OpenCV类

最新推荐文章于 2023-07-22 19:07:33 发布
最新推荐文章于 2023-07-22 19:07:33 发布
阅读量1.6k 收藏 1
点赞数
分类专栏： OpenCV 文章标签： null dst matrix float output image
本文为博主原创文章，未经博主允许不得转载。 如果转载，需要获得作者授权。保留追究法律责任的权力。
本文链接：https://blog.csdn.net/chinabinlang/article/details/7466218
版权

//原创文章，转载注明出处；

OpenCV的类：

//OpenCVOperation.h

#pragma once

#include "cvaux.h"
#include "cxmisc.h"
#include <stdio.h>
#include <stdlib.h>
#include <ctype.h>

#include <cv.h>
#include <cxcore.h>
#include <highgui.h>

enum FlipType
{
//HorizontalVertical = -1;
Horizontal=0,
Vertical
};

class COpenCVOperation
{
public:
COpenCVOperation(void);
public:
~COpenCVOperation(void);


private:
IplImage * OperatedImage;

public:
IplImage* Resize(IplImage* rawImage, float fTime );

bool Flip( IplImage* &rawImage,FlipType FT );

bool Rotate( IplImage * & rawImage,  int degree );

bool Move( IplImage * & rawImage, CvPoint pt );

IplImage * CutOut( IplImage * rawImage, CvRect rect );

IplImage* setWidthHeight(IplImage* rawImage, int Width, int Height );

void SaveImage(IplImage* rawImage, char * pImage);

IplImage* setImage2Gray( IplImage * rawImage = NULL);

IplImage *  setImag2WB( IplImage * rawImage = NULL, int nThreshold=100 );

 

int Rotate(IplImage * m_pImageSrc, IplImage * m_pImageDst, double angle)


private:
void RotateMove(IplImage *img, int x, int y, float degree,int center[2]);

};

//OpenCVOperation.cpp

#include "StdAfx.h"
#include "OpenCVOperation.h"

COpenCVOperation::COpenCVOperation(void)
{
OperatedImage = NULL;
}

COpenCVOperation::~COpenCVOperation(void)
{
}


IplImage* COpenCVOperation::Resize( IplImage* rawImage, float fTime ) //放缩图像：
{
if ( rawImage == NULL || fTime <= 0 )
{
  return NULL;
}

CvSize dst_cvsize; 

dst_cvsize.width = rawImage->width*fTime;

dst_cvsize.height = rawImage->height*fTime;


if ( OperatedImage != NULL )
{
  cvReleaseImage( &OperatedImage );

  OperatedImage = NULL;
}

    OperatedImage = cvCreateImage( dst_cvsize, rawImage->depth, rawImage->nChannels); 

cvResize(rawImage,OperatedImage);

return OperatedImage;

CvvImage cvImage;

cvImage.CopyOf(OperatedImage);  


cvReleaseImage(&OperatedImage);
}

bool COpenCVOperation::Flip( IplImage* &rawImage,FlipType FT ) //翻转：
{
if ( rawImage == NULL )
{
  return 0;
}

cvFlip(rawImage,NULL,FT );

return true;
}

bool COpenCVOperation::Rotate( IplImage * & rawImage, int degree )
{
if ( rawImage == NULL )
{
  return 0;
}

int center[2]={0,0};

center[0]=rawImage->width/2; 

center[1]=rawImage->height/2;

RotateMove(rawImage,0,0,degree ,center);

return 1;
}

bool COpenCVOperation::Move( IplImage * & rawImage, CvPoint pt )
{
if ( rawImage == NULL )
{
  return 0;
}

int center[2]={0,0};

RotateMove(rawImage, pt.x, pt.y, 0 ,center);

return 1;

}

void COpenCVOperation::RotateMove(IplImage *img, int x, int y, float degree,int center[2])
{

double angle = degree  * CV_PI / 180.; // angle in radian
double a = sin(angle), b = cos(angle); // sine and cosine of angle
IplImage* imgSrc=cvCloneImage(img);
int w_src = imgSrc->width;
int h_src = imgSrc->height;

