OPENCV-4 学习笔记
OPENCV-4 学习笔记
ROI—设定感兴趣的区域(region of interest)
定义:
Mat imageROI;
//方法一:通过Rect指定矩形区域
imageROI=image(Rect(500,250,logo.cols,logo.rows))
//方法二 指定感兴趣行或列的范围(Range)
imageROI=srcImage3(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));
利用ROI将一幅图加到另一幅图的指定位置
bool ROI_AddImage()
{ //【1】读入图像 Mat srcImage1= imread("1.jpg"); Mat logoImage= imread("2.jpg"); if(!srcImage1.data ) { printf("读取srcImage1错误~! \n"); return false; } if(!logoImage.data ) { printf("读取logoImage错误~! \n"); return false; } //【2】定义一个Mat类型并给其设定ROI区域 Mat imageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows)); //【3】加载掩模(必须是灰度图) Mat mask= imread("2.jpg",0); //【4】将掩膜拷贝到ROI logoImage.copyTo(imageROI,mask); //【5】显示结果 namedWindow("<1>利用ROI实现图像叠加示例窗口"); imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1); return true;
}
初级图像混合——线性混合操作
公式:
实现函数:addWeighted函数
void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1);
dst = src1[I]*alpha+ src2[I]*beta + gamma;
bool LinearBlending()
{
//【0】定义一些局部变量
double alphaValue = 0.5;
double betaValue;
Mat srcImage2, srcImage3, dstImage;//【1】读取图像 ( 两幅图片需为同样的类型和尺寸 ) srcImage2= imread("mogu.jpg"); srcImage3= imread("rain.jpg"); if(!srcImage2.data ) { printf("你妹,读取srcImage2错误~! \n"); return false; } if(!srcImage3.data ) { printf("你妹,读取srcImage3错误~! \n"); return false; } //【2】做图像混合加权操作 betaValue= ( 1.0 - alphaValue ); addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage); //【3】创建并显示原图窗口 namedWindow("<2>线性混合示例窗口【原图】 by浅墨", 1); imshow("<2>线性混合示例窗口【原图】 by浅墨", srcImage2 ); namedWindow("<3>线性混合示例窗口【效果图】 by浅墨", 1); imshow("<3>线性混合示例窗口【效果图】 by浅墨", dstImage ); return true;
}
分离颜色通道
- split函数—将一个多通道数组分离成几个单通道数组
void split(const Mat& src, Mat*mvbegin);
void split(InputArray m,OutputArrayOfArrays mv);
//第一个参数,InputArray类型的m或者const Mat&类型的src,填我们需要进行分离的多通道数组。
//第二个参数,OutputArrayOfArrays类型的mv,填函数的输出数组或者输出的vector容器。 - merge函数—将多个数组组合合并成一个多通道的数组。
它通过组合一些给定的单通道数组,将这些孤立的单通道数组合并成一个多通道的数组,从而创建出一个由多个单通道阵列组成的多通道阵列
void merge(const Mat* mv, size_tcount, OutputArray dst)
void (InputArrayOfArrays mv,OutputArray dst)
创建轨迹条——createTrackbar函数
int createTrackbar(conststring& trackbarname, conststring& winname,int* value, int count, TrackbarCallback onChange=0,void* userdata=0); //创建轨迹条
createTrackbar("对比度:", "【效果图窗口】",&g_nContrastValue,
300,ContrastAndBright );// g_nContrastValue为全局的整型变量,ContrastAndBright为回调函数的函数名(即指向函数地址的指针)
获取当前轨迹条的位置——getTrackbarPos函数
int getTrackbarPos(conststring& trackbarname, conststring& winname);
OPENCV-4 学习笔记相关推荐
- opencv进阶学习笔记3:像素运算和图像亮度对比度调节
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版目录: python+opencv进阶版学习笔记目录(适合有一定基础) 像素运算 要求两张图大小,以及格式(np ...
- 【计算机视觉】opencv入门学习笔记Part.1
[计算机视觉]opencv入门学习笔记Part.1 1 前言 1.1 opencv概述(摘取自百度百科) 1.2 图像概念引入 1.3 安装opencv库 2 图像基本操作 2.1 图像的读取 2.2 ...
- 【OpenCV入门学习笔记2】:Mat对象
b站:https://www.bilibili.com/video/BV1uW411d7Wf?p=5 我在b站的学习笔记和实验代码的整理如下: 示例代码: Matdemo //------------ ...
- opencv进阶学习笔记14:分水岭算法 实现图像分割
基础版学习笔记目录: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 分水岭算法原理 分水岭算法 ...
- opencv进阶学习笔记13:图像形态学操作大全(膨胀,腐蚀,开闭,黑帽,顶帽,梯度)python版
基础版学习笔记: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 基础版形态学: opencv学 ...
- opencv进阶学习笔记12:轮廓发现和对象测量
基础版笔记目录: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 轮廓发现 1轮廓发现介绍 基础 ...
- opencv进阶学习笔记11:cannny边缘检测,直线检测,圆检测
基础版笔记传送门 python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) cannny边缘检测 基础版边 ...
- opencv进阶学习笔记10:图像金字塔和图像梯度
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 图像金字塔 变小 变大 原理 ...
- opencv进阶学习笔记8:模板匹配
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模板匹配原理 模板匹配(Te ...
- opencv进阶学习笔记7:直方图,直方图均衡化,直方图比较,直方图反向投影
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 直方图基础讲解: opencv学 ...
最新文章
- 使用GIF(仅限Delphi2007)
- Hibernate- 子查询
- php扇形分布图,PHP制作3D扇形统计图以及对图片进行缩放操作实例
- Flask发送邮件,最基础
- Ubuntu 升级npm 以及安装cross-env 过程中遇到的问题
- 采用加密技术进行数据保护的5大优势
- 【安卓开发 】Android初级开发(零)各种布局
- windows启动管理器_必备的9个Windows设置技巧,可以将Windows 10的性能大幅提高
- Winform DataGridView中利用WebClient异步加载显示网络地址的图片
- Cityengine, 3ds MAX, FME
- UVA13029 Emoticons【文本处理】
- iOS 横竖屏适配 ---masonry
- 区块链专利正从量向质转变 智慧金融、医疗健康和能源三领域质量最高
- 计算机管理的事件id,事件ID6009,6006检测电脑开关机时间
- 树莓派系列(十五):使用英特尔神经计算棒2(NCS2)
- 『辞旧迎新』一个只会写Bug的Coder年终总结
- C# 操作现有Word表格详细教程
- BUUCTF [GYCTF2020] Blacklist
- HTML怎么把图片颜色加深,怎么把Photoshop的图片整体颜色加深?
- 备战第十二届蓝桥杯电子类《EDA设计与开发》国赛
热门文章
- golang 捕获堆栈信息_【网络数据安全】为什么时间戳对于数据包捕获很重要
- layui中table监听单元格_layui table表格 监听头删除不请求后台
- pc端jquery左右按钮控制带缩略图的图片切换代码_Web开发实用的图片预览插件,简单零依赖——PhotoSwipe...
- python波峰波谷算法_波动均分算法
- java有 号_JAVA揭竿而起总要有名号
- 网关和路由器的区别_5G工业路由器与5G DTU的区别介绍详解
- Python之爬虫-段子网
- elementUI vue table status的状态列颜色变化和操作列状态显示(停用, 启用)
- springcloud注册中心eureka
- 线程的基本协作和生产者消费者