c#图像处理(OpenCVSharp)

一、概述

本文记录一下使用OpenCVSharp包进行图像处理。包括使用两种方法增强图像对比度、缩放图像、删除透明像素功能。

二、常规方法增强图像对比度

该方法处理速度较慢,但是思路简单,逻辑清晰。

1.下载NuGet包

在这里插入图片描述

2.常规方法,for遍历每个像素

/// <summary>
/// 增强图像对比度
 /// </summary>
 /// <param name="path">图像路径</param>
 public void EnhanceImageContrast(string path)
 {
     //读入的图像是RGB 但是像素顺序是BGR
     using (Mat src = Cv2.ImRead(path, ImreadModes.AnyColor | ImreadModes.AnyDepth))
     using (Mat dst = new Mat(src.Size(), src.Type()))  //修改之后的图像
     {
         int height = src.Rows;
         int width = src.Cols;
         int cn = src.Channels(); //通道数
         float alpha = 1.6f; //系数 alpha值越大,像素之间的差值越大,对比度越强烈
         float beta = 0f;  //增益    beta值是用于提高图片亮度增益值
         for (int row = 0; row < height; row++)
         {
             for (int col = 0; col < width; col++)
             {
                 if (cn == 1)
                 {
                     float color = src.At<float>(row, col);
                     dst.Set<float>(row, col, color);
                 }
                 else if (cn == 3)
                 {
                     Vec3b color = new Vec3b
                     {
                         Item0 = (byte)ControlPixelExtend((int)Math.Ceiling((src.At<Vec3b>(row, col).Item0) * alpha + beta)), //B
                         Item1 = (byte)ControlPixelExtend((int)Math.Ceiling((src.At<Vec3b>(row, col).Item1) * alpha + beta)), //G
                         Item2 = (byte)ControlPixelExtend((int)Math.Ceiling((src.At<Vec3b>(row, col).Item2) * alpha + beta))  //R
                     };
                     dst.Set<Vec3b>(row, col, color);
                 }
             }
         }
         //参数:1 要保存图片的路径 2:图像的矩阵容器 ,(图片保存格式个根据自定义的后缀名)
         //Cv2.ImWrite(@"C:\Users\deng\Desktop\ExportImages\out.png", dst);
         using (new Window("dst Image", WindowMode.Normal, dst))
         using (new Window("src Image", WindowMode.Normal, src))
         {
             Cv2.WaitKey(0);
         }
     }
 }

三、使用指针读取图像并增强图像对比度

该方法处理速度较快。

1.将项目设置为允许不安全代码

在这里插入图片描述

2.代码

/// <summary>
/// 使用指针快速操作像素,并增强图像对比度
/// </summary>
/// <param name="path">原图像路径</param>
public Mat EnhanceContrastByPointer(string path)
{
    Mat srcImg = Cv2.ImRead(path, ImreadModes.AnyColor | ImreadModes.AnyDepth);
    Mat dstImg = srcImg.Clone();
    //指针方法修改像素值
    unsafe
    {
        float alpha = 2f; //系数 alpha值越大,像素之间的差值越大,对比度越强烈
        float beta = 1f;  //增益    beta值是用于提高图片亮度增益值
        for (int i = 0; i < dstImg.Rows; i++)
        {
            IntPtr ptrColor = dstImg.Ptr(i);
            for (int j = 0; j < dstImg.Cols; j++)
            {
                byte* pointerColor = (byte*)ptrColor.ToPointer();  //指针
                //pointerColor是字节,一个像素值由三个字节存储
                pointerColor[j * 3] = (byte)ControlPixelExtend((int)Math.Ceiling(pointerColor[j * 3] * alpha + beta));  //R
                pointerColor[j * 3 + 1] = (byte)ControlPixelExtend((int)Math.Ceiling(pointerColor[j * 3 + 1] * alpha + beta));  //G
                pointerColor[j * 3 + 2] = (byte)ControlPixelExtend((int)Math.Ceiling(pointerColor[j * 3 + 2] * alpha + beta));  //B
            }
        }
    }
    return dstImg;
}

四、缩放图像

1.代码

/// <summary>
/// 缩放图像
/// </summary>
/// <param name="path">原图像路径</param>
public void PictureResize(Mat srcImg)
{
    //函数原型:public Mat Resize(Size dsize, double fx = 0, double fy = 0, InterpolationFlags interpolation = InterpolationFlags.Linear);
    //dsize:缩放之后的图像大小
    //fx:宽度缩放比例
    //fy:高度缩放比例
    //interpolation:插值方式
    //注意:缩放图像时,如果dsize中width或者height有一个为0,则使用fx与fy为缩放比例,否则使用dsize为最终缩放图像大小

