硬件开发工程师简历,seo排名第一,wordpress显示不同的页脚,wordpress面向对象目录 1、积分图像
2、图像分割--漫水填充
3、图像分割--分水岭法
4、Harris角点检测 1、积分图像 #include iostream
#include opencv2/opencv.hppusing namespace cv;
using namespace std;//积分图像
int test()
{//创建一个1616全为1的矩阵,因为2561616M…目录 1、积分图像
2、图像分割--漫水填充
3、图像分割--分水岭法
4、Harris角点检测 1、积分图像 #include iostream
#include opencv2/opencv.hppusing namespace cv;
using namespace std;//积分图像
int test()
{//创建一个16×16全为1的矩阵,因为25616×16Mat img Mat::ones(16, 16, CV_32FC1);//在图像中加入随机噪声RNG rng(10086);for (int y 0; y img.rows; y){for (int x 0; x img.cols; x){float d rng.uniform(-0.5, 0.5);//使用.at的形式读出xy位置像素来进行操作img.atfloat(y, x) img.atfloat(y, x) d;}}//计算标准求和积分Mat sum;integral(img, sum);//为了便于显示,转成CV_8U格式Mat sum8U Mat_uchar(sum);namedWindow(sum8U, WINDOW_NORMAL);imshow(sum8U, sum8U);//计算平方求和积分Mat sqsum;integral(img, sum, sqsum);//为了便于显示,转成CV_8U格式Mat sqsum8U Mat_uchar(sqsum);namedWindow(sqsum8U, WINDOW_NORMAL);imshow(sqsum8U, sqsum8U);//计算倾斜求和积分Mat tilted;integral(img, sum, sqsum, tilted);//为了便于显示,转成CV_8U格式Mat tilted8U Mat_uchar(tilted);namedWindow(tilted8U, WINDOW_NORMAL);imshow(tilted8U, tilted8U);waitKey(0);return 0;
}
int main()
{test();system(pause);return 0;
}
2、图像分割--漫水填充 #include iostream
#include opencv2/opencv.hppusing namespace cv;
using namespace std;//图像分割--漫水填充
int test()
{system(color 02);Mat img imread(E:/testMap/lena.png);if (!(img.data)){cout 读取图像错误,请确认图像文件是否正确 endl;return -1;}RNG rng(10086);//随机数,用于随机生成像素//设置操作标志flagsint connectivity 4;//连通邻域方式int maskVal 255;//掩码图像的数值int flags connectivity | (maskVal 8) | FLOODFILL_FIXED_RANGE;//漫水填充操作方式标志//设置与选中像素点的差值Scalar loDiff Scalar(20, 20, 20);Scalar upDiff Scalar(20, 20, 20);//声明掩模矩阵变量尺寸比输入图像宽高各大2Mat mask Mat::zeros(img.rows 2, img.cols 2, CV_8UC1);while (true){//随机产生图像中某一像素点int py rng.uniform(0, img.rows - 1);int px rng.uniform(0, img.cols - 1);Point point Point(px, py);//彩色图像中填充的像素值Scalar newVal Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));//漫水填充函数int area floodFill(img, mask, point, newVal, Rect(), loDiff, upDiff, flags);//输出像素点和填充的像素数目cout 像素点x: point.x y : point.y 填充像素数目: area endl;//输出填充的图像结果imshow(填充的彩色图像, img);imshow(掩模图像, mask);//判断是否结束程序int c waitKey();if ((c 255) 27){break;}}waitKey(0);return 0;
}
int main()
{test();system(pause);return 0;
}
3、图像分割--分水岭法 #include opencv2/opencv.hpp
#include iostreamusing namespace cv;
using namespace std;//图像分割--分水岭法
int test()
{Mat img, imgGray, imgMask, img_;Mat maskWaterShed; //watershed()函数的参数img imread(E:/testMap/lenaw.png); //含有标记的图像img_ imread(E:/testMap/lena.png); //原图像cvtColor(img, imgGray, COLOR_BGR2GRAY);threshold(imgGray, imgMask, 235, 255, THRESH_BINARY);//二值化Mat k getStructuringElement(0, Size(3, 3));//生成结构元素morphologyEx(imgMask, imgMask, MORPH_OPEN, k);//开运算imshow(含有标记的图像, img);imshow(原图像, img_);vectorvectorPoint contours;vectorVec4i hierarchy;//轮廓索引编号findContours(imgMask, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);//在maskWaterShed上绘制轮廓,用于输入分水岭算法maskWaterShed Mat::zeros(imgMask.size(), CV_32S);for (int index 0; index contours.size(); index){//其中第一个参数image表示目标图像第二个参数contours表示输入的轮廓组每一组轮廓由点vector构成//第三个参数contourIdx指明画第几个轮廓如果该参数为负值则画全部轮廓第四个参数color为轮廓的颜色//第五个参数thickness为轮廓的线宽如果为负值或CV_FILLED表示填充轮廓内部第六个参数lineType为线型//第七个参数为轮廓结构信息 第八个参数为maxLeveldrawContours(maskWaterShed, contours, index, Scalar::all(index 1), -1, 8, hierarchy, INT_MAX);}//分水岭算法需要对原图像进行处理watershed(img_, maskWaterShed);vectorVec3b colors;// 随机生成几种颜色for (int i 0; i contours.size(); i){int b theRNG().uniform(0, 255);int g theRNG().uniform(0, 255);int r theRNG().uniform(0, 255);colors.push_back(Vec3b((uchar)b, (uchar)g, (uchar)r));}Mat resultImg Mat(img.size(), CV_8UC3); // 显示图像for (int i 0; i imgMask.rows; i){for (int j 0; j imgMask.cols; j){//绘制每个区域的颜色int index maskWaterShed.atint(i, j);if (index -1)//区域间的值被置为 - 1(边界){resultImg.atVec3b(i, j) Vec3b(255, 255, 255);}else if (index 0 || index contours.size())//没有标记清楚的区域被置为0{resultImg.atVec3b(i, j) Vec3b(0, 0, 0);}else//其他每个区域的值保持不变: 1,2,…,contours.size(){resultImg.atVec3b(i, j) colors[index - 1];//把些区域绘制成不同颜色}}}imshow(resultImg, resultImg);resultImg resultImg * 0.8 img_*0.2;//addWeighted(resultImg,0.8,img_, 0.2,0, resultImg); imshow(分水岭结果, resultImg);//绘制每个区域的图像for (int n 1; n contours.size(); n){Mat resImagel Mat(img.size(), CV_8UC3);//声明一个最后要显示的图像for (int i 0; i imgMask.rows; i){for (int j 0; j imgMask.cols; j){int index maskWaterShed.atint(i, j);if (index n)resImagel.atVec3b(i, j) img_.atVec3b(i, j);elseresImagel.atVec3b(i, j) Vec3b(0, 0, 0);}}//显示图像imshow(to_string(n), resImagel);}waitKey(0);return 0;
}int main()
{test();system(pause);return 0;
}
4、Harris角点检测 #include opencv2/opencv.hpp
#include iostreamusing namespace cv;
using namespace std;//Harris角点检测
int test()
{Mat img imread(E:/testMap/lena.png, IMREAD_COLOR);if (!img.data){cout 读取图像错误,请确认图像文件是否正确 endl;return -1;}//转成灰度图像Mat gray;cvtColor(img, gray, COLOR_BGR2GRAY);//计算Harris系数Mat harris;int blockSize 2; //邻域半径int apertureSize 3;cornerHarris(gray, harris, blockSize, apertureSize, 0.04);//角点检测//归一化便于进行数值比较和结果显示Mat harrisn;normalize(harris, harrisn, 0, 255, NORM_MINMAX);//将图像的数据类型变成CV_8UconvertScaleAbs(harrisn, harrisn);//寻找Harris角点vectorKeyPoint keyPoints;for (int row 0; row harrisn.rows; row){for (int col 0; col harrisn.cols; col){int R harrisn.atuchar(row, col);if (R 125){//向角点存入KeyPoint中KeyPoint keyPoint;keyPoint.pt.y row;keyPoint.pt.x col;keyPoints.push_back(keyPoint);}}}//绘制角点与显示结果drawKeypoints(img, keyPoints, img);imshow(系数矩阵, harrisn);imshow(Harris角点, img);waitKey(0);return 0;
}int main()
{test();system(pause);return 0;
}
