opencv截取矩形框中的图像

#include <opencv\cv.h>
#include <opencv/highgui.h>
#include <iostream>


using namespace std;
using namespace cv;

Mat org,img,tmp,dst;

Rect rect;

void on_mouse(int event, int x, int y, int flags, void* ustc)
{
    static CvPoint pre_pt = { -1, -1 };
    static CvPoint cur_pt = { -1, -1 };
    char temp[16];

    if (event == CV_EVENT_LBUTTONDOWN)
    {
        org.copyTo(img);
        /*cvCopy(org, img);*/
        sprintf(temp, "(%d,%d)", x, y);
        pre_pt = cvPoint(x, y);
        putText(img, temp, pre_pt, 1,1, Scalar(0, 0, 255),1);
        circle(img, pre_pt, 3, cvScalar(255, 0, 0, 0), CV_FILLED, CV_AA, 0);
        imshow("img", img);
        img.copyTo(tmp);
    }
    else if (event == CV_EVENT_MOUSEMOVE && !(flags & CV_EVENT_FLAG_LBUTTON))
    {
        tmp.copyTo(img);
        sprintf(temp, "(%d,%d)", x, y);
        cur_pt = cvPoint(x, y);
        putText(img, temp, cur_pt, 1, 1, Scalar(0, 0, 255), 1);
        imshow("img", img);
    }
    else if (event == CV_EVENT_MOUSEMOVE && (flags & CV_EVENT_FLAG_LBUTTON))
    {
        tmp.copyTo(img);
        sprintf(temp, "(%d,%d)", x, y);
        cur_pt = cvPoint(x, y);
        putText(img, temp, cur_pt, 1, 1, Scalar(0, 0, 255), 1);
        rectangle(img, pre_pt, cur_pt, cvScalar(0, 255, 0, 0), 1, 8, 0);
        imshow("img", img);
    }
    else if (event == CV_EVENT_LBUTTONUP)
    {
        tmp.copyTo(img);
        sprintf(temp, "(%d,%d)", x, y);
        cur_pt = cvPoint(x, y);
        putText(img, temp, cur_pt, 1, 1, Scalar(0, 0, 255), 1);
        circle(img, cur_pt, 3, cvScalar(255, 0, 0, 0), CV_FILLED, CV_AA, 0);
        rectangle(img, pre_pt, cur_pt, cvScalar(0, 255, 0, 0), 1, 8, 0);
        imshow("img", img);
        img.copyTo(tmp);
        int width = abs(pre_pt.x - cur_pt.x);
        int height = abs(pre_pt.y - cur_pt.y);
        if (width == 0 || height == 0)
            return;
        dst = Mat(cvSize(width, height), org.type());

        if (pre_pt.x<cur_pt.x && pre_pt.y<cur_pt.y)
        {
            rect = Rect(pre_pt.x, pre_pt.y, width, height);
        }
        else if (pre_pt.x>cur_pt.x && pre_pt.y<cur_pt.y)
        {
            rect = Rect(cur_pt.x, pre_pt.y, width, height);
        }
        else if (pre_pt.x>cur_pt.x && pre_pt.y>cur_pt.y)
        {
            rect = Rect(cur_pt.x, cur_pt.y, width, height);
        }
        else if (pre_pt.x<cur_pt.x && pre_pt.y>cur_pt.y)
        {
            rect = Rect(pre_pt.x, cur_pt.y, width, height);
        }
        dst = Mat(img, rect);
        cvNamedWindow("dst", 1);
        imshow("dst", dst);
        waitKey();
    }
}

