#数字图像处理笔记总结1.0

#数字图像处理笔记总结1.0*

##大二同学数字图像处理课程的学习笔记，定期更新

openGL的问题总结
安装步骤

1.官方网站：https://OpenCV.org/releases.html下载

2.点击Win pack，点击下载

3.自行解压


4.右键—计算机—属性—高级系统设置

环境变量—系统变量----变量名：path
路径：D:\Users\HP\Downloads\opencv\build\x64\vc15\bin

打开VS
1.新建空项目，不要改存储位置

2.在空项目-源文件-添加-新建项-C++文件

3.视图-属性管理器-Debug*64-新建Microsoft.cpp.x64.user文件-双击打开属性页-更改包含目录和根目录
包含目录：
D:\openCV\opencv\build\include
D:\openCV\opencv\build\include\opencv2
库目录：
D:\openCV\opencv\build\x64\vc15\lib

4.链接器—输入—附加依赖项添加文件OpenCV_world420d.lib

5.配置Debug/X64模式

6.测试代码
#include
#include <opencv2\core\core.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\highgui\highgui.hpp>

using namespace cv;
using namespace std;

void main(void)
{
Mat img = imread(“lena.jpg”);
namedWindow(“lena”);
imshow(“lena”,img);
waitKey(0);
}

问题总结：
1.无法启动程序，系统找不到指定文件：
新建C++文件的时候应该在源文件下鼠标右键-添加新建项
而不是 点的左上角新建文件！！！
2.未经处理的异常

在解决方案资源管理器中-总文件位置鼠标右键-选择在文件资源管理器中打开文件夹
-在打开的文件夹中添加图片
同方法可以打开该项目的.cpp文件！！！

安装完成后后可以用这段代码进行测试，检测是否安装完成。
关于测试图片代码的意义

#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace cv;//opencv的命名文件
using namespace std;//C的命名空间
void main(void)//主函数，返回值是空值，参数也是空值，参数也可省略
{
Mat img = imread(“lena.jpg”);
//Mat是矩阵类型 img是图像名 imread表示读取文件，参数是文件名
namedWindow(“lena”);//命名窗口为lena
imshow(“lena”, img);//在lena这个窗口中显示img这个图像
waitKey(0);//如果不加会出现闪回，表示等待下一步指令才跳出
}

椒盐像素点

#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
Mat image = imread(“lena.jpg”);
imshow(“原图”, image);
//椒盐噪声：随机的白色像素点
//在图像范围内，取若干个数的随机像素点，并且变成白色
for (int k = 0; k < 5000; k++)//加了5000个像素点 这里可以调换
{
int i = rand() % image.cols;//column列
int j = rand() % image.rows;//行
image.at(j, i)[0] = 255;
//随机坐标点的第一个通道值变为白色，<通道数>(坐标）[通道数]255：白色
image.at(j, i)[1] = 255;
image.at(j, i)[2] = 255;
}
imshow(“椒盐噪声图”, image);
waitKey(0);
}

红椒盐和黑色椒盐

RGB常用：
白色（255，255，255）
黑色（0，0，0）
蓝色（255，0，0）
绿色（0，255，0）
红色（0，0，255）

改为灰色图像
方法1：
#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
Mat image = imread(“lena.jpg”,0);//括号后加0即灰色
//1–原图，0–灰度图 -1–彩色图
imshow(“图像”, image);
waitKey(0);
}

方法2：
#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
Mat image = imread(“lena.jpg”);
Mat gray;
imshow(“图像”, image);
cvtColor(image, gray, COLOR_BGR2GRAY);
//1-输入图像 2-输出图像 3-转换方式，把RGB图像转换为灰度图像
imshow(“灰度图”,gray);
waitKey(0);
}

亮度增强
明亮与对比度的调整属于点处理，而点处理最普遍就是加乘处理。
f(x)=ag(x)+b
Mat new_image=Mat::zeros(image.size(),image.type());
先建立一个大小与原图相同的矩阵，内容补0。
new_image.at(y,x)[c]=saturate_cast(a*(image.at<Vec
3b>(y,x)[c])+b);
图像处理使用3个for循环处理图像的每个点，第一个是行，第二个是列，
第三个是通道。
彩色图像需要处理三个通道(R、G、B)需要三个循环。
image.at(y,x)[c]，y是列，x是行，c就是R、G、B（0、1、2），
以此类推。
三层循环也可以用如下指令操作：
image.convertTo(new_image,-1,a,b);

#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
Mat image = imread(“1.jpg”);
Mat newimage = Mat::zeros(image.size(), image.type());
//创建新图像，宽高和类型都与原图相同，将所有像素初始化为0
float a = 1.1;
int b = 50;
for (int y = 0; y < image.rows; y++)
{
for (int x = 0; x < image.cols; x++)
{
for (int c = 0; c < 3; c++)
newimage.at(y, x)[c]= saturate_cast(a * image.at(y, x)[c] + b);
//把括号里值归于0-255之间
//对每个像素点 进行了乘法和加法 进行了亮度增强
}
}
imshow(“原图”, image);
imshow(“亮度增强图”,newimage);
waitKey(0);
}

对比度增强
通过增加原图中某两个灰度值间的动态范围来
增强原图的各部分反差

#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
Mat image = imread(“1.jpg”);
Mat newimage = Mat::zeros(image.size(), image.type());
//创建新图像，宽高和类型都与原图相同，将所有像素初始化为0
float a = 1.1;
int b = 50;
for (int y = 0; y < image.rows; y++)
{
for (int x = 0; x < image.cols; x++)
{
for (int c = 0; c < 3; c++)
{
if (image.at(y, x)[c] >= 0 && image.at(y, x)[c] <= 80)
newimage.at(y, x)[c] = saturate_cast(0.5image.at(y, x)[c]);
else if (image.at(y, x)[c] >80 && image.at(y,x)[c] <= 150)
newimage.at(y, x)[c] = saturate_cast(2.28image.at(y, x)[c]+142);
else
newimage.at(y, x)[c]= 200;
//把括号里值归于0-255之间
//对每个像素点 进行了乘法和加法 进行了亮度增强
}
}
}
imshow(“原图”, image);
imshow(“对比度增强图”, newimage);
waitKey(0);

图像叠加（同尺寸）
#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
Mat src1 = imread(“1.jpg”);
Mat src2 = imread(“2.jpg”);
Mat dst;
double a = 1, b = 0.2, g = 0;
addWeighted(src1, a, src2, b, g, dst);
imshow(“混合图”,dst);
waitKey(0);
}
图像叠加（不同尺寸,商标特效）
#include //iostream库文件
#include <opencv2\core\core.hpp>//核心函数
#include <opencv2\imgproc\imgproc.hpp>//基础函数
#include <opencv2\highgui\highgui.hpp>//交互函数
//opencv中的库文件
using namespace std;
using namespace cv;
void main(void)
{
//商标特效
Mat src1 = imread(“1.jpg”);
Mat src2 = imread(“2.jpg”);
Mat resize2;
Mat dst;
Mat image = src1;
Mat image_ROI;
resize(src2, resize2, Size(80, 64));//图像尺寸为8064
image_ROI = image(Rect(100, 100, 80, 64));//取位置在（100，100）宽高为8064的矩阵
double a = 1, b = 0.5, g = 0;
addWeighted(image_ROI,a,resize2,b, g,image_ROI);
imshow(“混合图”,image);
waitKey(0);
}