[机器视觉]gocv图像水平投影和垂直投影

1. 水平投影和垂直投影

图像水平投影和垂直投影效果如下图所示:
原图:
在这里插入图片描述

水平投影:
在这里插入图片描述
垂直投影:
在这里插入图片描述

2. 投影原理

投影原理很简单,比如水平投影,就是水平方向,把每一行的像素累加起来,然后绘制成图像。
垂直投影就是,垂直方向,把每一列的像素累加起来,然后绘制成图像。
投影的感觉有点像就是把图片水平方向或者垂直方向压缩了一样。

3. 代码实现

代码实现就是先把图像转成数组,然后遍历数组,如果是水平投影,需要计算每一行的像素累加,如果是垂直投影,计算每一列的像素和,然后再绘制成图片显示出来。
水平投影代码:

func HorizontalPorject(src gocv.Mat) (dest gocv.Mat, err error) {
	// 把图像转为一维数组
	imageBytes := src.ToBytes()
	// 用一个数组保存水平投影时每一行黑点的数量
	horiPorjBase := make([]int, src.Rows())
	for row := 0; row < src.Rows(); row++ {
		for col := 0; col < src.Cols(); col++ {
			// 如果是黑点
			if imageBytes[row*src.Cols()+col] == 0 {
				horiPorjBase[row] += 1
			}
		}
	}

	// 一个空的数组,用于制作投影之后的图片bytes
	horiProjBytes := make([]byte, len(imageBytes))

	// 绘制投影图片
	// 从上到下(行),从左到右(列)
	// row从上到下
	for row := 0; row < src.Rows(); row++ {
		// col从左到右
		// 设置黑点
		for col := 0; col < horiPorjBase[row]; col++ {
			horiProjBytes[row*src.Cols()+col] = 0
		}
		// 设置白点
		for col := horiPorjBase[row]; col < src.Cols(); col++ {
			horiProjBytes[row*src.Cols()+col] = 255
		}
	}
	return gocv.NewMatFromBytes(src.Rows(), src.Cols(), gocv.MatTypeCV8UC1, horiProjBytes)
}

垂直投影:

func VerticalProject(src gocv.Mat) (dest gocv.Mat, err error) {
	// 把图像转为一维数组
	imageBytes := src.ToBytes()
	// 用一个数组保存垂直投影时每一列黑点的数量
	vertPorjBase := make([]int, src.Cols())
	for col := 0; col < src.Cols(); col++ {
		for row := 0; row < src.Rows(); row++ {
			// 如果是黑点
			if imageBytes[row*src.Cols()+col] == 0 {
				vertPorjBase[col] += 1
			}
		}
	}
	// 一个空的数组,用于制作投影之后的图片bytes
	vertProjBytes := make([]byte, len(imageBytes))
	// 绘制投影图片
	// 从上到下(行),从左到右(列)
	// row从上到下
	for row := 0; row < src.Rows(); row++ {
		// col从左到右
		for col := 0; col < src.Cols(); col++ {
			if row >= src.Rows()-vertPorjBase[col] {
				vertProjBytes[row*src.Cols()+col] = 0
			} else {
				vertProjBytes[row*src.Cols()+col] = 255
			}
		}
	}

	return gocv.NewMatFromBytes(src.Rows(), src.Cols(), gocv.MatTypeCV8UC1, vertProjBytes)
}
  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
gocv是一个基于Go语言的开源计算机视觉库,它提供了许多用于图像处理和分析的函数和工具。其中一个非常常用的功能是grabcut,它可以用于图像分割和背景去除。 grabcut是一种常见的图像分割算法,它基于图像的像素颜色和纹理信息,将图像分为前景和背景。使用gocv进行grabcut非常简单,只需遵循以下步骤: 首先,我们需要加载和显示待处理的图像。我们可以使用gocv的imshow函数将图像显示在窗口中。 接下来,我们需要为图像创建一个掩膜。掩膜是一个与原始图像相同大小的二进制图像,用于指示图像的前景和背景区域。 然后,我们需要通过用户输入来定义前景区域。我们可以使用gocv的SetMouseCallback函数监听鼠标点击事件,并将鼠标点击的像素添加到前景掩膜中。 接下来,我们可以调用gocv的GrabCut函数来执行grabcut算法。该函数将根据我们之前定义的前景掩膜对图像进行分割,并生成一个新的掩膜。 最后,我们可以使用新的掩膜来提取分割后的前景区域。我们可以将掩膜与原始图像进行位操作,以获取只包含前景区域的图像。 需要注意的是,grabcut算法的效果取决于我们对前景和背景区域的定义。如果定义得不准确,算法可能无法正确地分割图像。 总之,使用gocv的grabcut功能,我们可以轻松地进行图像分割和背景去除操作,从而实现许多有趣的图像处理应用。

“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