以下OpenCV函数总结自OpenCV+MFC的人脸识别程序
简单图像处理函数
resize()
介绍
在我的人脸识别程序中,使用这个函数来对图像进行标准化,每幅图像标准化为200*200大小。
void cv::resize(InputArray src,
OutputArray dst,
double fx=0,
int interpolation=INTER_LINEAR
)
函数resize将图像放大或缩小到指定尺寸。输出矩阵dst的类型和尺是根据src,dsize,fx,fy得到的,与它的初始类型和尺寸无关。
src——输入图像
dst——输出图像,大小为dsize(当dsize不为0时)或者从src计算出来的大小
dsize——输出图像大小,如果为0,按照下式计算:
dsize = Size(round(fx*src.cols), round(fy*src.rows))
dsize或(fx fy)必须有一项非零
fx——沿水平轴比例因子;等于0时,它的值按照下式计算:
(double)dsize.width/src.cols
fy——沿竖直方向比例因子;等于0时,它的值:
(double)dsize.height/src.rows
interpolation——插值方法
INTER_NEAREST——最近邻插值
INTER_LINEAR——双线性插值
INTER_CUBIC——双三次插值
INTER_AREA——利用像素区域关系冲采样
INTER_LANCZOS4——8*8近邻上的lanczos插值
WARP_FILL_OUTLIERS——后两种,可以自己查阅帮助文档
WARP_INVERSE_MAP——。。。。。。
如果缩小图像,最好使用INTER_AREA插值,放大图像一般来说使用INTER_CUBIC效果好(速度较慢)或者INTER_LINEAR(快速但效果也可以)。
如果想要调整src的大小使之适应实现产生的dst矩阵,那么可以这样调用:
//显式指定dsize=dst.size(),fx和fy置为0
resize(src, dst, dst.size(), 0, 0, interpolation);
要将图像在每个方向上缩小1/2,调用如下:
//指定fx和fy,使函数自行计算目标图像大小
resize(src, dst, Size(), 0.5, 0.5, interpolation);
实例
#include<opencv2\core\core.hpp>
#include<opencv2\imgcodecs.hpp>
#include<highgui\highgui.hpp>
#include <opencv2\imgproc.hpp>
using namespace std;
using namespace cv;
void main()
{
String str = "E:\\课程\\模式识别\\TestDatabase\\1.jpg";
Mat img;
img = imread(str, IMREAD_GRAYSCALE);
namedWindow("原始");
imshow("原始",img);
//这里发现INTER_LINEAR和INTER_AREA没什么区别
resize(img, img, Size(200, 200), 0, 0, INTER_LINEAR);
namedWindow("缩小");
imshow("缩小", img);
waitKey();
}
结果:
reshape()
介绍
我使用这个函数来将标准化后的图像向量化。
Mat cv::Mat::reshape ( int cn