int main()
{
    org = imread("D:\\Source Code\\grabcut\\Grabcut\\a.jpg");
    img = org.clone();
    tmp = org.clone();
    int a = org.at<Vec3b>(1, 1)[0];
    cvNamedWindow("img", 1);
    cvSetMouseCallback("img", on_mouse, 0);
    imshow("dst", img);
    cvWaitKey(0);
}
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: OpenCV是一个开源的计算机视觉库,它提供了丰富的图像处理和计算机视觉算法,能够方便地实现图像分析和处理的应用。截取二维码就是一种常见的使用OpenCV进行图像处理的需求。下面将介绍如何使用OpenCV截取二维码。 首先,我们需要加载一张图片或者从摄像头读取一帧图像,并且将其转化成灰度图。这可以通过调用OpenCV的函数cv::imread()和cv::cvtColor()来完成。 接着,我们需要使用OpenCV的二维码识别库ZBar来识别二维码。ZBar库支持多种语言,包括Python、C++、Java等,在Python使用时可通过pip安装。 最后,我们只需要调用ZBar库的函数scan(),将灰度图传入即可得到二维码的信息。如果识别成功,函数会返回一个ZBar::Symbol类型的对象,其包含了二维码的信息和二维码的类型等信息。 如果想要在图像上标出二维码的位置,可以使用OpenCV的矩形绘制函数cv::rectangle(),将识别到的二维码位置用矩形框出来。 总之,使用OpenCV截取二维码非常简单,只需要加载图片并进行灰度化,再利用ZBar库进行识别即可。通过矩形框出二维码位置,能够直观地展示二维码的位置信息,并方便地进行二维码的解码和处理。 ### 回答2: OpenCV 是一种开源计算机视觉和机器学习软件库,它提供了丰富的函数和数据结构来处理图像和视频,并且可以被用于很多应用,其包括截取二维码。在本文,我们将详细介绍如何使用 OpenCV 截取二维码。 要截取二维码,我们首先需要了解二维码的原理和结构。二维码通常由黑白块构成,有一个固定的位置探测器和一个定位型探测器。通过分析这些探测器的位置,我们可以确定二维码的位置和方向。 接下来,我们来看看如何使用 OpenCV 截取二维码。 首先,我们需要在图像找到二维码。我们可以使用 OpenCV 的阈值函数将图像二值化,并使用轮廓检测函数查找二维码的轮廓。如果我们有多个轮廓,可以使用面积、周长等参数来筛选出二维码轮廓。 然后,我们需要计算二维码的位置和方向。我们可以使用 OpenCV 的矩函数计算轮廓的重心和面积,并根据探测器的位置确定二维码的位置和方向。如果存在多个探测器,我们可以使用二维数组来存储它们的位置,并使用矩阵变换函数计算二维码的位置和方向。 最后,我们可以使用裁剪函数将二维码从图像裁剪出来,并使用二维码解码函数将其解码。解码后的数据可以用于二维码的后续处理,如识别、验证等。 在实际应用,还需要考虑二维码的质量、环境光影响等因素。我们可以使用图像增强、滤波等技术来提高图像质量,并根据环境光的强度调整阈值和光照平衡等参数。 总之,使用 OpenCV 截取二维码是一项非常有用的技术,可应用于物联网、智能仓储、智能交通等多个领域。在实际应用,我们需要仔细研究和优化算法,以实现最佳的识别效果。 ### 回答3: OpenCV 是一个强大的计算机视觉库,可以帮助我们解决各种图像处理和计算机视觉问题。在 OpenCV ,我们可以使用 Python 或 C++ 等编程语言来编写应用程序来截取二维码。 首先,我们需要导入 OpenCV 库并读取要截取二维码的图像。我们可以使用 cv2.imread() 函数从本地磁盘加载图像,或使用 cv2.VideoCapture() 函数从摄像头捕获实时图像。 接下来,我们需要对图像进行预处理,以便可以更好地检测二维码。我们可以使用灰度化和图像二值化等技术,将彩色图像转换为黑白二值图像,从而提高二维码的对比度。 然后,我们可以使用 OpenCV 提供的二维码检测器,比如ZBar 或 ZXing,来识别和解码二维码。我们可以使用 cv2.findContours() 函数检测图像的所有轮廓,并使用 cv2.minAreaRect() 函数找到轮廓的最小边界框,这将帮助我们确定二维码在图像的位置和大小。 最后,我们可以使用 cv2.drawContours() 函数在图像绘制二维码的轮廓,并使用 cv2.putText() 函数在图像添加文本标签。 总之,使用 OpenCV 截取二维码是一项非常有用的技能,可以用于许多实际应用,比如在扫码支付、智能安防等领域。但是,需要注意的是,不同的二维码类型和图像质量对于截取二维码具有不同的挑战性,需要我们具备更加深入的知识和技能来应对。
评论 1
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