的灰度值,然后再对 灰度值进行数学操作,即可实现,具体代码如下:
#include <opencv2/opencv.hpp>
#include <istream>
using namespace cv;
using namespace std;
int main()
{
Mat src = imread("F:/dog.jpg");
namedWindow("input", CV_WINDOW_AUTOSIZE);//创建窗口 可以不用创建
imshow("input", src);//显示原图像
Mat gray_src;//定义一个新的图像
cvtColor(src, gray_src, CV_BGR2GRAY);//将原图像转换成灰度图像
namedWindow("output", CV_WINDOW_AUTOSIZE);//创建窗口
imshow("output", gray_src);//显示灰度图像
Mat g = gray_src.clone();//克隆新图,将灰度图像cope过来
int height = gray_src.rows;//获取图像的高度
int width = gray_src.cols;//获取图像的宽度
for (int row = 0; row < height; row++)//for循环语句
{
for (int clo = 0; clo < width; clo++)
{
int gray = gray_src.at<uchar>(row, clo);//获取图像的像素值
g.at<uchar>(row, clo) = 255 - gray;//对图像的像素值进行数值操作
}
}
imshow("【翻转图】", g);
Mat dst;
dst.create(src.size(), src.type());//定义一个新的图像类,尺寸与类型类似于cope
int heights = src.rows;
int widths = src.cols;
int nc = src.channels();//获取通道数,这里是一个三通道图像
for (int row = 0; row < heights; row++)
{
for