100道图像处理算法题（适合入门，快速熟悉算法）（1-5）

想快速入门图像处理的小伙伴们！跟着步伐我们一起闯关吧！一定会收获满满哦！

为图像处理初学者设计的 100 个问题。这里感谢@gzr2017的翻译，然后我也将随作者的脚步逐一学习实现100道算法题，大家可以一起学习哦，加油！坚持！持续更新中哦！！！

问题1-5：

• 问题一：通道交换
• 问题二：灰度化（Grayscale）
• 问题三：二值化（Thresholding）
• 问题四：大津二值化算法（Otsu’s Method）
• 问题五：HSV转换

代码实现：

• 问题一：通道交换
  读取图像，然后将RGB通道替换成BGR通道。

#include<opencv2/highgui.hpp>
#include<opencv2/core.hpp>
#include<iostream>

using namespace cv;

Mat channel_swap(Mat img)
{
   
	int height = img.rows;
	int width = img.cols;
	//准备一个与原图像格式尺寸相同的黑色模板
	Mat out = Mat::zeros(height, width, CV_8UC3);
	for (size_t y = 0; y <height; y++)
	{
   
		for (size_t x = 0; x < width; x++)
		{
   
			out.at<Vec3b>(y, x)[0] = img.at<Vec3b>(y, x)[2];//R->B
			out.at<Vec3b>(y, x)[1] = img.at<Vec3b>(y, x)[1];//G->G
			out.at<Vec3b>(y, x)[2] = img.at<Vec3b>(y, x)[0];//B->R
		}
	}
	return out;
}

int main()
{
   
	//读取图片
	Mat img = imread("D:/文件/lenna.png");
	Mat out = channel_swap(img);
	
	imshow("img", img);
	imshow("out", out);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

输入：

输出：

Note：
1、imread()读取图像通道的顺序为BGR
2、vector说明
< Vec3f > 浮点
< Vec3d > double
< Vec3b > 8U 类型的 RGB 彩色图像 (0-255)

• 问题二：灰度化（Grayscale）
  将图像灰度化。
  灰度是一种图像亮度的表示方法，通过下式计算：
  Y = 0.2126\ R + 0.7152\ G + 0.0722\ B

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>

using namespace cv;

Mat BGR2GRAY(Mat img)
{
   
	int height = img.rows;
	int width = img.cols;

	Mat out = Mat::zeros(height, width, CV_8UC1);

	for (size_t y = 0; y < height; y++)
	{
   
		for (size_t x = 0; x < width; x++)
		{
   
			out.at<uchar>(y, x) = 0.2126*(float)img.at<Vec3b>(y, x)[2]
				+ 0.7152*(float)img.at<Vec3b>(y, x)[1]
				+ 0.0722*(float)img.at<Vec3b>(y, x)[0];
		}
	}
	return out;
}


int main(int argc, const char* argv[]) 
{
   
	Mat img = imread("D:/文件/lenna.png");
	Mat out = BGR2GRAY(img);
	imshow("img", img);
	imshow("out", out);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

输入：

输出：

• 问题三：二值化（Thresholding）
  将图像进行二值化。
  二值化是将图像使用黑和白两种颜色表示的方法。我们将阈值设置为128来进行二值化。

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>

using namespace cv;

//BGR->GRAY
Mat BGR2GRAY(Mat img)
{
   
	int height = img.rows;
	int width = img.cols;
	
	Mat out = Mat::zeros(height, width, CV_8UC1);

	for (size_t y = 0; y < height; y++)
	{
   
		for (size_t x = 0; x < width; x++)
		{
   
			out.at<uchar>(y, x) = 0.2126*(float)img.at<Vec3b>(y, x)[2]
				+ 0.7152*(float)img.at<Vec3b>(y, x)[1]
				+ 0.0722*(float)img.at<Vec3b>(y, x)[0];
		}
	}
	return out;
}

//GRAY->BINARIZE
Mat Binarize(Mat img,int th)//th用来设置二值化阈值
{
   
	int height = img.rows;
	int width = img.cols;

	Mat out = Mat::zeros(height, width, CV_8UC1);

	for (size_t y = 0; y < height; y++)
	{
   
		for (size_t x = 0; x < width; x++)
		{
   
			if (img.at<uchar>(y, x) < th)
				out.at<uchar>(y, x) = 0;
			else
				out.at<uchar>(y, x) = 255;
		}
	}
	return out;
}
int main(int argc, const char* argv[])
{
   
	Mat img = imread("D:/文件/lenna.png");
	Mat out = Binarize(BGR2GRAY(img), 128);

	imshow("img", img);
	imshow("out", out);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

输入：

输出：

• 问题四：大津二值化算法（Otsu’s Method）
  用大津算法二值化图像。
  推荐这篇博客，写的比较清晰。
  https://blog.csdn.net/u012198575/article/details/81128799

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>

using namespace std;
using namespace cv;

//BGR->GRAY
Mat BGR2GRAY(Mat img)
{
   
	int height = img.rows;
	int width = img.cols;
	
	Mat out = Mat::zeros(height, width, CV_8UC1);

	for (size_t y = 0; y < height; y++