    //Mat Zoomout = src.Resize(new Size(src.Width/2, src.Height / 2),0,0,InterpolationFlags.Linear);//缩小
    //Mat Zoomout = src.Resize(new Size(0, 0), 0.5, 0.5, InterpolationFlags.Linear);//缩小 与上一行效果相同
    //Mat Zoomin = src.Resize(new Size(src.Width*1.2, src.Height*1.2), 0, 0, InterpolationFlags.Linear);//放大
    Mat Zoomin = srcImg.Resize(new OpenCvSharp.Size(0, 0), 1.05, 0.98, InterpolationFlags.Linear);//放大 与上一行效果相同

    //Cv2.ImShow("src image", src);
    //Cv2.ImShow("Zoomout", Zoomout);
    //Cv2.ImShow("Zoomin", Zoomin);

    Cv2.ImWrite(@"C:\Users\deng\Desktop\ExportImages\res11.png", Zoomin);
}

五、删除透明像素

该方法速度较慢。

1.代码

/// <summary>
/// 删除透明像素
/// </summary>
/// <param name="bitmap">待删除透明像素的bitmap</param>
/// <returns>已删除透明像素的bitmap</returns>
public Bitmap DeleteTransparentPixel(Bitmap bitmap)
{
    int y = 0;   //非透明图像的高度
    bool isFirstTransparentPixel = true;
    Color[,] opaquePixel = new Color[bitmap.Width, bitmap.Height];
    for (int i = 0; i < bitmap.Width; i++)
    {
        for (int j = 0; j < bitmap.Height; j++)
        {
            Color c = bitmap.GetPixel(i, j);
            if (c.A != 0)  //如果不是透明像素
                opaquePixel[i, j] = c;
            else
            {
                if (isFirstTransparentPixel)  //如果第一次出现透明像素
                {
                    y = j;   //记录不透明像素的总行数
                    isFirstTransparentPixel = false;
                    break;
                }
            }
        }
    }
    Bitmap b = new Bitmap(bitmap.Width, y);
    for (int i = 0; i < b.Width; i++)
    {
        for (int j = 0; j < b.Height; j++)
        {
            b.SetPixel(i, j, opaquePixel[i, j]);
        }
    }
    return b;
}

六、参考链接

1.c#OpenCVSharp指针快速读取像素:https://mp.weixin.qq.com/s/5DStN-5ONEO-OFZ9v0HDUw
2.OpenCvSharp图像亮度和对比度调整(速度较慢):https://blog.csdn.net/weixin_41049188/article/details/90612010
3.OpenCVSharp图像缩放与插值:https://blog.csdn.net/CAI____NIAO/article/details/121571283

  • 1
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
一、主要内容:OpenCV能够实现强大丰富的图像处理,但是它缺少一个能够支持它运行的界面。Csharp经过多年的发展,得益于它的“所见及所得”能力,非常方便编写界面。这两者如果能够“双剑合璧”,将有效帮助实际工作产出。本课着重推荐GOCW采用“Csharp基于CLR直接调用Opencv编写的算法库”方法,能够将最新的OpenCV技术引入进来,同时保证生成程序的最小化。    为了进一步说明Csharp和OpenCV的结合使用,首先一个较为完整的基于winform实现答题卡识别的例子,相比较之前的实现,本次进一步贴近生产实际、内涵丰富,对算法也进行了进一步提炼。同时我们对WPF下对OpenCV函数的调用、OpenCV.js的调用进行相关教授。       二、课程结构1、 EmguCV、OpenCVSharp和GOCW之间进行比较(方便代码编写、能够融入最新的算法、速度有保障、方便调试找错、拒绝黑箱化);2、视频采集模块的构建,视频采集和图像处理之间的关系;3、视频采集专用的SDK和“陪练”系统的介绍;4、在视频增强类项目中和图像处理项目中,算法的选择;5、Csharp界面设计、图片的存储和其他构建设计;6、较为完整的答题卡识别例子,兼顾界面设计和算法分析;8、WPF基于GOCW也同样可以基于GOCW实现算法调用;webForm虽然也可以通过类似方法调用,但是OpenCV.JS的方法更现代高效。9、关于软件部署的相关要点和窍门。       三、知识要点:1、基本环境构建和程序框架;2、CLR基本原理和应用方法;3、接入、采集、模拟输入;4、图像处理,通过构建循环采集图片;5、增强和实时处理;6、基于投影等技术的答题卡识别算法;7、存储、转换;8、部署交付。        课程能够帮助你掌握Csharp调用Opencv的基本方法,获得相应框架代码和指导;从而进一步提升实现“基于图像处理”的解决方案能力。  

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

D_Mei

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
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