【无标题】

已于 2023-06-01 16:50:08 修改
阅读量85 收藏
点赞数
文章标签： opencv 计算机视觉 人工智能
于 2023-06-01 10:03:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43544682/article/details/130982480
版权 
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat image = imread("image.jpg", IMREAD_GRAYSCALE); // 读取灰度图像
    Mat edges;
    Canny(image, edges, 50, 150); // 边缘检测
    vector<Vec2f> lines;
    HoughLines(edges, lines, 1, CV_PI / 180, 100); // 霍夫变换检测直线
    for (size_t i = 0; i < lines.size(); i++)
    {
        float rho = lines[i][0], theta = lines[i][1];
        if (theta > CV_PI / 180 * 80 && theta < CV_PI / 180 * 100) // 判断直线是否与分界线相对应
        {
            Point pt1, pt2;
            double a = cos(theta), b = sin(theta);
            double x0 = a * rho, y0 = b * rho;
            pt1.x = cvRound(x0 + 1000 * (-b));
            pt1.y = cvRound(y0 + 1000 * (a));
            pt2.x = cvRound(x0 - 1000 * (-b));
            pt2.y = cvRound(y0 - 1000 * (a));
            line(image, pt1, pt2, Scalar(0, 0, 255), 3, LINE_AA); // 在图像上绘制直线
            cout << "Line coordinates: (" << pt1.x << ", " << pt1.y << ") - (" << pt2.x << ", " << pt2.y << ")" << endl; // 输出直线坐标
        }
    }
    imshow("Image", image);
    waitKey(0);
    return 0;
}


#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取图像
    Mat image = imread("noisy_image.jpg");

    // 灰度化处理
    Mat gray;
    cvtColor(image, gray, COLOR_BGR2GRAY);

    // 高斯滤波
    Mat blur;
    GaussianBlur(gray, blur, Size(5, 5), 0);

    // 二值化处理
    Mat binary;
    threshold(blur, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);

    // 形态学操作
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
    Mat result;
    morphologyEx(binary, result, MORPH_OPEN, kernel);

    // 显示结果
    imshow("Original Image", image);
    imshow("Processed Image", result);
    waitKey(0);

    return 0;
}


#include <iostream>
#include <vector>

using namespace std;

vector<int> findContinuousNumbers(vector<int>& nums, int n, int target) {
    vector<int> res;
    int left = 0, right = 0, count = 0;
    while (right < nums.size()) {
        if (nums[right] > target) {
            count++;
        }
        while (count >= n) {
            if (nums[left] > target) {
                count--;
            }
            left++;
        }
        if (right - left + 1 == n && count < n) {
            res.push_back(left);
        }
        right++;
    }
    return res;
}

int main() {
    vector<int> nums = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
    int n = 3, target = 5;
    vector<int> res = findContinuousNumbers(nums, n, target);
    for (int i = 0; i < res.size(); i++) {
        cout << res[i] << " ";
    }
    cout << endl;
    return 0;
}


#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取图像
    Mat image = imread("image.jpg", IMREAD_GRAYSCALE);

    // 定义特定像素值
    int Special_Value = 128;

    // 定义连续像素数
    int N = 5;

    // 定义保存像素值的数组
    vector<int> row_values;

    // 遍历所有像素行
    for (int i = 0; i < image.rows; i++)
    {
        // 获取当前行
        Mat row = image.row(i);

        // 将当前行像素值保存到数组中
        row_values.clear();
        for (int j = 0; j < row.cols; j++)
        {
            row_values.push_back(row.at<uchar>(j));
        }

        // 判断该行像素中有没有连续N个像素值等于指定像素值Special_Value
        for (int j = 0; j < row_values.size() - N + 1; j++)
        {
            bool flag = true;
            for (int k = j; k < j + N; k++)
            {
                if (row_values[k] != Special_Value)
                {
                    flag = false;
                    break;
                }
            }
            if (flag)
            {
                // 返回这一段像素的坐标
                cout << "Row: " << i << ", Start: " << j << ", End: " << j + N - 1 << endl;
            }
        }
    }

    return 0;
}


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

int main() {
    // 加载图像
    Mat image = imread("image.jpg", IMREAD_GRAYSCALE);

    // 定义数组保存每一行像素的灰度值
    int rows = image.rows;
    int cols = image.cols;
    int* grayValues = new int[rows];

    for (int i = 0; i < rows; i++) {
        int sum = 0;
        for (int j = 0; j < cols; j++) {
            sum += image.at<uchar>(i, j);
        }
        grayValues[i] = sum / cols;
    }

