OPENCV C++(一) 二进制和灰度原理 处理每个像素点值的方法

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

必须包含的头文件！ 才能开始编写代码

  读取相片 一般来说加个保护程序 不至于出error和卡死

   Mat image = imread("test.webp");  //存放自己图像的路径 
    if (image.empty())
    {
        printf("could not load image...\r\n");
        return -1;
    }

创造一个Mat形的变量（手动的灰度制作）

 int h = image.rows;
    int w = image.cols;

    //gray
    Mat graymat;
    graymat.create(h, w, CV_8UC1);
    for (int j = 0; j < h; j++) {
        for (int i = 0; i < w; i++) {
            int grayvalue = (image.at<Vec3b>(j, i)[0] + image.at<Vec3b>(j, i)[1] + image.at<Vec3b>(j, i)[2]) / 3;
            graymat.at<uchar>(j, i) = grayvalue;
        }
    }
    imshow("显示图像2",graymat);
    waitKey(0);
    destroyAllWindows();

其中有个操作每点操作像数值的操作 需要学习

 graymat.at<uchar>(j, i)

这是一个像素点的值，也就是如果为RGB的话，那么也是三个通道的，只有灰度才能直接用，因为灰度就一个值。如果是RGB就需要如下使用各个通道0 1 2

image.at<Vec3b>(j, i)[0]

如下是手动制作二进制图，就是遍历每个像素，判断阈值进行0和255的赋值罢了

 Mat binarymat;
    binarymat.create(h, w, CV_8UC1);
    for (int j = 0; j < h; j++) {
        for (int i = 0; i < w; i++) {
            if (graymat.at<uchar>(j, i) > 100) { binarymat.at<uchar>(j, i) = 255;}
            else {
                binarymat.at<uchar>(j, i) = 0;
            }
        }
    }

效果图：

 

 

 

第一期学习结束！