opencv学习笔记（三）

在第二讲中，我介绍了如何操作每个像素，这次利用操作像素完成简单的图像处理操作。

首先从给图像加入椒盐噪声开始，椒盐噪声其实就是使图像的一些随机的像素为黑色（255）或者白色（0）：

[cpp]  view plain copy

1. #include <opencv2/core/core.hpp>  
2. #include <opencv2/highgui/highgui.hpp>  
3.   
4. using namespace cv;  
5. void salt(Mat& image, int n)  
6. {  
7.     for(int k=0; k<n; k++)  
8.     {  
9.         int i = rand()%image.cols;  
10.         int j = rand()%image.rows;  
11.           
12.         if(image.channels() == 1)  
13.         {  
14.             image.at<uchar>(j,i) = 255;  
15.         }  
16.         else  
17.         {  
18.             image.at<Vec3b>(j,i)[0] = 255;  
19.             image.at<Vec3b>(j,i)[1] = 255;  
20.             image.at<Vec3b>(j,i)[2] = 255;  
21.         }  
22.     }  
23. }  

在看主程序，主程序中通过中滤波来消除噪声的影响：

[cpp]  view plain copy

1. #include <opencv2/core/core.hpp>  
2. #include <opencv2/highgui/highgui.hpp>  
3. #include <opencv2/imgproc/imgproc.hpp>  
4.   
5. using namespace cv;  
6. void salt(Mat&, int n=3000);  
7. int main()  
8. {  
9.     Mat image = imread("D:/picture/img.tif");  
10.     salt(image, 500);  
11.     cv::namedWindow("image");  
12.     cv::imshow("image",image);  
13.   
14.     //测试用滤波的手段消除椒盐噪声  
15.     Mat result;  
16.     Mat kernel;  
17.     int ddepth;  
18.     int kernel_size;  
19.     ddepth = -1;  
20.     int ind = 0;  
21.     while(true)  
22.     {  
23.         //每0.5秒刷新一次图像  
24.         int c = waitKey(500);  
25.         //按esc键退出程序  
26.         if((char)c == 27)  
27.         {  
28.             break;  
29.         }  
30.   
31.         kernel_size = 3+2*(ind%5);  
32.         kernel = Mat::ones(kernel_size,kernel_size,CV_32F)/(float)(kernel_size*kernel_size);  
33.         filter2D(image,result,ddepth,kernel);  
34.         imshow("滤波结果",result);  
35.         ind++;  
36.     }  
37.       
38.       
39.     waitKey(0);  
40. }  

可以看出，滤波器的核越大，对于噪声消除效果越好，但图像轮廓也越模糊。

 

图像的翻转：

[cpp]  view plain copy

1. #include <opencv2/core/core.hpp>  
2. #include <opencv2/highgui/highgui.hpp>  
3. #include <iostream>  
4.   
5. using namespace cv;  
6. using namespace std;  
7.   
8. int main()  
9. {  
10.     //声明一个变量来承载图片,大小为0*0  
11.     Mat image ;  
12.     cout<<"size:"<<image.size().height<<","<<image.size().width<<std::endl;  
13.     //读取一幅图像  
14.     image= imread("D:/picture/img.tif");  
15.     if (!image.data)   
16.     {   
17.         std::cout<<"read image fail!"<<std::endl;  
18.     }  
19.     //创建名为“My Image”的图像窗口  
20.     namedWindow("My Image");  
21.     //显示一幅图像  
22.     imshow("My Image",image);  
23.     //等待按键：返回值为按键的asc码值或者-1（当等待时间到了时，如果没有按键按下）  
24.     waitKey(0);  
25.     Mat result;  
26.     result.create(image.rows,image.cols,image.type());  
27.     int rows = image.rows;  
28.     int cols = image.cols;  
29.     //对图像做水平翻转  
30.     for(int i = 0;i < rows;i++)  
31.     {  
32.         for(int j = 0;j < cols;j++)  
33.         {  
34.             result.at<Vec3b>(i,j)[0] = image.at<Vec3b>(i,cols-j-1)[0];  
35.             result.at<Vec3b>(i,j)[1] = image.at<Vec3b>(i,cols-j-1)[1];  
36.             result.at<Vec3b>(i,j)[2] = image.at<Vec3b>(i,cols-j-1)[2];  
37.         }  
38.     }  
39.     //flip(image,result,1);//正值水平变换  
40.                             //0垂直变换  
41.                             //负值二者都有  
42.       
43.     namedWindow("output image");  
44.     imshow("output image",result);  
45.     waitKey(0);  
46.       
47.   
48.     return 0;  
49. }  