    // 查找符合条件的像素段
    int N = 10;
    int Special_Value = 128;
    int start = -1;
    int end = -1;

    for (int i = 0; i < rows; i++) {
        int count = 0;
        for (int j = 0; j < cols; j++) {
            if (image.at<uchar>(i, j) == Special_Value) {
                count++;
                if (count == N && start == -1) {
                    start = j - N + 1;
                }
                if (count == N) {
                    end = j;
                }
            } else {
                count = 0;
                start = -1;
                end = -1;
            }
        }
        if (start != -1 && end != -1) {
            // 返回坐标
            std::cout << "start: (" << i << ", " << start << ")" << std::endl;
            std::cout << "end: (" << i << ", " << end << ")" << std::endl;
            start = -1;
            end = -1;
        }
    }

    return 0;
}


#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("your_image_path");
    cv::Mat grayImage;
    cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

    int rows = grayImage.rows;
    int cols = grayImage.cols;
    int* rowValues = new int[rows];
    for (int i = 0; i < rows; i++) {
        int sum = 0;
        for (int j = 0; j < cols; j++) {
            sum += grayImage.at<uchar>(i, j);
        }
        rowValues[i] = sum / cols;
    }

    int N = 10;
    int Special_Value = 128;
    int start = -1;
    int end = -1;
    for (int i = 0; i < rows; i++) {
        int count = 0;
        for (int j = 0; j < cols; j++) {
            if (grayImage.at<uchar>(i, j) == Special_Value) {
                count++;
                if (count == N && start == -1) {
                    start = j - N + 1;
                }
                if (count > N) {
                    end = j;
                    break;
                }
            } else {
                count = 0;
                start = -1;
            }
        }
        if (end != -1) {
            break;
        }
    }

    for (int i = 0; i < rows; i++) {
        if (start != -1 && end != -1) {
            cv::line(image, cv::Point(start, i), cv::Point(end, i), cv::Scalar(0, 0, 255), 2);
        }
    }

    delete[] rowValues;

    cv::imshow("result", image);
    cv::waitKey(0);
    return 0;
}


#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取图像
    Mat img = imread("image.jpg", IMREAD_GRAYSCALE);

    // 定义参数
    int N = 10; // 至少连续N个像素
    int V = 128; // 指定像素值V

    // 定义数组保存每一行像素的灰度值
    int row_gray[img.rows];

    // 遍历所有像素行
    for (int i = 0; i < img.rows; i++)
    {
        // 获取当前行的像素指针
        uchar* p = img.ptr<uchar>(i);

        // 计算当前行的灰度值
        int gray_sum = 0;
        for (int j = 0; j < img.cols; j++)
        {
            gray_sum += p[j];
        }
        row_gray[i] = gray_sum / img.cols; // 保存当前行的灰度值

        // 若其中至少连续N个像素都等于指定像素值V
        int start = -1, end = -1;
        for (int j = 0; j < img.cols; j++)
        {
            if (p[j] == V)
            {
                if (start == -1)
                {
                    start = j;
                }
                if (j == img.cols - 1 && j - start + 1 >= N)
                {
                    end = j;
                }
            }
            else
            {
                if (start != -1 && j - start >= N)
                {
                    end = j - 1;
                    break;
                }
                start = -1;
            }
        }

        // 求这一行像素中值为V的最长连续子串（长度大于N）的起点和终点的坐标值
        if (start != -1 && end != -1)
        {
            // 在符合条件的起点和终点的坐标之间画一条线
            line(img, Point(start, i), Point(end, i), Scalar(255, 0, 0), 2);
        }
    }

    // 显示图像
    imshow("Image", img);
    waitKey(0);

    return 0;
}


#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("image.jpg");
    cv::Mat grayImage;
    cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

    int rows = grayImage.rows;
    int cols = grayImage.cols;
    int* grayValues = new int[rows * cols];
    for (int i = 0; i < rows; i++) {
        for (int j = 0; j < cols; j++) {
            grayValues[i * cols + j] = grayImage.at<uchar>(i, j);
        }
    }

    int V = 128; // 值为V的连续子串
    int N = 10; // 子串长度大于N
    int M = 50; // 子串长度小于M
    for (int i = 0; i < rows; i++) {
        int start = -1;
        int end = -1;
        int count = 0;
        for (int j = 0; j < cols; j++) {
            if (grayValues[i * cols + j] == V) {
                if (start == -1) {
                    start = j;
                }
                count++;
            } else {
                if (count > N && count < M) {
                    end = j - 1;
                    cv::line(image, cv::Point(start, i), cv::Point(end, i), cv::Scalar(0, 0, 255), 2);
                }
                start = -1;
                count = 0;
            }
        }
        if (count > N && count < M) {
            end = cols - 1;
            cv::line(image, cv::Point(start, i), cv::Point(end, i), cv::Scalar(0, 0, 255), 2);
        }
    }

    cv::imshow("Image", image);
    cv::waitKey(0);

