-
学习图像操作的原因:
前面我们已经学习了通过指针来访问图像矩阵中的每一个元素,从而达到访问图像,对图像进行操作的目的,但是由于指针操作存在一定的危险性,可能会由于指针操作而指向系统关键的运行区域,从而导致出现程序系统崩溃,影响电脑等问题,因而我们还有必要学习其他的简单地、基本的、适合初学者的操作图像的办法。 -
内容:
具体内容为:对图像进行操作,首先要能够读写图像,然后要能够读写像素,最终目的是像素值修改读写图像用到的主要函数是:
imread()可以指定加载为灰度或者RGB图像
imwrite()可以用来保存图像文件,类型由扩展名决定读写像素:
读一个灰度图像的像素的方法为:
img.at(x,y);
读一个三通道RGB图像像素的方法为:
img.at(x,y)
int b = img.at(x,y)[0];
int g = img.at(x,y)[1];
int r = img.at(x,y)[2];
Vec3b代表的是三通道uchar型数据,
Vec3f代表的是三通道float型数据。 -
代码及显示效果
单通道图像的图像操作:
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat src;
src = imread("C:/Users/he104/Desktop/timg.jpg");
if (src.empty())
{
cout << "could not load the photo..." << endl;
return -1;
}
namedWindow("origin", CV_WINDOW_AUTOSIZE);
imshow("origin",src);
Mat src_gray;
cvtColor(src, src_gray, CV_BGR2GRAY);
namedWindow("gray", CV_WINDOW_AUTOSIZE);
imshow("gray", src_gray);
int cols = src_gray.cols;
int rows = src_gray.rows;
for (int row = 0; row < rows; row++)
{
for (int col = 0; col < cols ; col++)
{
src_gray.at<uchar>(row, col)=255 - src_gray.at<uchar>(row, col);
}
}
namedWindow("change", CV_WINDOW_AUTOSIZE);
imshow("change", src_gray);
waitKey(0);
destroyAllWindows();
return 0;
}
三通道图像的图像操作:
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat src;
src = imread("C:/Users/he104/Desktop/timg.jpg");
if (src.empty())
{
cout << "could not load the image...";
return -1;
}
namedWindow("orign", CV_WINDOW_AUTOSIZE);
imshow("orign", src);
int rows = src.rows;
int cols = src.cols;
Mat dst;
dst = Mat(src.size(), src.type());
for (int row = 0; row < rows; row++)
{
for (int col = 0; col < cols; col++)
{
int b = src.at<Vec3b>(row,col)[0];
int g = src.at<Vec3b>(row, col)[1];
int r = src.at<Vec3b>(row, col)[2];
dst.at<Vec3b>(row, col)[0] = 255 - b;
dst.at<Vec3b>(row, col)[1] = 255 - g;
dst.at<Vec3b>(row, col)[2] = 255 - r;
}
}
namedWindow("change", CV_WINDOW_AUTOSIZE);
imshow("change",dst);
waitKey(0);
destroyAllWindows();
return 0;
}