《Open CV3编程入门》学习笔记10

图像金字塔与尺寸缩放：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

#define WINDOW_NAME "【程序窗口】"		//为窗口标题定义的宏
Mat g_srcImage, g_dstImage, g_tmpImage;
static void ShowHelpText();
int main( )
{
	//改变console字体颜色
	system("color 2F");  

	//显示帮助文字
	ShowHelpText();

	//载入原图
	g_srcImage = imread("1.jpg");//工程目录下需要有一张名为1.jpg的测试图像，且其尺寸需被2的N次方整除，N为可以缩放的次数
	if( !g_srcImage.data ) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }

	// 创建显示窗口
	namedWindow( WINDOW_NAME, CV_WINDOW_AUTOSIZE );
	imshow(WINDOW_NAME, g_srcImage);

	//参数赋值
	g_tmpImage = g_srcImage;
	g_dstImage = g_tmpImage;

	int key =0;

	//轮询获取按键信息
	while(1)
	{
		key=waitKey(9) ;//读取键值到key变量中

		//根据key变量的值，进行不同的操作
		switch(key)
		{
			//======================【程序退出相关键值处理】=======================  
		case 27://按键ESC
			return 0;
			break; 

		case 'q'://按键Q
			return 0;
			break; 

			//======================【图片放大相关键值处理】=======================  
		case 'a'://按键A按下，调用pyrUp函数
			pyrUp( g_tmpImage, g_dstImage, Size( g_tmpImage.cols*2, g_tmpImage.rows*2 ) );
			/*向上采样并模糊一张图片，即放大一张图片，朝向金字塔下方
			第一个参数：输入图像；
			第二个参数：输出图像；
			第三个const Size&类型的dstsize,输出图像的大小；有默认值Size（），即在默认情况下，由Size(src.cols*2,src.rows*2)来计算，
			且一直需要满足：|dstsize.width-src.cols*2|<=(dstsize.width mode 2)所以各边放大到原来的2倍；
			第四个参数：边界模式
			实现过程：将原来维数扩大一倍，对于增加值用0填充再与高斯矩阵卷积；
			拉普拉斯金字塔：图像首先在每个维度上扩大为原来的两倍，新增的行以0填充，然后给指定的滤波器进行卷积（实际上是一个在每一维上都扩大为2倍的过滤器）
			去估计“丢失”像素的近似值。得到后的图像与原来的图像相比较会发觉比较模糊，丢失了一些信息。为了恢复出原来的图像，我们需要获得这些丢失的信息，
			这些信息就构成了拉普拉斯金字塔。*/
			printf( ">检测到按键【A】被按下，开始进行基于【pyrUp】函数的图片放大：图片尺寸×2 \n" );		
			break; 

		case 'w'://按键W按下，调用resize函数
			resize(g_tmpImage,g_dstImage,Size( g_tmpImage.cols*2, g_tmpImage.rows*2 ));
			/*第一个参数：输入图像；第二个参数：输出图像，当其为非零时，有着第三参数的尺寸，或者由src.size()计算出来；
			第三个参数：Size类型的dsize，输出图像的大小。如果它等于零，则由dsize=Size(round(fx*src.cols),round(fy*src.rows))计算得到round为四舍五入；
			第四个参数：double类型的fx,沿水平轴的缩放系数，有默认值0，且当其为0时，由（double）dsize.width/src.cols计算得到；
			第五个参数：double类型的fy,沿垂直轴的缩放系数，同上；
			第六个参数：int类型的interpolation,用于指定插值方式，默认为INTER_LINEAR(线性插值)具体方式如下：
            INTER_NEAREST - 最近邻插值法
			INTER_LINEAR - 双线性插值法（默认）
			INTER_AREA - 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。
			INTER_CUBIC - 基于4x4像素邻域的3次插值法
			INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值
			若要缩小图像，一般情况下最好用CV_INTER_AREA来插值；若要放大图像，一般情况下最好用CV_INTER_CUBIC(效率不高，慢)或CV_INTER_LINEAR(效率较高，速度较快，推荐使用)
			*/
			printf( ">检测到按键【W】被按下，开始进行基于【resize】函数的图片放大：图片尺寸×2 \n" );		
			break; 

		case '1'://按键1按下，调用resize函数
			resize(g_tmpImage,g_dstImage,Size( g_tmpImage.cols*2, g_tmpImage.rows*2 ));
			printf( ">检测到按键【1】被按下，开始进行基于【resize】函数的图片放大：图片尺寸×2 \n" );
			break; 