// Make w_dst and h_dst to fit the output image
//int w_dst = int(h_src * a + w_src * b);
//int h_dst = int(w_src * a + h_src * b);
//int w_dst = int(h_src * abs(a) + w_src * abs(b));
// int h_dst = int(w_src * abs(a) + h_src * abs(b));

// map matrix for WarpAffine, stored in statck array
double map[6];
CvMat map_matrix = cvMat(2, 3, CV_64FC1, map);

// Rotation center needed for cv2DRotationMatrix
CvPoint2D32f pt = cvPoint2D32f(center[0], center[1]);
cv2DRotationMatrix(pt, degree, 1.0, &map_matrix);

// otherwise you will get only part of the result
map[2] +=x;
map[5] +=y;

// We need a destination image
cvWarpAffine(
  imgSrc,
  img,
  &map_matrix,
  CV_INTER_LINEAR | CV_WARP_FILL_OUTLIERS,
  cvScalarAll(0)
  );
}

IplImage * COpenCVOperation::CutOut( IplImage * rawImage, CvRect rect ) //裁剪：
{
if ( rawImage == NULL )
{
  return NULL ;
}


CvMat  submat ;

IplImage* img = rawImage;

CvMat matHearder;

CvMat* mat = cvGetMat( img, &matHearder );

cvGetSubRect(mat, &submat, rect/*cvRect(0, 0, 200, 200)*/) ;

OperatedImage = cvGetImage(&submat, rawImage ) ;

return OperatedImage;

}

IplImage* COpenCVOperation::setWidthHeight(IplImage* rawImage, int Width, int Height )
{
if ( rawImage == NULL )
{
  return NULL;
}
if ( Width <= 0 || Height <= 0 )
{
  return NULL;
}

CvSize dst_cvsize; 

dst_cvsize.width = Width;

dst_cvsize.height = Height;


OperatedImage = cvCreateImage( dst_cvsize, rawImage->depth, rawImage->nChannels);

cvResize(rawImage,OperatedImage);

return OperatedImage;
}

void COpenCVOperation::SaveImage(IplImage* rawImage, char * pImage)
{
CvvImage cvImage;

cvImage.CopyOf(rawImage);

cvImage.Save( pImage );
}

IplImage * COpenCVOperation::setImage2Gray(IplImage * rawImage)
{
if ( rawImage == NULL )
{
  return NULL;
}

CvSize toSize;

toSize.width = rawImage->width;

toSize.height = rawImage->height ;

static IplImage * ptoImage = NULL;

if ( ptoImage != NULL )
{
  cvReleaseImage( &ptoImage );

  ptoImage = NULL;
}

ptoImage = cvCreateImage(toSize,IPL_DEPTH_8U,1);

cvCvtColor(rawImage, ptoImage, CV_RGB2GRAY);   

return ptoImage;


}

IplImage * COpenCVOperation::setImag2WB( IplImage * rawImage, int nThreshold ) //二值化；
{
if ( rawImage == NULL )
{
  return 0;
}

IplImage *  pImage = setImage2Gray( rawImage );

    cvThreshold( pImage, pImage, nThreshold, 255, CV_THRESH_BINARY );

return pImage;
}


#include "StdAfx.h"
#include "OpenCVOperation.h"

COpenCVOperation::COpenCVOperation(void)
{
OperatedImage = NULL;
}

COpenCVOperation::~COpenCVOperation(void)
{
}


IplImage* COpenCVOperation::Resize( IplImage* rawImage, float fTime ) //放缩图像：
{
if ( rawImage == NULL || fTime <= 0 )
{
  return NULL;
}

CvSize dst_cvsize; 

dst_cvsize.width = rawImage->width*fTime;

dst_cvsize.height = rawImage->height*fTime;


if ( OperatedImage != NULL )
{
  cvReleaseImage( &OperatedImage );

  OperatedImage = NULL;
}

    OperatedImage = cvCreateImage( dst_cvsize, rawImage->depth, rawImage->nChannels); 

cvResize(rawImage,OperatedImage);

return OperatedImage;

