OPENCV笔记(三)截取部分区域显示

问了能够在项目中实现对某一部分区域的提取和显示,这里搜索了部分博客,整理如下,项目太紧,大部分是复制过来。


参考博客:

1. opencv提取截获图像(总结摘来) http://blog.csdn.net/wuxiaoyao12/article/details/7305865

2. Opencv 截取图片中一部分的方法(包括任意区域) http://www.tuicool.com/articles/3mQbYf

3. 原图像中截取一部分保存 http://blog.csdn.net/flyingworm_eley/article/details/6523087



一、得到由矩形提取到的图像

第一步,把截取图像中需要的区域存入矩阵。

CvMat* cvGetSubRect(const CvArr* arr, CvMat* submat, CvRect rect);

IplImage *传给arrIplImage *指向所要截取的图像;

CvMat *传给submat

rect是要截取的区域;

返回指向所存矩阵。
例如:
CvMat *pMat = cvCreateMatHeader(100, 100, CV_8UC1); //创建一个100*100的矩阵头
CvRect rect = cvRect(0, 0, 100, 100); //要截取的区域,与创建的矩阵大小一样
cvGetSubRect(pImg, pMat, rect); //pImg为指向图像的指针,pMat指向存储所接图像的矩阵,返回值和pMat相等
也可以简化为:
CvMat *pMat = cvGetSubRect(pImg, cvCreateMatHeader(100, 100, CV_8UC1), cvRect(0, 0, 100, 100));

第二步,把刚才存入矩阵的数据转存为图像。

IplImage* cvGetImage( const CvArr* arr, IplImage* image_header );

CvMat *传给arrimage_header;

只需为图像头就行,不用分配数据存储空间 ;

返回所存图像的指针。
例如:
IplImage *pSubImg = cvCreateImageHeader(cvSize(100, 100), 8, 1); //创建一个100*100的图像头
cvGetImage(pMat, pSubImg); //pMat为存储数据的矩阵,pSubImg指向图像,返回值与pSubImg相等
也可以简化为:
IplImage *pSubImg = cvGetImage(pMat, cvCreateImageHeader(cvSize(100, 100), 8, 1));



二、得到任意形状区域

第一步、在图片上画出来

#include "cv.h"
#include "highgui.h"
#include <stdio.h>
#include <stdlib.h>

IplImage* inpaint_mask = 0;
IplImage* img0 = 0, *img = 0, *inpainted = 0;
CvPoint prev_pt = {-1,-1};

void on_mouse( int event, int x, int y, int flags, void* zhang)
{
  if( !img )
   return;
  if( event == CV_EVENT_LBUTTONUP || !(flags & CV_EVENT_FLAG_LBUTTON) )
    prev_pt = cvPoint(-1,-1);//初始化
  else if( event == CV_EVENT_LBUTTONDOWN )
    prev_pt = cvPoint(x,y);
  else if( event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON) )
  {//手一直在绘画
    CvPoint pt = cvPoint(x,y);
    if( prev_pt.x < 0 )
    prev_pt = pt;
    cvLine( inpaint_mask, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );
    cvLine( img, prev_pt, pt, cvScalarAll(255), 5, 8, 0 );
    prev_pt = pt;
    cvShowImage( "image", img );
  }
}

int main( int argc, char** argv )
{
   char* filename = argc >= 2 ? argv[1] : (char*)"fruits.jpg";
   if( (img0 = cvLoadImage(filename,-1)) == 0 )
     return 0;
   printf( "Hot keys: \n"
   cvNamedWindow( "image", 1 );
   img = cvCloneImage( img0 );
   inpainted = cvCloneImage( img0 );
   inpaint_mask = cvCreateImage( cvGetSize(img), 8, 1 );
   cvZero( inpaint_mask );
   cvZero( inpainted );
   cvShowImage( "image", img );
   cvShowImage( "watershed transform", inpainted );
   cvSetMouseCallback( "image", on_mouse, 0 );   
}
第二步、将选择的区域提取出来

if(event == CV_EVENT_RBUTTONUP)
    {
        cvFloodFill(maskImg,cvPoint(x,y),cvScalarAll(255));
        cvSaveImage("maskImg.bmp",maskImg);
        IplImage *segImage=cvCreateImage(cvGetSize(img),8,3);;
        cvCopy(img,segImage,maskImg);
        cvSaveImage("segImage.bmp",segImage);
        cvCopy(segImage,proc->img);
        cvReleaseImage(&segImage);
        cvDestroyWindow("Key Image");
    }


三、使用Rect类截图

1. 类Rect的定义

template<typename _Tp> class CV_EXPORTS Rect_
{
public:
    typedef _Tp value_type;

    //! various constructors
    Rect_();
    Rect_(_Tp _x, _Tp _y, _Tp _width, _Tp _height);
    Rect_(const Rect_& r);
    Rect_(const CvRect& r);
    Rect_(const Point_<_Tp>& org, const Size_<_Tp>& sz);
    Rect_(const Point_<_Tp>& pt1, const Point_<_Tp>& pt2);