		case '3': //按键3按下，调用pyrUp函数
			pyrUp( g_tmpImage, g_dstImage, Size( g_tmpImage.cols*2, g_tmpImage.rows*2 ));
			printf( ">检测到按键【3】被按下，开始进行基于【pyrUp】函数的图片放大：图片尺寸×2 \n" );
			break; 
			//======================【图片缩小相关键值处理】=======================  
		case 'd': //按键D按下，调用pyrDown函数
			pyrDown( g_tmpImage, g_dstImage, Size( g_tmpImage.cols/2, g_tmpImage.rows/2 ));
			/*向下采样并模糊一张图片，即缩小一张图片，朝向金字塔上方
			第一个参数：输入图像；
			第二个参数：输出图像；
			第三个const Size&类型的dstsize,输出图像的大小；有默认值Size（），即在默认情况下，由Size(（src.cols+1）/2,(src.rows+1)/2)来计算，
			且一直需要满足：|dstsize.width*2-src.cols|<=2,|dstsize.height*2-src.rows|<=2所以各边缩小到原来的0.5倍；
			第四个参数：边界模式
			实现过程：高斯金字塔：金字塔从i层生成第i+1层，我们要先用高斯核对Gi进行卷积，然后，删除所有偶数行和偶数列。这样，新得到的图像面积会变为源图像的四分之一*/

			printf( ">检测到按键【D】被按下，开始进行基于【pyrDown】函数的图片缩小：图片尺寸/2\n" );
			break; 

		case  's' : //按键S按下，调用resize函数
			resize(g_tmpImage,g_dstImage,Size( g_tmpImage.cols/2, g_tmpImage.rows/2 ));
			printf( ">检测到按键【S】被按下，开始进行基于【resize】函数的图片缩小：图片尺寸/2\n" );
			break; 

		case '2'://按键2按下，调用resize函数
			resize(g_tmpImage,g_dstImage,Size( g_tmpImage.cols/2, g_tmpImage.rows/2 ));
			printf( ">检测到按键【2】被按下，开始进行基于【resize】函数的图片缩小：图片尺寸/2\n" );
			break; 

		case '4': //按键4按下，调用pyrDown函数
			pyrDown( g_tmpImage, g_dstImage, Size( g_tmpImage.cols/2, g_tmpImage.rows/2 ) );
			printf( ">检测到按键【4】被按下，开始进行基于【pyrDown】函数的图片缩小：图片尺寸/2\n" );
			break; 
		}

		//经过操作后，显示变化后的图
		imshow( WINDOW_NAME, g_dstImage );

		//将g_dstImage赋给g_tmpImage，方便下一次循环
		g_tmpImage = g_dstImage;
	}

	return 0;
}

//-----------------------------------【ShowHelpText( )函数】----------------------------------
//		描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
static void ShowHelpText()
{

	//输出一些帮助信息
	printf("\n\t欢迎来到OpenCV图像金字塔和resize示例程序~\n\n");
	printf( "\n\n\t按键操作说明: \n\n"
		"\t\t键盘按键【ESC】或者【Q】- 退出程序\n"
		"\t\t键盘按键【1】或者【W】- 进行基于【resize】函数的图片放大\n"
		"\t\t键盘按键【2】或者【S】- 进行基于【resize】函数的图片缩小\n"
		"\t\t键盘按键【3】或者【A】- 进行基于【pyrUp】函数的图片放大\n"
		"\t\t键盘按键【4】或者【D】- 进行基于【pyrDown】函数的图片缩小\n"
		);
}

阈值与自适应阈值操作

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;
#define WINDOW_NAME "【程序窗口】"        //为窗口标题定义的宏 
int g_nThresholdValue = 100;
int g_nThresholdType = 3;
Mat g_srcImage, g_grayImage, g_dstImage;

static void ShowHelpText( );//输出帮助文字
void on_Threshold( int, void* );//回调函数
int main( )
{
	//【0】改变console字体颜色
	system("color 1F"); 

	//【0】显示欢迎和帮助文字
	ShowHelpText( );

	//【1】读入源图片
	g_srcImage = imread("1.jpg");
	if(!g_srcImage.data ) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }  
	imshow("原始图",g_srcImage);

	//【2】存留一份原图的灰度图
	cvtColor( g_srcImage, g_grayImage, CV_RGB2GRAY );

	//【3】创建窗口并显示原始图
	namedWindow( WINDOW_NAME, CV_WINDOW_AUTOSIZE );

	//【4】创建滑动条来控制阈值
	createTrackbar( "模式",
		WINDOW_NAME, &g_nThresholdType,
		5, on_Threshold );

	createTrackbar( "参数值",
		WINDOW_NAME, &g_nThresholdValue,
		255, on_Threshold );