CvvImage cvImage;

cvImage.CopyOf(OperatedImage);  


cvReleaseImage(&OperatedImage);
}

bool COpenCVOperation::Flip( IplImage* &rawImage,FlipType FT ) //翻转：
{
if ( rawImage == NULL )
{
  return 0;
}

cvFlip(rawImage,NULL,FT );

return true;
}

bool COpenCVOperation::Rotate( IplImage * & rawImage, int degree )
{
if ( rawImage == NULL )
{
  return 0;
}

int center[2]={0,0};

center[0]=rawImage->width/2; 

center[1]=rawImage->height/2;

RotateMove(rawImage,0,0,degree ,center);

return 1;
}

bool COpenCVOperation::Move( IplImage * & rawImage, CvPoint pt )
{
if ( rawImage == NULL )
{
  return 0;
}

int center[2]={0,0};

RotateMove(rawImage, pt.x, pt.y, 0 ,center);

return 1;

}

void COpenCVOperation::RotateMove(IplImage *img, int x, int y, float degree,int center[2])
{

double angle = degree  * CV_PI / 180.; // angle in radian
double a = sin(angle), b = cos(angle); // sine and cosine of angle
IplImage* imgSrc=cvCloneImage(img);
int w_src = imgSrc->width;
int h_src = imgSrc->height;

// Make w_dst and h_dst to fit the output image
//int w_dst = int(h_src * a + w_src * b);
//int h_dst = int(w_src * a + h_src * b);
//int w_dst = int(h_src * abs(a) + w_src * abs(b));
// int h_dst = int(w_src * abs(a) + h_src * abs(b));

// map matrix for WarpAffine, stored in statck array
double map[6];
CvMat map_matrix = cvMat(2, 3, CV_64FC1, map);

// Rotation center needed for cv2DRotationMatrix
CvPoint2D32f pt = cvPoint2D32f(center[0], center[1]);
cv2DRotationMatrix(pt, degree, 1.0, &map_matrix);

// otherwise you will get only part of the result
map[2] +=x;
map[5] +=y;

// We need a destination image
cvWarpAffine(
  imgSrc,
  img,
  &map_matrix,
  CV_INTER_LINEAR | CV_WARP_FILL_OUTLIERS,
  cvScalarAll(0)
  );
}

IplImage * COpenCVOperation::CutOut( IplImage * rawImage, CvRect rect ) //裁剪：
{
if ( rawImage == NULL )
{
  return NULL ;
}


CvMat  submat ;

IplImage* img = rawImage;

CvMat matHearder;

CvMat* mat = cvGetMat( img, &matHearder );

cvGetSubRect(mat, &submat, rect/*cvRect(0, 0, 200, 200)*/) ;

OperatedImage = cvGetImage(&submat, rawImage ) ;

return OperatedImage;

}

IplImage* COpenCVOperation::setWidthHeight(IplImage* rawImage, int Width, int Height )
{
if ( rawImage == NULL )
{
  return NULL;
}
if ( Width <= 0 || Height <= 0 )
{
  return NULL;
}

CvSize dst_cvsize; 

dst_cvsize.width = Width;

dst_cvsize.height = Height;


OperatedImage = cvCreateImage( dst_cvsize, rawImage->depth, rawImage->nChannels);

cvResize(rawImage,OperatedImage);

return OperatedImage;
}

void COpenCVOperation::SaveImage(IplImage* rawImage, char * pImage)
{
CvvImage cvImage;

cvImage.CopyOf(rawImage);

cvImage.Save( pImage );
}

IplImage * COpenCVOperation::setImage2Gray(IplImage * rawImage)
{
if ( rawImage == NULL )
{
  return NULL;
}

CvSize toSize;

toSize.width = rawImage->width;

toSize.height = rawImage->height ;

static IplImage * ptoImage = NULL;

if ( ptoImage != NULL )
{
  cvReleaseImage( &ptoImage );

  ptoImage = NULL;
}

ptoImage = cvCreateImage(toSize,IPL_DEPTH_8U,1);

cvCvtColor(rawImage, ptoImage, CV_RGB2GRAY);   

return ptoImage;


}

IplImage * COpenCVOperation::setImag2WB( IplImage * rawImage, int nThreshold ) //二值化；
{
if ( rawImage == NULL )
{
  return 0;
}