    delete[] grayValues;
    return 0;
}
schnappi_0227
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
android设置无标题栏 、 状态栏
z1web的博客
11-22 6551
设置无标题栏，状态栏的方式有三种 第一种：在java文件中修改(注意：如果改成隐藏标题栏，那么MainActivity必须继承Activity) public class MainActivity extends Activity { @Override protected void onCreate(Bundle savedInstanceState) { ...
【无标题】文本类网页设计
helloworld_hk的博客
06-08 1430
1234
Qt-无标题窗口
学而思
05-21 7206
        今天学习了下无标题窗口，于是来记录下我的学习过程首先建立一个Qt Widgets Application继承QWidget类创建完后直接运行就得到了如下效果那么，既然是无标题窗口就要去掉窗口栏啊，于是加上setWindowFlags(Qt::FramelessWindowHint | Qt::WindowMinimizeButtonHint);去掉标题栏，但是这样整个窗口就不能移动...
C# 移动无标题栏无边框窗体的3种方法
SabreWulf
03-13 2213
目录 第一种：手工移动 第二种：调用系统API 1.引入下面代码 前提需要引入命名空间using System.Runtime.InteropServices 2.增加鼠标按下事件发送消息，让系统误以为按下是标题栏 第三种，重写 WndProc 第一种：手工移动 直接通过修改窗体位置从而达到移动窗体的效果 //定义一个位置信息Point用于存储鼠标位置 private Point mPoint; /// <summary>
Qt实现改变无标题栏窗体大小及移动窗体
danshiming的博客
11-10 2858
Qt实现鼠标左键拖动无标题栏窗体右下角改变窗体大小及移动窗体
Chrome 无标题 哭脸 已崩溃
wkj52719的博客
05-24 4117
谷歌浏览器chrome突然打开后任何页面均显示为无标题，哭脸。鼠标选中sheet页面时，提示已崩溃。 无法打开设置、开发工具箱 经过检查，是chrome的Userdata数据出错，导致页面加载无法正常展示页面。 修复办法： 打开文件夹C:\Users\{privateUserId}\AppData\Local\Google\Chrome，删除User data文件夹，如果需要备份UserData,请备份User Data到其他地方。 ...
qt无标题栏设置
xiatiankuaizou的专栏
01-25 3830
1.设置没有标题栏 this-&gt;setWindowFlags(Qt::FramelessWindowHint); 2.鼠标移动大小 void Dialog::resizeEvent(QResizeEvent *event) { ui-&gt;Button-&gt;setGeometry(0, 0, (82*this-&gt;width())/1366, (48*this-&...
【QT学习】如何移动无标题栏窗口?（图文详解）
孤生i的博客
10-05 1715
本篇，作者将分享如何移动无标题栏的窗口。
VC去掉'无标题'字样的方法.zip
11-21
Visual c++去掉'无标题'字样的方法.zip
Qt无标题窗口
05-21
一个比较简单的Qt无标题窗口，基本实现了现在默认窗口自带的功能，可以用于界面美化自绘标题栏。
无标题
02-12
无标题
visual c++取掉对话框窗口的 -无标题 字样的方法
08-04
vc++取掉窗口的 -无标题 字样
【python进阶】txt excel pickle opencv操作demo
weixin_39107270的博客
05-23 372
写一段代码，模拟生成accuracy逐步上升、loss逐步下降的训练日志，并将日志信息记录到 training_log.txt中。##读取YOLO数据后画出曲线图。
【OpenCV 基础知识 15】蛇形处理算法
最新发布
记录日常技术经验
05-23 293
函数 cvSnakeImage 更新 snake 是为了最小化 snake 的整个能量，其中能量是依赖于轮廓形状的内部能量(轮廓越光滑，内部能量越小)以及依赖于能量场的外部能量之和，外部能量通常在哪些局部能量极值点中达到最小值(这些局部能量极值点与图像梯度表示的图像边缘相对应)。如果在迭代中去掉的点数目小于 criteria.epsilon 或者函数达到了最大的迭代次数 criteria.max_iter ，则终止函数。
【Qt】几分钟速通！MSVC编译环境下配置opencv环境
weixin_48846514的博客
05-20 200
qt配置opencv直接速通！如此简单
计算机视觉SCI期刊，中科院2区，专业认可度高！
mshsci的博客
05-20 368
这本期刊接受有关显示技术和应用的技术，原创研究论文和教程论文。该期刊欢迎广泛的显示相关主题的投稿，包括显示技术、材料、组件、方法和系统、显示与人类交互、视觉信号的处理和分析以及视觉感知。该期刊旨在为发表具有学术和工业吸引力的高质量展示相关研究作品提供一个平台。
[数据集][目标检测]森林火灾检测数据集VOC+YOLO格式362张1类别
FL1623863129的博客
05-20 159
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：362。标注数量(xml文件个数)：362。标注数量(txt文件个数)：362。标注类别名称:["fire"]使用标注工具：labelImg。fire 框数 = 1929。标注规则：对类别进行画矩形框。
YOLOv8目标检测离线数据增强，检查标签是否越界，标签可视化！
m0_51530640的博客
05-20 463
YOLOv8目标检测离线数据增强的方式：首先使用labelme对图像进行标注，将图像和标注文件存放到images和annotations文件夹中，然后使用离线数据增强代码对进行增强。1.在代码中设置增强次数和文件路径，选择想要数据增强的方式。
设置无标题 android
05-02
在Android应用中，设置无标题是一种简洁和美观的设计方式，可以为用户提供更流畅的使用体验。以下是一些实现设置无标题的方法： 1. 在Android的Manifest文件中，找到对应Activity的标签，并添加”android:theme="@...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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