c++视觉处理-----膨胀腐蚀

已于 2023-10-10 09:50:03 修改
阅读量456 收藏 1
点赞数
分类专栏： # C++视觉处理 文章标签： c++ 开发语言
于 2023-10-10 09:22:50 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_46107892/article/details/133737105
版权

c++视觉处理膨胀腐蚀

膨胀腐蚀的区别

膨胀（Dilation）和腐蚀（Erosion）是形态学图像处理中的两种基本操作，它们有不同的效果和应用：

  1. 膨胀（Dilation）：

    • 膨胀操作用于增加物体的尺寸，使物体变大。
    • 它通过将每个像素替换为其邻域内的最大值来实现。
    • 膨胀通常用于连接分离的物体、填充空洞、增加物体的面积，以及提取物体的外部轮廓。
    • 在二值图像中，膨胀可以用于扩展白色物体（前景）的区域，通常与其他形态学操作（如开运算或闭运算）一起使用。

  2. 腐蚀（Erosion）：

    • 腐蚀操作用于减小物体的尺寸，使物体变小。
    • 它通过将每个像素替换为其邻域内的最小值来实现。
    • 腐蚀通常用于分离接触的物体、去除小的噪点、缩小物体的面积，以及提取物体的内部结构。
    • 在二值图像中，腐蚀可以用于缩小白色物体（前景）的区域。

总结来说，膨胀使物体变大，而腐蚀使物体变小。这两种操作通常在形态学图像处理中配合使用，以实现不同的图像增强、分割和去噪等应用。同时，它们也是其他复杂形态学操作（如开运算和闭运算）的基本构建块。

膨胀：cv::dilate()

cv::dilate() 是OpenCV中的一个图像形态学操作函数，用于执行图像的膨胀操作。膨胀是形态学处理中的一种操作，它可以用来增强二值图像中的目标区域。膨胀操作通过将目标区域扩展，可以填充空洞、连接断裂的区域以及增加目标的尺寸。

下面是 cv::dilate() 函数的基本语法：

void cv::dilate(
    cv::InputArray src,          // 输入图像
    cv::OutputArray dst,         // 输出图像
    cv::InputArray kernel,       // 膨胀核
    cv::Point anchor = cv::Point(-1,-1),
    int iterations = 1,
    int borderType = cv::BORDER_CONSTANT,
    const cv::Scalar& borderValue = cv::morphologyDefaultBorderValue()
);

参数解释：

  • src：输入图像。
  • dst：输出图像，将膨胀后的图像存储在这里。
  • kernel：膨胀核，它定义了膨胀操作的形状和大小。通常使用 cv::getStructuringElement() 来创建膨胀核。
  • anchor：锚点位置，指示膨胀核的中心。默认值为 (-1, -1)，表示核的中心。
  • iterations：膨胀操作的迭代次数。默认值为 1。
  • borderType：边界处理方式，用于处理边界像素。默认值为 cv::BORDER_CONSTANT。
  • borderValue：在边界处理方式为 cv::BORDER_CONSTANT 时使用的边界像素值。默认值为 cv::morphologyDefaultBorderValue()。

膨胀操作的基本思想是将核在图像上滑动，如果核覆盖区域内的任何像素值为非零（白色），则将目标像素置为白色。这导致了目标区域的扩张。

创建形态学操作的结构元素：cv::getStructuringElement()

cv::getStructuringElement() 是OpenCV中的一个函数，用于创建形态学操作的结构元素（structuring element）。形态学操作（如腐蚀、膨胀、开运算、闭运算等）通常需要一个结构元素，该元素定义了操作的形状和大小。cv::getStructuringElement() 函数用于创建这样的结构元素。

以下是 cv::getStructuringElement() 函数的基本语法：

cv::Mat cv::getStructuringElement(
    int shape,          // 结构元素的形状，如 cv::MORPH_RECT、cv::MORPH_ELLIPSE、cv::MORPH_CROSS 等
    cv::Size ksize,     // 结构元素的大小，通常是一个奇数大小的矩阵
    cv::Point anchor = cv::Point(-1,-1)
);