IplImage *  pImage = setImage2Gray( rawImage );

    cvThreshold( pImage, pImage, nThreshold, 255, CV_THRESH_BINARY );

return pImage;
}

 

 int HHT_Image::Rotate(IplImage * m_pImageSrc, IplImage * m_pImageDst, double angle)
 {

  float hsrc,wsrc,hdst,wdst;

  CvPoint2D32f srcTri[3],dstTri[3];
  CvMat* rot_mat = cvCreateMat(2,3,CV_32FC1);
  CvMat* warp_mat = cvCreateMat(2,3,CV_32FC1);


  int df1(0),df2(0),df3(0),df4(0),df5(0),df6(0);


  double scale,scaleh,scalew;
  float delta = 0.01;

  if(!m_pImageSrc||!m_pImageDst)
  {
   return 0;
  }
 
  hsrc = m_pImageSrc->height;
  wsrc = m_pImageSrc->width;

  if(angle < 0)
  {
   angle = (int)angle % 360 + 360;
  }

  if(0 == (int)angle % 180 /90)
  {
   hdst = sqrt(hsrc * hsrc + wsrc *wsrc) * sin( (int)angle % 180 / 180.0 * CV_PI + atan2(hsrc, wsrc) );//×¢Ò⣺ÕâÀïÄ£³ýÊÇintÀàÐ͵ģ¬µ«ÊÇÔÚ³ËÒÔCV_PIÇ°Ëã³öµÄ½á¹ûӦΪСÊý£¨ÒòΪСÓÚÒ»£¬»»ÎªInt¾ÍΪ0ÁË£¬ËùÒÔ³ýÊý180£¬ÒªÐ´Îª180.0£¡£¡£¡£©
   wdst = sqrt(hsrc * hsrc + wsrc *wsrc) * cos( atan2(hsrc, wsrc) - (int)angle % 180 / 180.0 * CV_PI );
   
  }else if(1 == (int)angle % 180 /90)
  {
   hdst = sqrt(hsrc * hsrc + wsrc *wsrc) * sin( (180 - (int)angle % 180) / 180.0 * CV_PI + atan2(hsrc, wsrc) );//Ðýתºóʵ¼ÊͼµÄ¸ß
   wdst = sqrt(hsrc * hsrc + wsrc *wsrc) * cos( atan2(hsrc, wsrc) - (180 - (int)angle % 180) / 180.0 * CV_PI );//Ðýתºóʵ¼ÊͼµÄ¿í
  }

  scaleh = hsrc / hdst;//ÐýתºóԭͼÓëÐÂͼ¸ßÖ®±È
  scalew = wsrc / wdst;//ÐýתºóԭͼÓëÐÂͼ¿íÖ®±È

  if(scaleh <= scalew )//ѡȡͼÏñºÏÊÊËõ·Å±ÈÀý¡££¨Ñ¡È¡Ð¡µÄ£©
  {
   scale = scaleh;
  }else
  {
   scale = scalew;
  }


  srcTri[0].x = 0;
  srcTri[0].y = 0;
  srcTri[1].x = m_pImageSrc->width-1;
  srcTri[1].y = 0;
  srcTri[2].x = 0;
  srcTri[2].y = m_pImageSrc->height-1;

  cvZero(m_pImageDst);
 
  dstTri[0].x = m_pImageSrc->width*delta*(df1%101);
  dstTri[0].y = m_pImageSrc->height*delta*(df2%101);
  dstTri[1].x = m_pImageSrc->width-1 + m_pImageSrc->width*delta*(df3%101);
  dstTri[1].y = m_pImageSrc->height*delta*(df4%101);
  dstTri[2].x = m_pImageSrc->width*delta*(df5%101);
  dstTri[2].y = m_pImageSrc->height-1 + m_pImageSrc->height*delta*(df6%101);
  
  cvGetAffineTransform(srcTri,dstTri,warp_mat);
 // cvWarpAffine(m_pImageSrc,m_pImageDst,warp_mat);
  cvWarpAffine( m_pImageSrc,m_pImageDst,warp_mat,CV_WARP_FILL_OUTLIERS,cvScalarAll(255) );