    Rect_& operator = ( const Rect_& r );
    //! the top-left corner
    Point_<_Tp> tl() const;
    //! the bottom-right corner
    Point_<_Tp> br() const;

    //! size (width, height) of the rectangle
    Size_<_Tp> size() const;
    //! area (width*height) of the rectangle
    _Tp area() const;

    //! conversion to another data type
    template<typename _Tp2> operator Rect_<_Tp2>() const;
    //! conversion to the old-style CvRect
    operator CvRect() const;

    //! checks whether the rectangle contains the point
    bool contains(const Point_<_Tp>& pt) const;

    _Tp x, y, width, height; //< the top-left corner, as well as width and height of the rectangle
};

2D矩形的模板类,用下面的参数描述:

  • 左上角的坐标。不过可能你的算法是从左下角计算。
  • 矩形的宽度和高度
opencv一般假定的是从图像的左上角开始计算。通常情况下,也是通俗的遍历图像的做法是这样的:
for(int y = roi.y; y < roi.y + rect.height; y++)
    for(int x = roi.x; x < roi.x + rect.width; x++)
    {
        // ...
    }

2. 类Rect的说明
除了上面定义的类成员变量,以下计算方式也是正确的:
  • \texttt{rect} = \texttt{rect} \pm \texttt{point} (shifting a rectangle by a certain offset)
  • \texttt{rect} = \texttt{rect} \pm \texttt{size} (expanding or shrinking a rectangle by a certain amount)
  • rect += point, rect -= point, rect +=size, rect -= size (augmenting operations)
  • rect = rect1 & rect2 (rectangle intersection)
  • rect = rect1 | rect2 (minimum area rectangle containing rect2 and rect3 )
  • rect &= rect1, rect |= rect1 (and the corresponding augmenting operations)
  • rect == rect1, rect != rect1 (rectangle comparison)
3. Rect的编程实例
//--------------------------------------【main.cpp】--------------------------
//		文件说明:主要测试使用Rect进行图像的分割
//		文件位置:F:\7.项目\...\4.四期工作\项目测试\Demo1\Demo\main.cpp
//		开发测试所用操作系统: Windows 10 64bit
//		开发测试所用IDE版本:Visual Studio 2012
//		开发测试所用OpenCV版本:	2.4.9
//		2015年9月 Revised by @jorg.zhao
//------------------------------------------------------------------------------------------------
#include "highgui.h"
#include <cv.h>
#include <iostream>

using namespace cv;
using namespace std;

Mat srcImg;		//原始图像
Mat partImg;	//目标图像

//-----------------------------------【函数】----------------------------------
//		描述:main函数入口
//---------------------------------------------------------------------------------------
int main(int argc, char* argv[])
{
	//【1】读取原图
	Mat srcImg = imread("cat.jpg");
	//【2】显示原图
	imshow("srcImg", srcImg);
	//【3】设定Rect大小
	Rect rect(10/*srcImg.cols/3*/, 0/*srcImg.rows /4*/, srcImg.cols/2, srcImg.rows/2);
	//【4】根据Rect大小截取原图,并赋值给目标图像
	partImg = srcImg(rect);
	//【5】显示目标图像
	imshow("partImg", partImg);

	cvWaitKey();

	return 0;
}





  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要利用OpenCV和C++截取圆形区域,可以按照以下步骤进行: 1. 读图像:使用OpenCV中的imread函数读图像。 2. 灰度化:将图像转换为灰度图像,可以使用cvtColor函数。 3. 边缘检测:使用Canny函数进行边缘检测。 4. 圆检测:使用HoughCircles函数进行圆检测。 5. 截取圆形区域:在检测到的圆心位置和半径的基础上,可以使用Mat的ROI(Region of Interest)函数截取圆形区域。 下面是一个简单的示例代码: ```c++ #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main(int argc, char** argv) { // 读图像 Mat src = imread("image.jpg"); // 灰度化 Mat gray; cvtColor(src, gray, CV_BGR2GRAY); // 边缘检测 Mat edges; Canny(gray, edges, 100, 200); // 圆检测 vector<Vec3f> circles; HoughCircles(edges, circles, CV_HOUGH_GRADIENT, 1, 20, 100, 50, 0, 0); // 截取圆形区域 if (circles.size() > 0) { Vec3f circle = circles[0]; Point center(circle[0], circle[1]); int radius = circle[2]; Mat roi(src, Rect(center.x - radius, center.y - radius, radius * 2, radius * 2)); imshow("ROI", roi); waitKey(0); } return 0; } ``` 其中,参数解释如下: - CV_BGR2GRAY:将图像从BGR格式转换为灰度格式。 - Canny(gray, edges, 100, 200):使用Canny算法进行边缘检测,100和200是两个阈值参数。 - CV_HOUGH_GRADIENT:使用梯度法进行圆检测。 - HoughCircles(edges, circles, CV_HOUGH_GRADIENT, 1, 20, 100, 50, 0, 0):进行圆检测,其中1表示圆心距离的分辨率,20表示圆半径的分辨率,100和50是两个阈值参数。 - Rect(center.x - radius, center.y - radius, radius * 2, radius * 2):根据圆心和半径计算圆形区域的位置和大小。

“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
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