目录
- 1.API和相关知识
- 2.实例代码
- 补充：OpenCV--C++图像像素处理-二值化
- 总结
1.API和相关知识
1. rectangele 绘制矩形
共7个参数
第1个参数 输入
第2个参数 矩形左上坐标
第3个参数 矩形右下坐标
第4个参数 矩形颜色
第5个参数 线宽
如果参数 >=0，则表示绘制矩形（如为1，表示绘制的矩形边为1个像素）
如果参数 < 0，则表示填充矩形（如-1，表示填充整个矩形）
第6个参数 lineType
关于图像锯齿，有几种方式处理
不管不顾，就用LINE_4 或者 LINE_8
消除锯齿，就用LINE_AA （AA就是反锯齿）
第7个参数 缩小图像，同时缩短矩形左上顶点与（0,0）位置的距离（一般没用）
0表示不变
1表示图像*1/2，同时距离（0,0）的x方向和y方向距离*1/2
2表示图像*（1/2）^2，同时距离（0,0）的x方向和y方向距离*（1/2）^2
第二种
rectangele
绘制矩形
共6个参数
第1个参数 输入
第2个参数 矩形的左上点+往对角方向延伸的距离（x1，x2，延伸长度1，延伸长度2）
第3个参数 矩形颜色
第4个参数 线宽
如果参数 >=0，则表示绘制矩形（如为1，表示绘制的矩形边为1个像素）
如果参数 < 0，则表示填充矩形（如-1，表示填充整个矩形）
第5个参数 lineType
关于图像锯齿，有几种方式处理
不管不顾，就用LINE_4 或者 LINE_8
消除锯齿，就用LINE_AA （AA就是反锯齿）
第6个参数 缩小图像，同时缩短矩形左上顶点与（0,0）位置的距离
0表示不变
1表示图像*1/2，同时距离（0,0）的x方向和y方向距离*1/2
2表示图像*（1/2）^2，同时距离（0,0）的x方向和y方向距离*（1/2）^2
void QuickDemo::bitwise_demo(Mat& image) {
Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
//rectangle有两种传参方式，这里分别进行了示范
rectangle(m1, Point(100, 100), Point(180, 180), Scalar(255, 255, 0), -1, LINE_8,0);
rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, LINE_8, 0);
imshow("m1", m1);
imshow("m2", m2);
}
2.位运算
在opencv中，图像的为运算有4种
bitwise_and(m1, m2, dst);
//bitwise_or(m1, m2, dst);
//bitwise_not(m1, dst);
//bitwise_xor(m1, m2, dst);略
2.实例代码
void QuickDemo::bitwise_demo(Mat& image) {
Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
rectangle(m1, Point(100, 100), Point(180, 180), Scalar(255, 255, 0), -1, LINE_4,0);
rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, 0);
Mat dst;
bitwise_and(m1, m2, dst);
//bitwise_or(m1, m2, dst);
//bitwise_not(m1, dst);
//bitwise_xor(m1, m2, dst);
imshow("位运算",dst);
}
补充：OpenCV--C++图像像素处理-二值化
#include<opencv2/opencv.hpp>
#include<iostream>
#include<vector>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("colors.jpg");
if (img.empty()) {
cout << "图片读取失败" << endl;
}
Mat gray;
cvtColor(img, gray, COLOR_BGR2GRAY); //将RGB图像img转为灰度图gray
// 彩图BINARY二值化
Mat binary, binary_inv;
threshold(img, binary, 125, 255, THRESH_BINARY);
threshold(img, binary_inv, 125, 255, THRESH_BINARY_INV);
imshow("binary", binary);
imshow("binary_inv", binary_inv);
//灰度图BINARY二值化
Mat binary_gray, binary_gray_inv;
threshold(gray, binary_gray, 125, 255,THRESH_BINARY);
threshold(gray, binary_gray_inv,125, 255, THRESH_BINARY_INV);
imshow("binary_gray", binary_gray);
imshow("binary_gray_inv", binary_gray_inv);
//灰度图TOZERO二值化
Mat tozero_gray, tozero_gray_inv;
threshold(gray, tozero_gray, 125, 255, THRESH_TOZERO);
threshold(gray, tozero_gray_inv, 125, 255, THRESH_TOZERO_INV);
imshow("tozero_gray", binary_gray);
imshow("tozero_gray_inv", binary_gray_inv);
//灰度图TRUNC二值化
Mat trunc_gray;
threshold(gray, trunc_gray, 125, 255, THRESH_TRUNC);
imshow("trunc_gray", trunc_gray);
Mat gray_thr = imread("colors.jpg", IMREAD_GRAYSCALE);
//灰度图OSTU二值化
Mat otsu_gray;
threshold(gray_thr, otsu_gray, 100, 255,THRESH_BINARY | THRESH_OTSU);
imshow("trunc_gray", otsu_gray);
//灰度图triangle二值化
Mat triangle_gray;
threshold(gray_thr, triangle_gray, 100, 255, THRESH_BINARY | THRESH_TRIANGLE);
imshow("triangle_gray", triangle_gray);
//灰度图自适应二值化
Mat adapt_mean_gray;
adaptiveThreshold(gray_thr, adapt_mean_gray, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 55, 0);
imshow("adapt_mean_gray", adapt_mean_gray);
Mat adapt_gauss_gray;
adaptiveThreshold(gray_thr, adapt_gauss_gray, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 55, 0);
imshow("adapt_gauss_gray", adapt_gauss_gray);
waitKey(0);
return 0;
}
总结
提供CDN加速