  CvPoint2D32f center = cvPoint2D32f(m_pImageSrc->width/2,m_pImageSrc->height/2);
  cv2DRotationMatrix(center,angle,scale,rot_mat);

  //cvWarpAffine(m_pImageSrc,m_pImageDst,rot_mat);
  cvWarpAffine( m_pImageSrc,m_pImageDst,rot_mat,CV_WARP_FILL_OUTLIERS,cvScalarAll(255) );

  cvReleaseMat(&rot_mat);
  cvDecRefData( rot_mat );
  cvReleaseMat(&warp_mat);
  cvDecRefData( warp_mat );

  return 1;


 }

 

chinabinlang
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
开源计算机视觉库OpenCV详解
dvlinker的技术专栏
06-23 7万+
详细介绍开源计算机视觉库OpenCV。
opencv可通过rtmp/rtsp获取视频流人脸识别与并截图
08-29
opencv可通过rtmp/rtsp获取视频流人脸识别与并截图,JAVA版本
Opencv中常用类的介绍
罟霖同学的站点
08-01 922
大纲 Mat类 Point类 Scalar类 Size类 Rect类 一、Mat类 Mat是Opencv中的通用矩阵类型，我们通常将它作为图片的容器，它包含了矩阵头（包含矩阵尺寸，储存方法，储存地址等信息）和指向储存所有点值的指针。其创建方法如下： 1.使用Mat()构造函数 对于二维多通道的Mat类型，我们通常可以用如下形式来构建： Mat test(2,3,CV_8UC3,Scalar(0,22,23)); 前两个参数给出了矩阵的行列信息，第三个参数给出了矩阵的通道数目以及位深，最后一个参数则
学习OpenCV（3）了解OpenCV的数据类型-1
ma1499060246的博客
12-21 1043
openCV的数据类型 OpenCV有很多数据类型，他们都基于一些重要视觉概念的抽象而设计，以此提供相对简单、直观的表示和处理。 OpenCV的基础数据类型主要分为三类： 第一类是直接从C++原语中继承的基础数据类型（如int和float等）。 第二类是辅助对象：这些对象代表更抽象的概念，比如垃圾收集指针类、用于数据切片的范围对象（range objects）以及抽象的终止条件等。 第三类可以称为大型数组类型。这些对象原本目的是涵盖数组或一些其他的原语、程序集或更常见的基础数据
opencv常用类介绍
gg101001的博客
02-28 532
一、点的表示Point类Point A = Point(10,8)或者A.x = 10,A.y=8;二、颜色的表示Scalar类Scalar(B,G,R)三、尺寸的表示Size类Size(width,height)四、矩形的表示Rect类Rect类的成员变量有：x,y,width,height,表示左上角点的坐标和矩形的宽和高成员函数有：Size()【返回矩形的大小】、area()【返回矩形的面积...
opencv 分类
09-29
OPCV分类，可以做图片分类参考。
OpenCV分类演示程序
07-14
OpenCV（开源计算机视觉库）是一个强大的跨平台计算机视觉库，它包含了大量的图像处理和计算机视觉算法，广泛应用于图像分析、视频处理、瑕疵检测等领域。在这个"OpenCV分类演示程序"中，我们聚焦于利用OpenCV进行锂...
opencv-fenleiqi.zip_fenleiqi_opencv 训练_opencv 分类_opencv 训练
09-21
在OpenCV库中，训练自己的分类器是一项关键技能，它能帮助我们实现图像识别、物体检测等计算机视觉任务。OpenCV提供了多种机器学习算法，如支持向量机（SVM）、决策树、随机森林等，可以用于训练自定义的分类模型。...
OpenCV类Mat详解
04-24
OpenCV 类Mat 详解 OpenCV c + + n 维稠密数组类 类CV_EXPORTS Mat
opencv图像分类样本
03-21
这个压缩包包含了已经预先分好类的图像，包括正样本和测试样本，总共分为四类：猫、狗、卡通人物和花。这样的数据集对于训练和测试机器学习模型，特别是支持向量机（SVM）和基于BoW（Bag-of-Words）的方法非常有用。...
最简单的基于libRTMP的示例
12-23
