1:代码如下:
#include "stdafx.h"
#include "highgui.h"
#include "cv.h"
#include "iostream"
using namespace std;
IplImage* doCanny(IplImage* in,double lowThresh,double highThresh,double aperture)
{
if(in->nChannels !=1) //只对应于单通道,即灰度图
{
cout<<"不是灰度图"<<endl;
return 0;
}
//创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );
//size 图像宽、高
//depth 图像元素的位深度,IPL_DEPTH_8U - 无符号8位整型
//channels 每个元素(像素)通道数.可以是 1, 2, 3 或 4
IplImage* out=cvCreateImage(cvGetSize(in),IPL_DEPTH_8U,1);
//图像的边缘检测(采用canny算法)
//函数 cvCanny 采用 Canny 算法发现输入图像的边缘而且在输出图像中标识这些边缘。
//threshold1和threshold2 当中的小阈值用来控制边缘连接,大的阈值用来控制强边缘的初始分割。
//void cvCanny( const CvArr* image,CvArr* edges,double threshold1,double threshold2, int aperture_size=3 )
//image 输入单通道图像(可以是彩色图像)对于多通道的图像可以用cvCvtColor()修改
//edges 输出的边缘图像 ,也是单通道的,但是是黑白的
//threshold1 第一个阈值
//threshold2 第二个阈值
//aperture_size Sobel 算子内核大小
cvCanny(in,out,lowThresh,highThresh,aperture);
return out;
}
IplImage* doPyrDown(IplImage* in,int filter=IPL_GAUSSIAN_5x5)
{
assert(in->width%2==0 && in->height%2==0);
//创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );
//size 图像宽、高
//depth 图像元素的位深度,IPL_DEPTH_8U - 无符号8位整型
//channels 每个元素(像素)通道数.可以是 1, 2, 3 或 4
//得到二维的数组的尺寸,以CvSize返回.
//CvSize,OpenCV的基本数据类型之一。表示矩阵框大小,以像素为精度。与CvPoint结构类似
IplImage* out=cvCreateImage(cvSize(in->width/2,in->height/2),in->depth,in->nChannels);
//cvPyrDown使用Gaussian金字塔分解对输入图像向下采样
//void cvPyrDown(const CvArr*src,CvArr*dst,int filter=CV_GAUSSIAN_5x5)
//src 输入图像,dst 输出图像,其宽度和高度应是输入图像的一半,filter 卷积滤波器类型,目前仅支持CV_GAUSSIAN_5x5.
cvPyrDown(in,out);
return out;
}
int main(int argc, char* argv[])
{
IplImage* img=cvLoadImage("C:\\girl.jpg");
cvNamedWindow("Example-in");
cvShowImage("Example-in",img);
/*-----缩放第一次------*/
IplImage* img1=doPyrDown(img,IPL_GAUSSIAN_5x5);
cvNamedWindow("Example-img1");
cvShowImage("Example-img1",img1);
/*-----缩放第二次------*/
IplImage* img2=doPyrDown(img1,IPL_GAUSSIAN_5x5);
cvNamedWindow("Example-img2");
cvShowImage("Example-img2",img2);
/*-----变为灰度图------*/
IplImage* outgray=cvCreateImage(cvGetSize(img2),IPL_DEPTH_8U,1);
cvCvtColor( img2, outgray, CV_BGR2GRAY );//转化为灰度图,cvCvtColor(原图, 处理后的图, 不同类型的颜色空间转换)
cvNamedWindow("Example-outgray");
cvShowImage("Example-outgray",outgray);
/*-----边缘检测-----*/
cvNamedWindow("Example-out");
cvShowImage("Example-out",doCanny(outgray,80,150,3));
cvWaitKey(0);
/*-----释放资源-----*/
cvReleaseImage(&img);
cvReleaseImage(&outgray);
cvReleaseImage(&img1);
cvReleaseImage(&img2);
cvDestroyWindow("Example-in");
cvDestroyWindow("Example-outgray");
cvDestroyWindow("Example-out");
cvDestroyWindow("Example-img1");
cvDestroyWindow("Example-img2");
return 0;
}
运行结果: