C++调用OpenCV实现图像反转处理

来灵

已于 2022-10-09 16:41:49 修改

阅读量3.6k

点赞数 2

分类专栏： OpenCV C/C++ 文章标签： opencv 计算机视觉图像处理

于 2022-10-09 16:08:23 首次发布

本文链接：https://blog.csdn.net/chexlong/article/details/127228417

版权

C/C++ 同时被 2 个专栏收录

41 篇文章 5 订阅

订阅专栏

OpenCV

13 篇文章 10 订阅

订阅专栏

1 前言

我们有时会看到这样的一幅图像或图片

其对应的原图是

上边图片转换过程叫做图像反转，其目的就是增强了图像的暗区中白色或灰色的细节，特别是原图中的阴影黑色区域。原理就是用值255减去像素点上的RGB值，比如用255（白色）-0（黑色）得到的是255（白色）。

下边是将原图转换成灰度图后，将灰度图反转后的图片。

灰度图

灰度图反转后的图片

2 相关概念

像素：

像素是图像的最小单位。每一幅图像都是由M行N列的像素组成的，其中每一个像素都存储一个像素值。

RGB图像：

每一种颜色在视觉效果上都可以由不同比例的红、绿、蓝三种颜色合成（R-red，G-green，B-blue）。RGB图像存在3个通道，即R通道、G通道和B通道。其中R通道指的是红色通道；G通道指的是绿色通道；B通道指的是蓝色通道；并且每个色彩通道都在区间[0，255]内取值。RGB图像对应的是RGB色彩空间。

灰度图像：

每个像素都是从黑到白，被处理为256个灰度级别的单色图像。这256个灰度级别分别用区间[0，255]中的数值表示。其中，“0”表示纯黑色，“255”表示纯白色，0~255的数值表示不同亮度（即色彩的深浅程度）的深灰色或者浅灰色。灰度图像对应的是GRAY色彩空间。

BGR色彩空间：

在RGB色彩空间中，彩色图像的通道顺序是R -> G -> B，但是在OpenCV中，RGB色彩空间被BGR色彩空间取代，使得彩色图像的通道顺序变成了B -> G -> R，与RGB刚好相反。

3 创建测试项目

创建测试项目、配置开发环境，具体可参考之前文章，这里就不多说了

Win10+OpenCV4.6.0之开发环境（VS2022）配置入门_来灵的博客-CSDN博客

这次测试项目名称img_invert，VS2022种创建好的项目截图

将下列代码编辑到img_invert.cpp文件里，代码中有详细的注释

#include <iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>  
using namespace cv;
using namespace std;

int main()
{
	//定义原图像
	Mat color;
	//定义灰度图像，灰度图像反转后的图像
	Mat gray, grayDst;
	int height, width;
	int i, j;

	//载入图片
	color = imread("color.jpg");
	if (color.empty())
	{
		cout << "读取错误" << endl;
		return -1;
	}

	//灰度化，由原图获得灰度图像
	cvtColor(color, gray, COLOR_BGR2GRAY);
	//保存灰度图片
	cv::imwrite("gray.jpg", gray);

	//获取图像信息
	height = color.rows;

	//列项要乘通道数
	width = color.cols * color.channels();

	cout << "彩色图片宽:" << color.cols << ", 高:" << color.rows << "，通道数:" << color.channels() << endl;
	cout << "实际宽:" << width << endl << endl << endl;

	//创建窗口
	namedWindow("color", WINDOW_AUTOSIZE);
	namedWindow("colorDst", WINDOW_AUTOSIZE);

	//显示原图
	imshow("color", color);

	//彩色图像反转
	//算法：反转后的像素a = 255 - a
	for (i = 0; i < height; i++)
	{
		for (j = 0; j < width; j++)
		{
			color.at<uchar>(i, j) = 255 - color.at<uchar>(i, j);   //对每一个像素反转
		}
	}

	//保存反色后的图片
	cv::imwrite("outputColor.jpg", color);
	//显示反相图片
	imshow("colorDst", color);

	//---------------------灰度图像反转------------------
	height = gray.rows;
	//列项乘通道数
	width = gray.cols * gray.channels();

	cout << "灰度图片宽:" << gray.cols << ", 高:" << gray.rows << "，通道数:" << gray.channels() << endl;
	cout << "实际宽:" << width << endl << endl << endl;

	namedWindow("gray", WINDOW_AUTOSIZE);
	namedWindow("grayDst", WINDOW_AUTOSIZE);

	//显示灰度图像
	imshow("gray", gray);   

	//灰度图像反转
	//算法：反转后的像素a = 255 - a
	grayDst = gray.clone();
	for (int i = 0; i < gray.rows; i++)
	{
		for (int j = 0; j < gray.cols; j++)
		{
			//灰度反转
			grayDst.at<uchar>(i, j) = 255 - gray.at<uchar>(i, j);
		}
	}
	//显示反转图像
	imshow("grayDst", grayDst);

	//保存反色后的图片
	imwrite("outputGray.jpg", grayDst);

	//暂停，保持图像显示
	waitKey(0);

	return 0;
}

测试项目工程当前目录