opencv_c++学习笔记day3

图像混合

#include<opencv2/opencv.hpp>
#include<math.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int agrc, char** agrv) {
	Mat src1, src2, dst;
	src1 = imread("test1.jpg");
	src2 = imread("test2.jpg");
	resize(src2, src2,src1.size());
	addWeighted(src1, 0.5, src2, 0.5, 0.8, dst);
	imshow("dst", dst);
	waitKey(0);
	return 0;
}

效果如下：


输出图像：

PS：在网上看到的一个可爱小姐姐的图，如有侵权立删。

图像模糊

均值滤波：易收到噪声的干扰，不能完全消除噪声，只能相对减弱噪声
中值滤波：对噪声不是那么敏感，能够较好的消除椒盐噪声，但是容易导致图像的不连续性
高斯滤波：对图像进行平滑的同时，同时能够更多的保留图像的总体灰度分布特征
双边滤波：边缘保护滤波方法，双边滤波就是最常用的边缘保护滤波方法（另一种常用来与双边滤波对比的边缘保护滤波方法——引导滤波）。双边滤波的思想很简单，在高斯滤波的基础上加入了像素值权重项，也就是说既要考虑距离因素，也要考虑像素值差异的影响，像素值越相近，权重越大。

	medianBlur(src1, dst, 3);//中值滤波
	Size kernal_size = cv::Size(5, 5);
	GaussianBlur(src1, dst,kernal_size, 7);//高斯滤波
	bilateralFilter(src1, dst, 15, 150, 3);//双边滤波 para1半径多少内的像素被滤波，para3差值为多少内像素被滤波

膨胀与腐蚀

膨胀：背景最大像素值替换锚点像素
dilate(src,dst,kernel)
腐蚀：背景最小像素值替换锚点像素
erode(src,dst,kernel)
相关API
getStructuringElement函数会返回指定形状和尺寸的结构元素。
shape( MORPH_RECT\MORPH_CROSS\MORPH_ELLPSE) 矩形、十字形、椭圆
size要为奇数
锚点 默认为Point(-1,-1),即中心像素

 Mat getStructuringElement(int shape, Size esize, Point anchor = Point(-1, -1));

具体演示：

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

Mat src, dst;
char OUTPUT_WIN[] = "input_image";
//定义全局变量
int element_size = 3;//定义结构元素大小
int max_size = 21;
void CallBack_Demo(int, void*);

int main(int agrc, char** agrv) {
	
	src= imread("test1.jpg");
	namedWindow("input_image", WINDOW_AUTOSIZE);
	imshow("input_image", src);
	namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE);
	createTrackbar("Element_Size", OUTPUT_WIN, &element_size, max_size, CallBack_Demo);//para3 是所需调整数值所在的地址 最后启动回调函数
	//CallBack_Demo(0,0);
	waitKey(0);
	return 0;
}

void CallBack_Demo(int,void*) {
	int s = element_size * 2 + 1;
	Mat structuringElement = getStructuringElement(MORPH_CROSS, Size(s, s), Point(-1, -1));
	dilate(src, dst, structuringElement, Point(-1, -1), 1);//膨胀
	imshow(OUTPUT_WIN, dst);
	return;
}

效果
膨胀：

腐蚀：

形态学操作

开操作（MORPH_OPEN）

先腐蚀后膨胀
可以去掉小的对象，假设对象是前景色，背景是黑色

闭操作（MORPH_Close）

先膨胀后腐蚀
可以填充小的洞，假设对象是前景色，背景是黑色

形态学梯度（MORPH_Close）

膨胀减去腐蚀
基本梯度（其他还包括-内部梯度，方向梯度）
效果如图：

erode(src, erode1, kernel, Point(-1, -1), 1);
dilate(src, dilate1, kernel, Point(-1, -1), 1);
dst = dilate1 - erode1;

顶帽（MORPH_TOPHAT）

顶帽是原图像与开操作之间的差值图像

黑帽（MORPH_BLACKHAT）

黑帽是闭操作与源图像的差值图像

提取水平线，垂直线

结构元素取水平线or垂直线即可

int main(int agrc, char** agrv) {
	Mat src, src_gray, bin_img, dst,dst2,temp,temp2;
	char OUTPUT_WIN[] = "output_image";
	src= imread("test1.jpg");
	cvtColor(src,src_gray, COLOR_BGR2GRAY);
	adaptiveThreshold(src_gray,bin_img,255,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,15,-2);//转换成二值图像
	namedWindow("bin_img", WINDOW_AUTOSIZE);
	imshow("bin_img", bin_img);
	namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE);
	Mat hline = getStructuringElement(MORPH_RECT, Size(src.cols/16,1), Point(-1, -1));//提取横线 注意这里的尺寸先输入wid后输入hei
	Mat vline = getStructuringElement(MORPH_RECT, Size(1,src.rows/16), Point(-1, -1));//提取垂线
	erode(bin_img, temp, hline);
	dilate(temp, dst, hline);
	erode(bin_img, temp2, vline);
	dilate(temp2, dst2, vline);
	//dst = dst + dst2;
	//morphologyEx(bin_img,dst,MORPH_OPEN,kernel);
	//erode(src, erode1, kernel, Point(-1, -1), 1);
	//dilate(src, dilate1, kernel, Point(-1, -1), 1);
	//dst = dilate1 - erode1;
	imshow(OUTPUT_WIN, dst);
	waitKey(0);
	return 0;
}

效果如下：

去掉多余细节点线（好有用哇！）

用很小的kernel进行先腐蚀后膨胀，此时需要把要留住的主体作为像素质高的（白），背景为黑，前面先腐蚀掉小部分的白色，然后再膨胀回来。

int main(int agrc, char** agrv) {
	Mat src, src_gray, bin_img, dst,temp;
	char OUTPUT_WIN[] = "output_image";
	src= imread("test2.jpg");
	resize(src, src, Size(500, 300));
	cvtColor(src,src_gray, COLOR_BGR2GRAY);
	adaptiveThreshold(~src_gray,bin_img,255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY,15,-3);//转换成二值图像
	namedWindow("bin_img", WINDOW_AUTOSIZE);
	imshow("bin_img", ~bin_img);
	namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE);
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3,3), Point(-1, -1));//用很小的kernal才能只去掉细节 保留大体
	erode(bin_img, temp, kernel);
	dilate( temp, dst, kernel);
	imshow(OUTPUT_WIN, ~dst);
	waitKey(0);
	return 0;
}

我尊称为自动去污渍滚筒洗衣机！