【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

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

linux-基础知识3

打包和压缩 zip 安装zip软件包 yum -y install zip unzip 压缩打包命令: zip -q -r -d -u 压缩包文件名 目录和文件名列表 -q:不显示命令执行过程-r:递归处理,打包各级子目录和文件-u:把文件增加/替换到压缩包中-d:从压缩包中删除指定的文件 解压:unzip 压缩包名 打包文件 把压缩包从服务器下载到本地 把压缩包上传到服务器(zip

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

计组基础知识

操作系统的特征 并发共享虚拟异步 操作系统的功能 1、资源分配,资源回收硬件资源 CPU、内存、硬盘、I/O设备。2、为应⽤程序提供服务操作系统将硬件资源的操作封装起来,提供相对统⼀的接⼝(系统调⽤)供开发者调⽤。3、管理应⽤程序即控制进程的⽣命周期:进程开始时的环境配置和资源分配、进程结束后的资源回收、进程调度等。4、操作系统内核的功能(1)进程调度能⼒: 管理进程、线

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在

android-opencv-jni

//------------------start opencv--------------------@Override public void onResume(){ super.onResume(); //通过OpenCV引擎服务加载并初始化OpenCV类库,所谓OpenCV引擎服务即是 //OpenCV_2.4.3.2_Manager_2.4_*.apk程序包,存

go基础知识归纳总结

无缓冲的 channel 和有缓冲的 channel 的区别? 在 Go 语言中,channel 是用来在 goroutines 之间传递数据的主要机制。它们有两种类型:无缓冲的 channel 和有缓冲的 channel。 无缓冲的 channel 行为:无缓冲的 channel 是一种同步的通信方式,发送和接收必须同时发生。如果一个 goroutine 试图通过无缓冲 channel

动手学深度学习【数据操作+数据预处理】

import osos.makedirs(os.path.join('.', 'data'), exist_ok=True)data_file = os.path.join('.', 'data', 'house_tiny.csv')with open(data_file, 'w') as f:f.write('NumRooms,Alley,Price\n') # 列名f.write('NA

java常用面试题-基础知识分享

什么是Java? Java是一种高级编程语言,旨在提供跨平台的解决方案。它是一种面向对象的语言,具有简单、结构化、可移植、可靠、安全等特点。 Java的主要特点是什么? Java的主要特点包括: 简单性:Java的语法相对简单,易于学习和使用。面向对象:Java是一种完全面向对象的语言,支持封装、继承和多态。跨平台性:Java的程序可以在不同的操作系统上运行,称为"Write once,

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据