参数解释：

  • shape：结构元素的形状，可以是以下常量之一：
    • cv::MORPH_RECT：矩形结构元素。
    • cv::MORPH_ELLIPSE：椭圆结构元素。
    • cv::MORPH_CROSS：十字形结构元素。
  • ksize：结构元素的大小，通常是一个奇数大小的矩阵，表示结构元素的宽度和高度。
  • anchor：锚点位置，通常为 (-1, -1)，表示结构元素的中心。

cv::getStructuringElement() 函数返回一个 cv::Mat 对象，表示所创建的结构元素。

以下是一个示例，演示如何使用 cv::getStructuringElement() 创建不同形状的结构元素：

#include <opencv2/opencv.hpp>

int main() {
    // 创建矩形结构元素
    cv::Mat rectangularElement = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));

    // 创建椭圆形结构元素
    cv::Mat ellipticalElement = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(5, 5));

    // 创建十字形结构元素
    cv::Mat crossElement = cv::getStructuringElement(cv::MORPH_CROSS, cv::Size(5, 5));

    // 显示创建的结构元素
    cv::imshow("Rectangular Element", rectangularElement);
    cv::imshow("Elliptical Element", ellipticalElement);
    cv::imshow("Cross Element", crossElement);

    cv::waitKey(0);

    return 0;
}

在这个示例中，我们创建了三种不同形状的结构元素：矩形、椭圆和十字形。您可以根据需要调整 cv::MORPH_RECT、cv::MORPH_ELLIPSE 和 cv::MORPH_CROSS 常量以选择不同的结构元素形状。这些结构元素通常用于形态学操作，例如腐蚀和膨胀。

使用cv::getStructuringElement() 3x3的矩形核再使用膨胀cv::dilate()操作

以下是一个示例，演示如何使用 cv::dilate() 函数对二值图像执行膨胀操作：

#include <opencv2/opencv.hpp>

int main() {
    // 读取输入二值图像
    cv::Mat binaryImage = cv::imread("binary_image.png", cv::IMREAD_GRAYSCALE);

    if (binaryImage.empty()) {
        std::cerr << "Failed to open the input image!" << std::endl;
        return -1;
    }

    // 定义膨胀核（3x3的矩形核）
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));

    // 执行膨胀操作
    cv::Mat dilatedImage;
    cv::dilate(binaryImage, dilatedImage, kernel);

    // 显示原始二值图像和膨胀后的图像
    cv::namedWindow("Binary Image", cv::WINDOW_NORMAL);
    cv::namedWindow("Dilated Image", cv::WINDOW_NORMAL);

    cv::imshow("Binary Image", binaryImage);
    cv::imshow("Dilated Image", dilatedImage);

    cv::waitKey(0);

    return 0;
}

在这个示例中，我们首先读取了一个二值图像，然后定义了一个膨胀核（3x3的矩形核）。接下来，我们使用 cv::dilate() 函数对输入的二值图像执行膨胀操作，并将结果存储在 dilatedImage 中。最后，我们显示了原始二值图像和膨胀后的图像。

在这里插入图片描述

腐蚀：cv::erode()

腐蚀是图像形态学处理中的一种基本操作，通常用于减小二值图像中的目标对象的尺寸。腐蚀操作通过在图像上滑动一个结构元素（通常是一个小的矩形或圆形核），将核中心与图像中的像素进行比较，如果核中的所有像素都与图像中的像素匹配（都是白色像素），则将中心像素保留为白色，否则将其置为黑色。

在OpenCV中，可以使用 cv::erode() 函数来执行腐蚀操作。

以下是 cv::erode() 函数的基本语法：

void cv::erode(
    cv::InputArray src,          // 输入图像
    cv::OutputArray dst,         // 输出图像
    cv::InputArray kernel,       // 结构元素核
    cv::Point anchor = cv::Point(-1,-1),
    int iterations = 1,
    int borderType = cv::BORDER_CONSTANT,
    const cv::Scalar& borderValue = cv::morphologyDefaultBorderValue()
);

