【OpenCV 基础知识 18】对两图像按位与操作

2024-05-26 21:44

本文主要是介绍【OpenCV 基础知识 18】对两图像按位与操作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

cvAnd是opencv的一个库函数,功能是计算两个数组的按位与的结果。 计算两个数组的每个元素的按位与 void cvAnd( const
CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL );
src1 第一个原数组 src2 第二个原数组. dst 输出数组 mask 操作覆盖面( 8-bit 单通道数组);
只有覆盖面指定的输出数组被修改 函数 cvAnd 计算两个数组的每个元素的按位逻辑与: dst(I)=src1(I)&src2(I) if
mask(I)!=0 对浮点数组按位表示操作是很有利的。除覆盖面,所有数组都必须有相同的类型,相同的大小(或ROI大 小)。

program cv_And;{$APPTYPE CONSOLE}
{$POINTERMATH ON}
{$R *.res}usesSystem.SysUtils,ocv.highgui_c,ocv.core_c,ocv.core.types_c,ocv.imgproc_c,uResourcePaths;constfilename = cResourceMedia + 'roulette-wheel2-small.jpg';VarRmin: Integer = 0;Rmax: Integer = 256;Gmin: Integer = 0;Gmax: Integer = 256;Bmin: Integer = 0;Bmax: Integer = 256;RGBmax: Integer = 256;image: pIplImage = nil;dst: pIplImage = nil;// 用于存储 RGB 通道rgb: pIplImage = nil;r_plane: pIplImage = nil;g_plane: pIplImage = nil;b_plane: pIplImage = nil;// 用于存储变换后的 RGB 通道r_range: pIplImage = nil;g_range: pIplImage = nil;b_range: pIplImage = nil;// 用于存储合并后的图像rgb_and: pIplImage = nil;// 处理滑动条的回调函数
procedure myTrackbarRmin(pos: Integer); cdecl;
beginRmin := pos;cvInRangeS(r_plane, cvScalar(Rmin), cvScalar(Rmax), r_range);
end;procedure myTrackbarRmax(pos: Integer); cdecl;
beginRmax := pos;cvInRangeS(r_plane, cvScalar(Rmin), cvScalar(Rmax), r_range);
end;procedure myTrackbarGmin(pos: Integer); cdecl;
beginGmin := pos;cvInRangeS(g_plane, cvScalar(Gmin), cvScalar(Gmax), g_range);
end;procedure myTrackbarGmax(pos: Integer); cdecl;
beginGmax := pos;cvInRangeS(g_plane, cvScalar(Gmin), cvScalar(Gmax), g_range);
end;procedure myTrackbarBmin(pos: Integer); cdecl;
beginBmin := pos;cvInRangeS(b_plane, cvScalar(Bmin), cvScalar(Bmax), b_range);
end;procedure myTrackbarBmax(pos: Integer); cdecl;
beginBmax := pos;cvInRangeS(b_plane, cvScalar(Bmin), cvScalar(Bmax), b_range);
end;Varframemin, framemax: Double;c: Integer;begintry// 读取图像image := cvLoadImage(filename);WriteLn(Format('[i] image: %s', [filename]));// 创建图像rgb := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 3);r_plane := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);g_plane := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);b_plane := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);r_range := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);g_range := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);b_range := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);rgb_and := cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);// 复制图像cvCopy(image, rgb);// 分离通道cvSplit(rgb, b_plane, g_plane, r_plane, nil);// 计算各通道的最小和最大值framemin := 0;framemax := 0;cvMinMaxLoc(r_plane, @framemin, @framemax);WriteLn(Format('[R] %f x %f', [framemin, framemax]));Rmin := Trunc(framemin);Rmax := Trunc(framemax);cvMinMaxLoc(g_plane, @framemin, @framemax);WriteLn(Format('[G] %f x %f', [framemin, framemax]));Gmin := Trunc(framemin);Gmax := Trunc(framemax);cvMinMaxLoc(b_plane, @framemin, @framemax);WriteLn(Format('[B] %f x %f', [framemin, framemax]));Bmin := Trunc(framemin);Bmax := Trunc(framemax);// 创建窗口cvNamedWindow('original', CV_WINDOW_AUTOSIZE);cvNamedWindow('R', CV_WINDOW_AUTOSIZE);cvNamedWindow('G', CV_WINDOW_AUTOSIZE);cvNamedWindow('B', CV_WINDOW_AUTOSIZE);cvNamedWindow('R range', CV_WINDOW_AUTOSIZE);cvNamedWindow('G range', CV_WINDOW_AUTOSIZE);cvNamedWindow('B range', CV_WINDOW_AUTOSIZE);cvNamedWindow('rgb and', CV_WINDOW_AUTOSIZE);// 创建滑动条cvCreateTrackbar('Rmin', 'R range', @Rmin, RGBmax, myTrackbarRmin);cvCreateTrackbar('Rmax', 'R range', @Rmax, RGBmax, myTrackbarRmax);cvCreateTrackbar('Gmin', 'G range', @Gmin, RGBmax, myTrackbarGmin);cvCreateTrackbar('Gmax', 'G range', @Gmax, RGBmax, myTrackbarGmax);cvCreateTrackbar('Bmin', 'B range', @Gmin, RGBmax, myTrackbarBmin);cvCreateTrackbar('Bmax', 'B range', @Gmax, RGBmax, myTrackbarBmax);// 根据图像尺寸移动窗口位置if (image^.width < 1920 / 4) and (image^.height < 1080 / 2) thenbegincvMoveWindow('original', 0, 0);cvMoveWindow('R', image^.width + 10, 0);cvMoveWindow('G', (image^.width + 10) * 2, 0);cvMoveWindow('B', (image^.width + 10) * 3, 0);cvMoveWindow('rgb and', 0, image^.height + 30);cvMoveWindow('R range', image^.width + 10, image^.height + 30);cvMoveWindow('G range', (image^.width + 10) * 2, image^.height + 30);cvMoveWindow('B range', (image^.width + 10) * 3, image^.height + 30);end;while true dobegin// 显示原图cvShowImage('original', image);// 显示各通道cvShowImage('R', r_plane);cvShowImage('G', g_plane);cvShowImage('B', b_plane);// 显示阈值化结果cvShowImage('R range', r_range);cvShowImage('G range', g_range);cvShowImage('B range', b_range);// 合并通道cvAnd(r_range, g_range, rgb_and);cvAnd(rgb_and, b_range, rgb_and);// 显示合并结果cvShowImage('rgb and', rgb_and);// 等待按键c := cvWaitKey(33);if (c = 27) then// 如果按下 ESC 键,退出循环break;end;// 输出结果WriteLn('[i] Results:');WriteLn(Format('[i][R] %d : %d', [Rmin, Rmax]));WriteLn(Format('[i][G] %d : %d', [Gmin, Gmax]));WriteLn(Format('[i][B] %d : %d', [Bmin, Bmax]));// 释放图像资源cvReleaseImage(image);cvReleaseImage(rgb);cvReleaseImage(r_plane);cvReleaseImage(g_plane);cvReleaseImage(b_plane);cvReleaseImage(r_range);cvReleaseImage(g_range);cvReleaseImage(b_range);cvReleaseImage(rgb_and);// 销毁窗口cvDestroyAllWindows();excepton E: Exception doWriteLn(E.ClassName, ': ', E.Message);end;end.

