点击上方蓝字关注我们

微信公众号：OpenCV学堂

关注获取更多计算机视觉与深度学习知识

问题分析与思路

这个是最近有人问我的一个问题，想把一个拍好的皮肤图像，转换为3D粗糙度表面显示，既然是粗糙度表面显示，我想到的就是把图像转换为灰度图像，对每个像素点来说，有三个不同维度的信息可以表示它们，分别是坐标x、y与像素灰度值c ,对每个像素点Pixel(x,y ,c)就是一个三维向量，使用matplotlib的的3D表面图即可实现显示，这里还另外一个问题需要解决，就是像素的取值范围在0~255之后，但是为了更好的显示，需要首先对灰度图像归一化像素值范围到0~1之间。所以完整的步骤跟思路如下：

• 加载图像

• 灰度转换

• 归一化处理

• Surface 3D绘制

代码实现

代码实现主要是基于OpenCV跟matplotlib-cpp两个库，关于这个配置跟简单使用，这里就不再赘述了，直接看之前的文章即可：

五分钟学会C++高效图表绘制神器调用

基于灰度图像实现3D表面绘制的完整代码如下：

Mat image = imread("D:/images/skin.png");// resizeMat src;float rate = 256.0 / max(image.rows, image.cols);resize(image, src, Size(image.cols*rate, image.rows*rate));// 转换为灰度图像Mat gray;cvtColor(src, gray, COLOR_BGR2GRAY);normalize(gray, gray, 0, 1, NORM_MINMAX, CV_32F);imshow("input", src);int h = src.rows;int w = src.cols;std::vector<std::vector<double>> x, y, z;for (int row = 0; row < h; row++) {  std::vector<double> x_row, y_row, z_row;  for (int col = 0; col < w; col++) {    double pv = gray.at<float>(row, col);    printf("pv = %.2f \n");    x_row.push_back(col);    y_row.push_back(row);    z_row.push_back(pv);  }  x.push_back(x_row);  y.push_back(y_row);  z.push_back(z_row);}plt::plot_surface(x, y, z);plt::show();waitKey(0);

测试一：

测试二：

凿井者，起于三寸之坎，以就万仞之深

 推荐阅读 

OpenCV4系统化学习路线图-视频版本！

OpenCV单应性矩阵发现参数估算方法详解

单应性矩阵应用-基于特征的图像拼接

OpenCV图像拼接改进算法之完美拼接

OpenCV | 二值图像分析的技巧都在这里

OpenCV二值图像分析之形态学应用技巧

图像色彩空间与应用转换

五分钟学会C++高效图表绘制神器调用

没想到图像直方图有这么多应用场景

基于灰度共生矩阵(GLCM)的图像纹理分析与提取

OpenCV中一个最容易搞错的形态学操作

OpenCV4.x中请别再用HAAR级联检测器检测人脸，有更好更准的方法