参数解释：

  • src：输入图像，通常是一个二值图像。
  • dst：输出图像，将腐蚀后的图像存储在这里。
  • kernel：结构元素核，用于定义腐蚀操作的形状和大小。
  • anchor：锚点位置，指示结构元素核的中心。默认值为 (-1, -1)，表示核的中心。
  • iterations：腐蚀操作的迭代次数。默认值为 1。
  • borderType：边界处理方式，用于处理边界像素。默认值为 cv::BORDER_CONSTANT。
  • borderValue：在边界处理方式为 cv::BORDER_CONSTANT 时使用的边界像素值。默认值为 cv::morphologyDefaultBorderValue()。

以下是一个示例，演示如何使用 cv::erode() 函数对二值图像执行腐蚀操作：

#include <opencv2/opencv.hpp>

int main() {
    // 读取输入二值图像
    cv::Mat binaryImage = cv::imread("binary_image.png", cv::IMREAD_GRAYSCALE);

    if (binaryImage.empty()) {
        std::cerr << "Failed to open the input image!" << std::endl;
        return -1;
    }

    // 定义腐蚀核（3x3的矩形核）
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));

    // 执行腐蚀操作
    cv::Mat erodedImage;
    cv::erode(binaryImage, erodedImage, kernel);

    // 显示原始二值图像和腐蚀后的图像
    cv::namedWindow("Binary Image", cv::WINDOW_NORMAL);
    cv::namedWindow("Eroded Image", cv::WINDOW_NORMAL);

    cv::imshow("Binary Image", binaryImage);
    cv::imshow("Eroded Image", erodedImage);

    cv::waitKey(0);

    return 0;
}

在这个示例中，我们首先读取了一个二值图像，然后定义了一个腐蚀核（3x3的矩形核）。接下来，我们使用 cv::erode() 函数对输入的二值图像执行腐蚀操作，并将结果存储在 erodedImage 中。最后，我们显示了原始二值图像和腐蚀后的图像。腐蚀操作通常用于去除小的噪点、分离接触的目标对象等。

在这里插入图片描述

使用本地相机实时膨胀处理

#include <opencv2/opencv.hpp>

// 全局变量，用于存储滑动条的值
int kernelSize = 1; // 初始核大小为1

// 回调函数，用于处理滑动条的值变化
void onTrackbar(int value, void* userdata) {
    cv::VideoCapture* cap = static_cast<cv::VideoCapture*>(userdata);

    // 创建窗口
    cv::namedWindow("Live Camera Feed", cv::WINDOW_NORMAL);

    while (true) {
        cv::Mat frame;

        // 从相机中读取一帧图像
        *cap >> frame;

        if (frame.empty()) {
            std::cerr << "Failed to read frame from the camera!" << std::endl;
            break;
        }

        // 定义膨胀核
        cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(kernelSize, kernelSize));

        // 创建一个膨胀后的图像副本
        cv::Mat dilatedFrame;

        // 使用膨胀操作处理图像
        cv::dilate(frame, dilatedFrame, kernel);

        // 显示实时摄像头图像和膨胀后的图像
        cv::imshow("Live Camera Feed", frame);
        cv::imshow("Dilated Frame", dilatedFrame);

        // 检查键盘输入，如果按下ESC键，退出循环
        char key = cv::waitKey(1);
        if (key == 27) // 27对应ESC键的ASCII码
            break;
    }
}

int main() {
    cv::VideoCapture cap(0);

    if (!cap.isOpened()) {
        std::cerr << "Could not open the camera!" << std::endl;
        return -1;
    }

    // 创建窗口
    cv::namedWindow("Live Camera Feed", cv::WINDOW_NORMAL);

    // 创建滑动条
    cv::createTrackbar("Kernel Size", "Live Camera Feed", &kernelSize, 30, onTrackbar, &cap);

    // 初始化一次滑动条回调函数以显示默认值
    onTrackbar(kernelSize, &cap);

