colorTab、KNN

在区分多目标或者要对多个区域赋予不同颜色的时候,就需要准备多种颜色,常用的方法就是预先定义一个颜色数组,这里将通过随机数来创建这样的数组。

vector<Vec3b> colorTab;
	for(int i = 0; i < train_sample_count; i++ )
	{
		int b = theRNG().uniform(0, 255);
		int g = theRNG().uniform(0, 255);
		int r = theRNG().uniform(0, 255);

		colorTab.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));
	}
上面的代码创建的颜色数组是用来给CV_8UC3类型的Mat赋值的,可以很方便的给多个区域块赋予不同的颜色。根据Mat的类型对上面的代码进行适当的修改就可以对各类型的Mat进行赋值了。当要对多目标进行区分时,如在多目标跟踪时将跟踪到的目标用不同颜色的矩形标出时,只需要将Vec3b换成与Mat类型相吻合的Scalar即可。

下面将以KNN来举一个简单的例子,简单起见取K=1。

int main()
{
	int train_sample_count = 5;
	int r, c;
	RNG rng_state = RNG();
	Mat trainData(train_sample_count, 2, CV_32FC1);
	Mat trainClasses(train_sample_count, 1, CV_32FC1);
	rng_state.fill(trainData, RNG::UNIFORM, Scalar(0, 0), Scalar(500, 500));
	Mat img = Mat::zeros(500, 500, CV_8UC3);

	for (int m = 0; m < train_sample_count; m++)
	{
		((float*)trainClasses.data)[m] = m;
	}

	CvKNearest knn(trainData, trainClasses, Mat(), false, 1);
	Mat smmple(1, 2, CV_32FC1);

	vector<Vec3b> colorTab;
	for(int i = 0; i < train_sample_count; i++ )
	{
		int b = theRNG().uniform(0, 255);
		int g = theRNG().uniform(0, 255);
		int r = theRNG().uniform(0, 255);

		colorTab.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));
	}

	for (r = 0; r < img.rows; r++)
	{
		for (c = 0; c < img.cols; c++)
		{
			((float*)smmple.data)[0] = c;
			((float*)smmple.data)[1] = r;

			float response = knn.find_nearest(smmple, 1);

			img.at<Vec3b>(r, c) = colorTab[response];
		}
	}

	for (r = 0; r < trainData.rows; r++)
	{
		float* ptr = (float*)trainData.ptr(r);
		int x = cvRound(ptr[0]);
		int y = cvRound(ptr[1]);

		circle(img, Point(x, y), 2, Scalar(0, 255, 255), CV_FILLED);
	}

	imshow("img", img);

	waitKey();
	return 0;
}
效果图:




  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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