这篇关于【OpenCV 基础知识 18】对两图像按位与操作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1005672

相关文章

Mysql表的简单操作(基本技能)

《Mysql表的简单操作(基本技能)》在数据库中,表的操作主要包括表的创建、查看、修改、删除等,了解如何操作这些表是数据库管理和开发的基本技能,本文给大家介绍Mysql表的简单操作,感兴趣的朋友一起看... 目录3.1 创建表 3.2 查看表结构3.3 修改表3.4 实践案例:修改表在数据库中,表的操作主要

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》:本文主要介绍C#WinForms存储过程操作数据库的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程(增删改)3. 查询数据三、事务处

opencv图像处理之指纹验证的实现

《opencv图像处理之指纹验证的实现》本文主要介绍了opencv图像处理之指纹验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录一、简介二、具体案例实现1. 图像显示函数2. 指纹验证函数3. 主函数4、运行结果三、总结一、

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python使用DrissionPage中ChromiumPage进行自动化网页操作

《Python使用DrissionPage中ChromiumPage进行自动化网页操作》DrissionPage作为一款轻量级且功能强大的浏览器自动化库,为开发者提供了丰富的功能支持,本文将使用Dri... 目录前言一、ChromiumPage基础操作1.初始化Drission 和 ChromiumPage

利用Go语言开发文件操作工具轻松处理所有文件

《利用Go语言开发文件操作工具轻松处理所有文件》在后端开发中,文件操作是一个非常常见但又容易出错的场景,本文小编要向大家介绍一个强大的Go语言文件操作工具库,它能帮你轻松处理各种文件操作场景... 目录为什么需要这个工具?核心功能详解1. 文件/目录存javascript在性检查2. 批量创建目录3. 文件

Redis中管道操作pipeline的实现

《Redis中管道操作pipeline的实现》RedisPipeline是一种优化客户端与服务器通信的技术,通过批量发送和接收命令减少网络往返次数,提高命令执行效率,本文就来介绍一下Redis中管道操... 目录什么是pipeline场景一:我要向Redis新增大批量的数据分批处理事务( MULTI/EXE

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解