使用for循环完成的水平翻转效果与使用flip函数的效果相同。

接下来完成改变图像的对比度和亮度：

[cpp]  view plain copy

1. #include <opencv2/core/core.hpp>  
2. #include <opencv2/highgui/highgui.hpp>  
3. #include <iostream>  
4.   
5. using namespace cv;  
6. using namespace std;  
7.   
8. //控制对比度  
9. double alpha;  
10. //控制亮度  
11. int beta;  
12.   
13. int main()  
14. {  
15.     Mat image = imread("D:/picture/img.tif");  
16.     if(!image.data)  
17.     {  
18.         cout<<"fail to read a image"<<endl;  
19.         return -1;  
20.     }  
21.     Mat new_image = Mat::zeros(image.size(),image.type());  
22.     cout << " Basic Linear Transforms " << endl;  
23.         cout << "-------------------------" << endl;  
24.         cout << "* Enter the alpha value [1.0-3.0]: ";  
25.     cin>>alpha;  
26.     cout << "* Enter the beta value [0-100]: ";  
27.     cin>>beta;  
28.     for(int i = 0;i < image.rows;i++)  
29.     {  
30.         for(int j = 0;j < image.cols;j++)  
31.         {  
32.             for(int c = 0;c < 3;c++)  
33.             {  
34.                 //由于运算结果可能不是整数，所以需要格式转换  
35.                 new_image.at<Vec3b>(i,j)[c] = saturate_cast<uchar>(alpha*(image.at<Vec3b>(i,j)[c])+beta);  
36.             }  
37.         }  
38.     }  
39.     namedWindow("源图像");  
40.     imshow("源图像",image);  
41.     namedWindow("改变对比度和亮度的结果图像");  
42.     imshow("改变对比度和亮度的结果图像",new_image);  
43.     waitKey(0);  
44.     return 0;  
45. }  

最后是图像锐化：

[cpp]  view plain copy

1. #include <opencv2\core\core.hpp>  
2. #include <opencv2\highgui\highgui.hpp>  
3. #include <opencv2/imgproc/imgproc.hpp>  
4. using namespace cv;  
5. int main()  
6. {  
7.     Mat image;  
8.     image = imread("D:/picture/img.tif",0);//读取的是图像的灰度值，所以在sharpen函数中没有考虑通道数  
9.     Mat result;  
10.     result.create(image.rows,image.cols,image.type());  
11.     //使用3*3滤波器，所以遍历的像素中不能包括图像最外围的一圈  
12.     for(int i = 1;i < image.rows-1;i++)  
13.     {  
14.         //前一行、当前行、后一行的指针  
15.         uchar* previous = image.ptr< uchar>(i-1);  
16.         uchar* current  = image.ptr< uchar>(i);  
17.         uchar* next     = image.ptr< uchar>(i+1);  
18.         //输出结果图像的行指针  
19.         uchar* output = result.ptr<uchar>(i);  
20.         for(int j = 1;j < image.cols - 1;j++)  
21.         {  
22.             //图像锐化操作   
23.             *output++= cv::saturate_cast<uchar>(5*current[j]-current[j-1]-current[j+1]-previous[j]-next[j]); //saturate_cast<uchar>会将小于0的置零，大于255的改为255  
24.         }  
25.     }  
26.    result.row(0).setTo(cv::Scalar(0));  
27.    result.row(result.rows-1).setTo(cv::Scalar(0));  
28.    result.col(0).setTo(cv::Scalar(0));  
29.    result.col(result.cols-1).setTo(cv::Scalar(0));  
30.     /* 
31.     //调用滤波函数来完成图像的锐化 
32.     //滤波器的核 
33.     Mat kernel(3,3,CV_32F,Scalar(0)); 
34.     // 分配像素置 
35.     kernel.at<float>(1,1) = 5.0; 
36.     kernel.at<float>(0,1) = -1.0; 
37.     kernel.at<float>(2,1) = -1.0; 
38.     kernel.at<float>(1,0) = -1.0; 
39.     kernel.at<float>(1,2) = -1.0; 
40.     //调用滤波函数 
41.     filter2D(image,result,image.depth(),kernel); 
42.     */  
43.     imshow("源图像",image);  
44.     imshow("锐化结果",result);  
45.     waitKey(0);  
46.     return 0;  
47. }  

个人觉得，对于灰度图像的锐化程序都有点长了，对于彩色图像就更麻烦了，还是直接调用滤波函数完成图像锐化比较方便