    // 释放摄像头资源和关闭窗口
    cap.release();
    cv::destroyAllWindows();

    return 0;
}

使用本地相机实时腐蚀处理

#include <opencv2/opencv.hpp>

// 全局变量，用于存储滑动条的值
int kernelSize = 1; // 初始核大小为1

// 回调函数，用于处理滑动条的值变化
void onTrackbar(int value, void* userdata) {
    cv::VideoCapture* cap = static_cast<cv::VideoCapture*>(userdata);

    // 创建窗口
    cv::namedWindow("Live Camera Feed", cv::WINDOW_NORMAL);

    while (true) {
        cv::Mat frame;

        // 从相机中读取一帧图像
        *cap >> frame;

        if (frame.empty()) {
            std::cerr << "Failed to read frame from the camera!" << std::endl;
            break;
        }

        // 定义腐蚀核
        cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(kernelSize, kernelSize));

        // 创建一个腐蚀后的图像副本
        cv::Mat erodedFrame;

        // 使用腐蚀操作处理图像
        cv::erode(frame, erodedFrame, kernel);

        // 显示实时摄像头图像和腐蚀后的图像
        cv::imshow("Live Camera Feed", frame);
        cv::imshow("Eroded Frame", erodedFrame);

        // 检查键盘输入，如果按下ESC键，退出循环
        char key = cv::waitKey(1);
        if (key == 27) // 27对应ESC键的ASCII码
            break;
    }
}

int main() {
    cv::VideoCapture cap(0);

    if (!cap.isOpened()) {
        std::cerr << "Could not open the camera!" << std::endl;
        return -1;
    }

    // 创建窗口
    cv::namedWindow("Live Camera Feed", cv::WINDOW_NORMAL);

    // 创建滑动条
    cv::createTrackbar("Kernel Size", "Live Camera Feed", &kernelSize, 30, onTrackbar, &cap);

    // 初始化一次滑动条回调函数以显示默认值
    onTrackbar(kernelSize, &cap);

    // 释放摄像头资源和关闭窗口
    cap.release();
    cv::destroyAllWindows();

