图像分割 c语言程序,OpenCV实现图像切割功能

本文介绍了一个使用OpenCV库的C++程序,该程序能够将图像分割成m*n块。通过示例代码展示了如何将图像切割并保存为多个子图像,有助于进行图像处理和分析。
摘要由CSDN通过智能技术生成

openCV实现将图像切成m*n块,供大家参考,具体内容如下

一、代码部分:

#include "stdafx.h"

#include

#include

#include

#include

#include

#include

using namespace std;

using namespace cv;

//Cut an image into m*n patch

void Cut_img(Mat src_img, int m, int n, vector ceil_img)

{

int t = m * n;

int height = src_img.rows;

int width = src_img.cols;

int ceil_height = height / m;

int ceil_width = width / n;

Mat roi_img;

//String concatenation

ostringstream oss;

string str, str1, str2;

Point p1, p2;

for (int i = 0; i

{

for (int j = 0; j

{

Rect rect(j*ceil_width, i*ceil_height, ceil_width, ceil_height);

src_img(rect).copyTo(roi_img);

ceil_img.pus

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是基于OpenCVC语言实现的灰度图像和彩色图像的迭代阈值分割算法。 灰度图像的迭代阈值分割算法: ```c #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat img = imread("test_gray.jpg", IMREAD_GRAYSCALE); // 读入灰度图像 int T = 128; // 阈值初始值 int delta = 1; // 阈值变化量 int n = img.rows * img.cols; // 像素总数 while (delta > 0) // 迭代直到阈值不再变化 { int sum1 = 0, sum2 = 0; int cnt1 = 0, cnt2 = 0; for (int i = 0; i < img.rows; i++) { for (int j = 0; j < img.cols; j++) { if (img.at<uchar>(i, j) < T) { sum1 += img.at<uchar>(i, j); cnt1++; } else { sum2 += img.at<uchar>(i, j); cnt2++; } } } int T_new = (sum1 / cnt1 + sum2 / cnt2) / 2; // 计算新阈值 delta = abs(T_new - T); // 计算阈值变化量 T = T_new; // 更新阈值 } Mat dst; threshold(img, dst, T, 255, THRESH_BINARY); // 应用阈值 imshow("src", img); imshow("dst", dst); waitKey(); return 0; } ``` 彩色图像的迭代阈值分割算法: ```c #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat img = imread("test_color.jpg"); // 读入彩色图像 int T = 128; // 阈值初始值 int delta = 1; // 阈值变化量 int n = img.rows * img.cols; // 像素总数 while (delta > 0) // 迭代直到阈值不再变化 { int sum1_b = 0, sum2_b = 0; int sum1_g = 0, sum2_g = 0; int sum1_r = 0, sum2_r = 0; int cnt1 = 0, cnt2 = 0; for (int i = 0; i < img.rows; i++) { for (int j = 0; j < img.cols; j++) { Vec3b pixel = img.at<Vec3b>(i, j); int b = pixel[0], g = pixel[1], r = pixel[2]; int gray = (r + g + b) / 3; if (gray < T) { sum1_b += b; sum1_g += g; sum1_r += r; cnt1++; } else { sum2_b += b; sum2_g += g; sum2_r += r; cnt2++; } } } int T_new = (sum1_b / cnt1 + sum1_g / cnt1 + sum1_r / cnt1 + sum2_b / cnt2 + sum2_g / cnt2 + sum2_r / cnt2) / 6; // 计算新阈值 delta = abs(T_new - T); // 计算阈值变化量 T = T_new; // 更新阈值 } Mat gray; cvtColor(img, gray, COLOR_BGR2GRAY); Mat dst; threshold(gray, dst, T, 255, THRESH_BINARY); // 应用阈值 imshow("src", img); imshow("dst", dst); waitKey(); return 0; } ``` 注意:彩色图像需要先转换为灰度图像再进行阈值分割

“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

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