本工程包含了LibRTMP的使用示例，包含如下子工程： simplest_librtmp_receive: 接收RTMP流媒体并在本地保存成FLV格式的文件。 simplest_librtmp_send_flv: 将FLV格式的视音频文件使用RTMP推送至RTMP流媒体服务器。 simplest_librtmp_send264: 将内存中的H.264数据推送至RTMP流媒体服务器。
VXG视频框架下RTSP,RTMP视频流滑屏切换播放Demo(Eclipse版)
07-13
VXG视频框架下RTSP,RTMP视频流滑屏切换播放Demo(Eclipse版),用于Android手机摄像头视频流的直播
opencv 常用类
07-26
OPENCV常用的一些东西 OPENCV常用的一些东西 OPENCV常用的一些东西
OpenCV入门教程（非常详细）从零基础入门到精通，看完这一篇就够了
最新发布
Python_0011的博客
07-22 3万+
网络安全行业产业以来，随即新增加了几十个网络安全行业岗位︰网络安全专家、网络安全分析师、安全咨询师、网络安全工程师、安全架构师、安全运维工程师、渗透工程师、信息安全管理员、数据安全工程师、网络安全运营工程师、网络安全应急响应工程师、数据鉴定师、网络安全产品经理、网络安全服务工程师、网络安全培训师、网络安全审计员、威胁情报分析工程师、灾难恢复专业人员、实战攻防专业人员…网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己录的网安视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。
Android 音视频各大开源库的应用领域
简单记录工作和学习
12-13 715
Android 音视频各大开源库的应用领域
opencv常用类&函数
北京-大白的博客
04-03 1728
opencv常用类&amp;函数 1. Mat类 Mat 区别于IplImage的是，你不再需要手动分配其大小并且当你不需要它的时候你不再需要手动释放它。Mat本质上是由两个数据部分组成的类： Header和Pointer。Header中主要包含矩阵的大小，存储方式，存储地址等信息，Pointer中存储指向像素值的指针。 Mat A, C; A=imread("lena.j...
opencv 基本类型概述
zhangjunp3的博客
03-27 850
一、点类在大多数程序中，点类是通过类似形式的别名来实例化的cv :: Point2i或cv :: Point3f，最后一个字母表示所需的原语从中构建点。 （这里，b是无符号字符，s是a短整数，i是32位整数，f是32位浮点数，d是64位整数，位浮点数。）二、颜色类cv :: Scalar实际上是一个四维点类。 像其他人一样，它实际上是与模板类关联，但访问它的别名返回实例其中所有成员都是双精度浮点的...
OpenCV Mat类详解和用法
热门推荐
AI吃大瓜的博客
04-13 15万+
OpenCV Mat类详解和用法      我们有多种方法可以获得从现实世界的数字图像：数码相机、扫描仪、计算机体层摄影或磁共振成像就是其中的几种。在每种情况下我们（人类）看到了什么是图像。但是，转换图像到我们的数字设备时我们的记录是图像的每个点的数值。       例如在上图中你可以看到车的镜子只是一个包含所有强度值的像素点矩阵。现在，我们如何获取和存储像素值可能根据最适合我们的需要而变...
OpenCV 基本函数和类型总结
Eroslol的博客
09-13 2461
1.Mat 类型 cv::Mat类是用于保存图像以及其他矩阵数据的数据结构。默认情况下，其尺寸为0，我们也可以指定初始尺寸,比如，比如定义一个Mat类对象，就要写cv::Mat pic(320,640,cv::Scalar(100)); Mat myMat= imread("dota.jpg"); 表示从工程目录下把一幅名为dota.jpg的jpg类型的图像载入到Mat类型的myMat
opencv分类和预测
05-14
可以使用OpenCV的CascadeClassifier类加载预训练的模型，然后对图像进行分类。 2. K近邻分类器：可以用于图像分类任务。可以使用OpenCV的KNearest类训练模型，并使用predict函数进行预测。 3. 支持向量机：可以...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

chinabinlang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值