    return 0;
}
枭玉龙
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
c++设计模式-工厂方法模式
06-04
c++设计模式-创建型模式-工厂方法模式-最简单的源码-qt工程
c++运行库2015-2019
05-22
c++运行库2015-2019
十、计算机视觉-腐蚀操作
最新发布
asplh的专栏
02-21 1244
在我们生活中常会见到腐蚀，比如金属表面受到氧化或其他化学物质的侵蚀，导致金属表面出现腐蚀、或者生锈。木材受到细菌或者昆虫的侵蚀，导致木材内部和表面逐渐腐朽或者磨损。在计算机世视觉中腐蚀操作和现实中类似，腐蚀主要用于减小或消除图像中的边缘或细小的物体。在这个操作中，我们使用一个称为结构元素的小矩形或圆形区域来“侵蚀”图像中的像素。具体来说，当结构元素与图像中的像素进行比较时，只有当结构元素覆盖的所有像素都是前景像素（白色像素）时，该像素才被视为前景像素，否则被视为背景像素（黑色像素）。
SHA-1算法C++实现
03-10
主要使用c++将SHA-1算法的加密过程进行了实现。 清晰的算法逻辑结构，详细的注释和测试，清晰易懂。
C++版本Savitzky-Golay 滤波器
08-20
C++版本Savitzky-Golay 滤波器，包括序列噪声去除与插值等等。
c++版media-server
05-05
c++版media-server
C++实现灰度图像的腐蚀、膨胀、细化运算
08-19
C++实现灰度图像的腐蚀、膨胀、细化运算（bmp灰度图片），vc6.0运行无误
Qt-OpenCV学习笔记--图像的膨胀--dilate()
ssismm的博客
11-10 506
通过一个特定的结构元素一个图像。
OpenCV-膨胀cv::dilate
翟天保的博客
05-21 1万+
函数原型：void dilate( InputArray src, OutputArray dst, InputArray kernel,Point anchor = Point(-1,-1), int iterations = 1,int borderType = BORDER_CONSTANT,const Scalar& borderValue = morphologyDefaultBorderValue() );
OPenCV膨胀函数dilate()的使用
jndingxin的专栏
02-07 1万+
OPenCV版本：4.4 IDE：VS2007 功能描述 简述：使用一个指定的核元素去膨胀一个图像，图像膨胀的过程类似于一个卷积的过程，源图像矩阵A以及结构元素B，B在A矩阵上依次移动，每个位置上B所覆盖元素的最大值替换B的中心位置值（即锚点处），完成整个膨胀的过程。 函数使用一个指定的核元素去膨胀源图像，内核有一个可定义的 锚点，我们叫他内核中心点，膨胀操作时，获取内核覆盖区域最大像素值，并代替锚点的像素，最大值通过以下公式获取： dst(x,y)=max⁡(x′,y′): element(x′,y′.
OpenCV每日函数 图像过滤模块 (5) dilate膨胀函数
学以致用 知行合一
06-12 2155
通过使用特定的结构元素来扩大图像。该函数使用指定的结构元素扩展源图像，该结构元素确定取最大值的像素邻域的形状： 膨胀可以应用数次（迭代）。 在多通道图像的情况下，每个通道都是独立处理的。............
OpenCV学习十一：dilate、erode 膨胀及腐蚀
Thomas会写字
02-13 1万+
膨胀及腐蚀，函数很简单，就写了个Demo 定义： 膨胀---图像膨胀的过程类似于一个卷积的过程，假设有图像矩阵A以及结构元素B（注意，B的形状、尺寸没有限制），B在A矩阵上依次移动，每个位置上B所覆盖元素的最大值替换B的中心位置值（即锚点处），即为膨胀的过程。 腐蚀---腐蚀的过程与膨胀一致，区别在于用最小值替换中心位置值。 # include&lt;stdio.h&gt; # incl...
OpenCV入门系列 —— medianBlur中值滤波
工业机器视觉
04-29 399
图像滤波、平滑等相关处理操作的目的是在于弱化像素间跳变梯度，将后续需要依靠像素跳变梯度操作的泛性、鲁棒性提升；
opencv 核 腐蚀_学习 opencv---(9)形态学图像处理（一）：膨胀和腐蚀
weixin_31508009的博客
01-14 936
本篇文章中，我们一起探究了图像处理中，最基本的形态学运算——膨胀与腐蚀。浅墨在文章开头友情提醒，用人物照片做腐蚀和膨胀的素材图片得到的效果会比较惊悚，毁三观的，不建议尝试。。。。。。。。。。一、理论与概念讲解——从现象到本质1.1形态学概述形态学(morphology)一词通常表示生物学的一个分支，该分支主要研究动植物的形态和结构，而我们图像处理中指的形态学，往往表示的是数学形态学，下面一起来了...
Opencv学习----图像处理-图像过滤-cv::dilate
charce_you的专栏
08-29 1531
6.1.5 cv:: dilate 6.1.5.1 Opencv接口 void cv::dilate(InputArray src, OutputArray dst, InputArray kernel, Point anchor = Point(-1,-1), int iterations = 1, int borderType = BORDER_CONSTANT,...
opencv-膨胀 dilate()
weixin_43577679的博客
10-23 1550
【功能】 膨胀是对白色部分（高亮部分）而言的，膨胀就是图像中的高亮部分进行膨胀，“领域扩张”，效果图拥有比原图更大的高亮区域。 膨胀就是求局部最大值的操作，核B与图形卷积，即计算核B覆盖的区域的像素点的最大值，并把这个最大值赋值给参考点指定的像素。 【原型】 void cv::dilate( InputArray src,OutputArray dst, InputArray kernel, Point anchor, int iterations, .
