采用OPENCV,从一幅图像中提取部分区域,并保存为新图像。

采用OPENCV,从一幅图像中提取部分区域,并保存为新图像。

void CFRDemo1Dlg::OnButton1() 
{
 //加载源图像CV_LOAD_IMAGE_COLOR或者CV_LOAD_IMAGE_GRAYSCALE
 IplImage *pSrc = cvLoadImage("lcl.jpg", CV_LOAD_IMAGE_GRAYSCALE);

 if(!pSrc)
 {
  MessageBox("图像文件加载失败!","错误",MB_ICONERROR|MB_OK); 
  return ;
 }
 CvSize size= cvSize(40,50);//区域大小
 cvSetImageROI(pSrc,cvRect(60,70,size.width, size.height));//设置源图像ROI
 IplImage* pDest = cvCreateImage(size,pSrc->depth,pSrc->nChannels);//创建目标图像
 cvCopy(pSrc,pDest); //复制图像
 cvResetImageROI(pDest);//源图像用完后,清空ROI
 cvSaveImage("Roi.jpg",pDest);//保存目标图像
}

您可以使用 OpenCVSharp 库的轮廓检测功能来实现将一幅图像的多个图形拆分到多个图片里的操作。 以下是基本的步骤: 1.读取原始图像 ``` Mat srcImage = Cv2.ImRead("image.jpg"); ``` 2.将原始图像转换为灰度图像 ``` Mat grayImage = new Mat(); Cv2.CvtColor(srcImage, grayImage, ColorConversionCodes.BGR2GRAY); ``` 3.进行二值化处理,并使用形态学操作去除噪点 ``` Mat binaryImage = new Mat(); Cv2.Threshold(grayImage, binaryImage, 0, 255, ThresholdTypes.Binary | ThresholdTypes.Otsu); Mat kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(3, 3)); Cv2.MorphologyEx(binaryImage, binaryImage, MorphTypes.Open, kernel); ``` 4.进行轮廓检测,并将每个轮廓存储在一个列表 ``` List<MatOfPoint> contours = new List<MatOfPoint>(); Mat hierarchy = new Mat(); Cv2.FindContours(binaryImage, contours, hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); ``` 5.遍历轮廓列表,提取每个轮廓对应的图形,并将其保存为一个单独的图像 ``` int index = 0; foreach (var contour in contours) { // 使用轮廓创建矩形 Rect boundingRect = Cv2.BoundingRect(contour); // 从原始图像提取对应的图形 Mat shapeImage = new Mat(srcImage, boundingRect); // 将图形保存为单独的图像文件 string fileName = $"shape_{index}.jpg"; Cv2.ImWrite(fileName, shapeImage); index++; } ``` 以上代码仅供参考,实际应用可能需要根据具体情况进行调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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