	//【5】初始化自定义的阈值回调函数
	on_Threshold( 0, 0 );

	// 【6】轮询等待用户按键，如果ESC键按下则退出程序
	while(1)
	{
		int key;
		key = waitKey( 20 );
		if( (char)key == 27 ){ break; }
	}

}

//-----------------------------------【on_Threshold( )函数】------------------------------------
//		描述：自定义的阈值回调函数
//-----------------------------------------------------------------------------------------------
void on_Threshold( int, void* )
{
	//调用阈值函数
	if(g_nThresholdType<5){threshold(g_grayImage,g_dstImage,g_nThresholdValue,255,g_nThresholdType);}
	/*阈值可以被视作最简单的图像分割方法，基本思想是：给定一个数组（图像）和一个阈值，然后根据数组中的每个元素是高于还是低于阈值而进行一些处理
	该函数针对单通道数组应用固定阈值操作，该函数的典型应用是对灰度图像进行阈值操作得到二值图像，（compare（）函数也可达到此目的）或者是去掉噪声，
	例如过滤掉很大或很小像素值的图像点。
	第一个参数：输入图像，为单通道8位或32位浮点类型的Mat；
	第二个参数：输出图像；
	第三个参数：double类型的thresh，阈值的具体值；
	第四个参数：double类型的maxval，当第五个参数阈值类型type取CV_THRESH_BINARY或CV_THRESH_BINARY_INV时阈值类型时的最大值；
	第五个参数：int类型的type，阈值类型，具体如下：
	0: THRESH_BINARY 二进制阈值 ，当前点值大于阈值时，取Maxval,也就是第四个参数，否则设置为0
	1: THRESH_BINARY_INV （INV为逆）反二进制阈值， 当前点值大于阈值时，设置为0，否则设置为Maxval
	2: THRESH_TRUNC 截断阈值 ，当前点值大于阈值时，设置为阈值，否则不改变
	3: THRESH_TOZERO 阈值化为0 ，当前点值大于阈值时，不改变，否则设置为0
	4: THRESH_TOZERO_INV 反阈值化为0 ， 当前点值大于阈值时，设置为0，否则不改变
	*/
	//更新效果图
	else adaptiveThreshold(g_grayImage,g_dstImage,255,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,5,g_nThresholdValue);
	/*自适应阈值操作：能够根据不同区域亮度不均，自动改变相应阈值，支持两种自适应方法，即cv::ADAPTIVE_THRESH_MEAN_C（平均）和cv::ADAPTIVE_THRESH_GAUSSIAN_C（高斯）。
	在两种情况下，自适应阈值T(x, y)。通过计算每个像素周围bxb大小像素块的加权均值并减去常量C得到。其中，b由blockSize给出，大小必须为奇数；
	如果使用平均的方法，则所有像素周围的权值相同；如果使用高斯的方法，则（x,y）周围的像素的权值则根据其到中心点的距离通过高斯方程得到。
	第一个参数：输入图像单通道；
	第二个参数：输出图像；
	第三个参数：double类型的maxValue；
	第四个参数：int类型的指定要使用的自适应阈值算法，ADAPTIVE_THRESH_MEAN_C（平均）和ADAPTIVE_THRESH_GAUSSIAN_C（高斯）；
	第五个参数：int类型的阈值类型：THRESH_BINARY、THRESH_BINARY_INV其中之一；
	第六个参数：int类型的blockSize用于计算阈值大小的一个像素的邻域尺寸，为奇数；
	第七个参数：double类型的C，减去的常数值，通常为正数，但少数情况下也可以为0或负数
	最后的阈值为每个像素周围bxb大小像素块的加权均值并减去常量C得到*/
	imshow( WINDOW_NAME, g_dstImage );
}

//-----------------------------------【ShowHelpText( )函数】----------------------------------  
//      描述：输出一些帮助信息  
//----------------------------------------------------------------------------------------------  
static void ShowHelpText()  
{   printf(	"\n\t欢迎来到【基本阈值操作】示例程序~\n\n");  
	printf(	"\n\t按键操作说明: \n\n"  
		"\t\t键盘按键【ESC】- 退出程序\n"  
		"\t\t滚动条模式0- 二进制阈值\n"  
		"\t\t滚动条模式1- 反二进制阈值\n"  
		"\t\t滚动条模式2- 截断阈值\n"  
		"\t\t滚动条模式3- 反阈值化为0\n"  
		"\t\t滚动条模式4- 阈值化为0\n" 
		"\t\t滚动条模式5- 自适应阈值操作\n" );  
}