Opencv如何在一个窗口中显示多张图像?

在图像处理时,往往需要将处理后的图像和原始图像显示在同一个窗口中。那么,如何用C++和Opencv来实现多张图像显示在同一个窗口呢?本文就来探讨一下这个问题。

原理: 先定义一个大的Mat,然后将多张图缩放resize到合适大小,然后填充到大的Mat中,最后在窗口中显示这张大的Mat。

本文中,对比效果为原图,灰度图的均值模糊,灰度图的Canny边缘检测,基于Canny的Hough直线变换。

多张图显示到同一个窗口中的效果:
在这里插入图片描述

原图效果:
在这里插入图片描述
灰度图的均值模糊效果:
在这里插入图片描述
灰度图的Canny边缘检测效果:
在这里插入图片描述
基于Canny的Hough直线变换效果:
在这里插入图片描述

实现代码:

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

#define NameWindow "图片处理效果"  
void imshowMany(const std::string& _winName, const vector<Mat>& ployImages);//  


int main()

{

	//图像显示测试

	Mat srcImage = cv::imread("C://timg.jpg");    //注意这里的//的方向,一开始写反了,怎么都出不来。
	imshow("原图", srcImage);

	Mat temImage, grayImage, midImage, edgeImage, dstImage;


	cv::cvtColor(srcImage, grayImage, CV_BGR2GRAY);//转换为灰度图  
	blur(grayImage, grayImage, Size(5, 5), Point(-1, -1));//均值模糊  
	//GaussianBlur(grayImage, grayImage, Size(5, 5), 0, 0);  
	imshow("原图灰度图+均值模糊", grayImage);
	cvtColor(grayImage, midImage, CV_GRAY2BGR);//转为三通道图,用于多图显示,位置(1,2)  
	Canny(grayImage, edgeImage, 50, 100, 3);//tempImage为单通道二值图,在多图函数中不可显示  
	imshow("灰度图Canny边缘检测", edgeImage);
	cvtColor(edgeImage, temImage, CV_GRAY2BGR);//转为三通道图,用于多图显示,位置(2,1)  
	cvtColor(edgeImage, dstImage, CV_GRAY2BGR);//转为三通道图,用于多图显示,位置(2,2)  


	vector<Vec2f>lines;//矢量结构lines用于存放得到的线段矢量集合  
	HoughLines(edgeImage, lines, 1, CV_PI / 180, 123, 0, 0);//阈值的选择对结果影响很大  


	for (size_t i = 0; i < lines.size(); i++)//在图中绘制出每条线段  
	{
		float rho = lines[i][0], theta = lines[i][1];
		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(dstImage, pt1, pt2, Scalar(255, 0, 255), 1, 8);//线条颜色为紫色  
	}
	imshow("基于canny的Hough直线变换", dstImage);




	vector<Mat>Images(4);//模板类vector,用于放置4个类型为Mat的元素,即四张图片  
	Images[0] = srcImage;
	Images[1] = midImage;
	Images[2] = temImage;
	Images[3] = dstImage;




	namedWindow(NameWindow);
	imshowMany(NameWindow, Images);//调用一个窗口显示多图函数  


	waitKey(0);
	return 0;


}


//自定义一个窗口显示多图函数  
void imshowMany(const std::string& _winName, const vector<Mat>& ployImages)
{
	int nImg = (int)ployImages.size();//获取在同一画布中显示多图的数目  


	cv::Mat dispImg;


	int size;
	int x, y;
	//若要在OpenCV实现同一窗口显示多幅图片,图片要按矩阵方式排列,类似于Matlab中subplot();     
	//多图按矩阵排列的行数  ,h: 多图按矩阵排列的的数    
	int w, h;


	float scale;//缩放比例  
	int max;


	if (nImg <= 0)
	{
		printf("Number of arguments too small....\n");
		return;
	}
	else if (nImg > 12)
	{
		printf("Number of arguments too large....\n");
		return;
	}


	else if (nImg == 1)
	{
		w = h = 1;
		size = 400;
	}
	else if (nImg == 2)
	{
		w = 2; h = 1;//2x1  
		size = 400;
	}
	else if (nImg == 3 || nImg == 4)
	{
		w = 2; h = 2;//2x2  
		size = 400;
	}
	else if (nImg == 5 || nImg == 6)
	{
		w = 3; h = 2;//3x2  
		size = 300;
	}
	else if (nImg == 7 || nImg == 8)
	{
		w = 4; h = 2;//4x2  
		size = 300;
	}
	else
	{
		w = 4; h = 3;//4x3  
		size = 200;
	}


	dispImg.create(Size(100 + size*w, 30 + size*h), CV_8UC3);//根据图片矩阵w*h,创建画布,可线的图片数量为w*h  


	for (int i = 0, m = 20, n = 20; i<nImg; i++, m += (20 + size))
	{
		x = ployImages[i].cols; //第(i+1)张子图像的宽度(列数)  
		y = ployImages[i].rows;//第(i+1)张子图像的高度(行数)  


		max = (x > y) ? x : y;//比较每张图片的行数和列数,取大值  
		scale = (float)((float)max / size);//计算缩放比例  


		if (i%w == 0 && m != 20)
		{
			m = 20;
			n += 20 + size;
		}


		Mat imgROI = dispImg(Rect(m, n, (int)(x / scale), (int)(y / scale))); //在画布dispImage中划分ROI区域  
		resize(ployImages[i], imgROI, Size((int)(x / scale), (int)(y / scale))); //将要显示的图像设置为ROI区域大小  
	}
	namedWindow(_winName);
	imshow(_winName, dispImg);
}
  • 0
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“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 2
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

打赏作者

酸罗卜不酸II

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
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