opencv 基本操作

AICVer

已于 2024-08-07 13:44:40 修改

阅读量787

点赞数

分类专栏： OpenCV 文章标签： opencv 计算机视觉算法

于 2022-07-14 22:11:59 首次发布

本文链接：https://blog.csdn.net/u011489887/article/details/125794015

版权

OpenCV 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

该博客主要介绍了使用OpenCV进行图像处理的各种技术，包括读取灰度和RGB图像的像素值、图像缩放、形态学膨胀与腐蚀操作，以及水平和垂直线条的提取。此外，还展示了如何通过最小包围矩形框来检测图像中的轮廓。

摘要由CSDN通过智能技术生成

获取图像像素值

获取灰度图像像素值

cv::Mat map = cv::imread("../asset/grid_map/1.png", cv::IMREAD_GRAYSCALE);
//row是行数，col是列数
int  ve_stat = map.ptr<uchar>(row)[col];

dst.at<uchar>(iy, ix) = 255;

获取RGB图像像素值
```
image.at<Vec3b>(row, col)[0] = 0;
```
对于单通道不同方式对比

	void timerTest()
	{
	    cv::Mat img = cv::Mat::zeros(10000, 10000, CV_8UC1);
	
	    for (int i = 0; i < 10000; i++)
	    {
	        for (int j = 0; j < 10000; j++)
	        {
	            img.at<uchar>(i, j) = 255;
	        }
	    }
		// 指针方式更快
	    // uchar* p;
	    // for (int i = 0; i < img.rows; i++)
		// {
		// 	p = img.ptr<uchar>(i);				//指向每一行首地址
		// 	for (int j = 0; j < img.cols; j++)
		// 	{
		// 		p[j] = 255;					//反差处理
		// 	}
		// }
	}

缩放操作

resize

cv::resize(image, image_dst, cv::Size(w, h));

形态学处理

膨胀
腐蚀
开操作
闭操作

利用上述操作提取水平和垂直线条：

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
 
int main()
{
 Mat src, dst;
 src = imread("D:/images/1.png");
 if (src.empty())
 {
 cout << "your image is null,please check your path" << endl;
 return -1;
 }
 char INPUT_WIN[] = "input image";
 char OUTPUT_WIN[] = "result image";
 namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
 imshow(INPUT_WIN, src);
 
 //输出灰色图像
 Mat gray_src;
 cvtColor(src, gray_src, CV_BGR2GRAY);
 imshow("gray image", gray_src);
 
 //装换成二值图像
 Mat binImg;
 adaptiveThreshold(~gray_src, binImg, 255,
 ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY,15, -2);
 imshow("binary image", binImg);
 
 //水平结构元素
 Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1),
 Point(-1, -1));
 //垂直结构元素
 Mat vline = getStructuringElement(MORPH_RECT,Size(1,src.rows/16),
 Point(-1, -1));
 // 矩形结构
 Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3),
 Point(-1, -1));
 
 //Mat temp;
 //erode(binImg, temp, kernel);
 //dilate(temp,dst,kernel);
 morphologyEx(binImg, dst, CV_MOP_OPEN, hline); //上面等价这个一句话
 bitwise_not(dst, dst);//值取反 255 - SrcPixel
 imshow("Final Result", dst);
 
 waitKey(0);
 return 0;
}

最小包围旋转矩形框

#include <iostream>
#include <time.h>
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main()
{
	cv::Mat src = imread("test.png",0);
	cv::Mat result = src.clone();
	cv::Mat th1;
	// 最大类间差法，也称大津算法
	threshold(result, th1, 0, 255, THRESH_OTSU);
	// 反相
	th1 = 255 - th1;
	// 确定连通区轮廓
	std::vector<std::vector<cv::Point> > contours;  // 创建轮廓容器
	std::vector<cv::Vec4i> 	hierarchy;
	cv::findContours(th1, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE, cv::Point());
	// 遍历轮廓显示矩形框
	for (int i = 0; i < contours.size(); ++i)
	{
		cv::RotatedRect rotatedrect = cv::minAreaRect(cv::Mat(contours[i]));
		// 存储旋转矩形的四个点
		cv::Point2f ps[4];
		rotatedrect.points(ps);
		std::vector<std::vector<cv::Point>> tmpContours;    // 创建一个InputArrayOfArrays 类型的点集
		std::vector<cv::Point> contour;
		for (int i = 0; i != 4; ++i) {
			contour.emplace_back(cv::Point2i(ps[i]));
		}
		// 插入到轮廓容器中
		tmpContours.insert(tmpContours.end(), contour);
		// 绘制轮廓，也就是绘制旋转矩形
		drawContours(result, tmpContours, -1, Scalar(0), 1, 16);  // 填充mask
	}
 
	imshow("original", src);
	imshow("thresh", th1);
	imshow("result", result);
	waitKey(0);
 
	return 0;
}