OpenCV入门系列 —— cv::erode、cv::dilate 图像腐蚀和膨胀
工业机器视觉
06-10 690
随着工业自动化、智能化的不断推进，机器视觉（2D/3D）在工业领域的应用和重要程度也同步激增（识别、定位、抓取、测量，缺陷检测等），而针对不同作业场景进行解决方案设计时，通常会借助PCL、OpenCV、Eigen等简单方便的开源算法库进行方案的快速验证和迭代以满足作业场景下的目标需求。为了让对工业机器视觉方向感兴趣的同学能够少走一些弯路，故推出了此一系列简易入门教程示例，让初次使用者能够最简单直观地感受到当前所用算法模块的执行效果。后续会逐步扩增与工业机器视觉相关的一些其它内容，如：项目案例剖析、场景数据分
opencv之dilate()函数
热门推荐
duwangthefirst的博客
04-19 4万+
概述 dilate()函数可以对输入图像用特定结构元素进行膨胀操作，该结构元素确定膨胀操作过程中的邻域的形状，各点像素值将被替换为对应邻域上的最大值： API说明 C++ API： void cv::dilate ( InputArray src, （原始图像：通道数不限，depth必须是CV_8U，CV_16U，CV_16S，CV_32F或CV_64F） ...
38_OpenCV关于图像形态学：腐蚀、膨胀、开闭运算、形态学梯度、顶帽和黑帽及自定义核
sinat_41752325的博客
05-10 1378
OpenCV提供了一种高效且易用的图像形态学变换接口。基本上，所有的形态学操作都基于两种原始操作，接下来的讲述也将以这两点开始、循序渐进发展到更加复杂的操作，每个更加复杂的操作都将通过前面的方法来表示。 1. 膨胀和腐蚀 膨胀和腐蚀是最基础的形态学变换，可以应用到许多方面，比如消除噪声、元素分割和连接等。 膨胀是一种卷积操作，将目标像素的值替换为卷积核覆盖区域的局部最大值。这是一个非线性核的例子。通常膨胀采用的核是一个四边形或圆形的实心核，其锚点在中心。膨胀的作用是使图中填充区域。 与膨胀对应的，腐
c语言实现灰度图像的腐蚀和膨胀代码
05-09
以下是使用C语言实现灰度图像的腐蚀和膨胀的代码示例： 腐蚀： ```c #include <stdio.h> #include <stdlib.h> #define WIDTH 512 #define HEIGHT 512 int main(void) { unsigned char img[HEIGHT][WIDTH]; unsigned char result[HEIGHT][WIDTH]; int i, j, x, y; // 读取灰度图像 FILE *fp = fopen("lena512.raw", "rb"); fread(img, sizeof(unsigned char), WIDTH * HEIGHT, fp); fclose(fp); // 腐蚀运算 for (i = 1; i < HEIGHT - 1; i++) { for (j = 1; j < WIDTH - 1; j++) { unsigned char min = 255; for (y = -1; y <= 1; y++) { for (x = -1; x <= 1; x++) { if (img[i + y][j + x] < min) min = img[i + y][j + x]; } } result[i][j] = min; } } // 保存结果 fp = fopen("erosion.raw", "wb"); fwrite(result, sizeof(unsigned char), WIDTH * HEIGHT, fp); fclose(fp); return 0; } ``` 膨胀： ```c #include <stdio.h> #include <stdlib.h> #define WIDTH 512 #define HEIGHT 512 int main(void) { unsigned char img[HEIGHT][WIDTH]; unsigned char result[HEIGHT][WIDTH]; int i, j, x, y; // 读取灰度图像 FILE *fp = fopen("lena512.raw", "rb"); fread(img, sizeof(unsigned char), WIDTH * HEIGHT, fp); fclose(fp); // 膨胀运算 for (i = 1; i < HEIGHT - 1; i++) { for (j = 1; j < WIDTH - 1; j++) { unsigned char max = 0; for (y = -1; y <= 1; y++) { for (x = -1; x <= 1; x++) { if (img[i + y][j + x] > max) max = img[i + y][j + x]; } } result[i][j] = max; } } // 保存结果 fp = fopen("dilation.raw", "wb"); fwrite(result, sizeof(unsigned char), WIDTH * HEIGHT, fp); fclose(fp); return 0; } ```

“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

打赏作者

枭玉龙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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