EmguCV学习笔记 VB.Net 5.4 图像修复

2024-08-21 09:52

本文主要是介绍EmguCV学习笔记 VB.Net 5.4 图像修复,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!

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。

EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。

教程VB.net版本请访问:EmguCV学习笔记 VB.Net 目录-CSDN博客

教程C#版本请访问:EmguCV学习笔记 C# 目录-CSDN博客

笔者的博客网址:https://blog.csdn.net/uruseibest

教程配套文件及相关说明以及如何获得pdf教程和代码,请移步:EmguCV学习笔记

学习VB.Net知识,请移步: vb.net 教程 目录_vb中如何用datagridview-CSDN博客

 学习C#知识,请移步:C# 教程 目录_c#教程目录-CSDN博客

 

5.4 图像修复

CvInvoke类的Inpaint方法用于图像修复,可以通过填充缺失的图像区域来恢复图像的完整性。该方法通常用于去除图像中的噪点、划痕或遮挡物等。该方法声明如下:

Public Shared Sub Inpaint (

         src As IInputArray,

         mask As IInputArray,

         dst As IOutputArray,

         inpaintRadius As Double,

         flags As InpaintType

)

参数说明:

  1. src:输入图像,可以是单通道或多通道图像。
  2. mask:修复区域的掩码图像,与输入图像具有相同的尺寸,掩码图像中的非零像素表示需要修复的区域。
  3. dst:输出图像,与输入图像具有相同的尺寸和深度。
  4. inpaintRadius:修复半径,用于指定修复算法的范围。
  5. flags:修复方法,InpaintType枚举,包括两个成员:
    1. NS:基于Navier-Stokes算法修复图像。
    2. Telea:基于Alexandru Telea算法修复图像。

【代码位置:frmChapter5】Button12_Click

    '图像修复

    Private Sub Button12_Click(sender As Object, e As EventArgs) Handles Button12.Click

        '需要修复的图像

        Dim m As New Mat("C:\learnEmgucv\lenarepair.jpg", CvEnum.ImreadModes.Color)

        ImageBox1.Image = m

        '设置掩码图像

        Dim mMask As New Mat

        CvInvoke.CvtColor(m, mMask, ColorConversion.Bgr2Gray)

        '二值化,其中非0的地方表示需要修复的地方

        CvInvoke.Threshold(mMask, mMask, 235, 255, ThresholdType.Binary)

        ImageBox2.Image = mMask

        '进行膨胀,扩大一定修复范围

        Dim kernel As New Mat

        kernel = CvInvoke.GetStructuringElement(ElementShape.Rectangle, New Drawing.Size(5, 5), New Point(-1, -1))

        CvInvoke.Dilate(mMask, mMask, kernel, New Point(-1, -1), 1, BorderType.Constant, New MCvScalar(255, 0, 0))

        '创建输出图像

        Dim mout As New Mat

        '执行图像修复

        CvInvoke.Inpaint(m, mMask, mout, 5, InpaintType.Telea)

        ImageBox3.Image = mout

    End Sub

运行后如下图所示:

图5-13 修复后的图像

【代码位置:frmChapter5】Button13_Click

    '图像修复

    'Inpaint似乎对分散、小面积、且标记的噪点更好修复

    Private Sub Button13_Click(sender As Object, e As EventArgs) Handles Button13.Click

        '需要修复红色标记的图片

        Dim msrc As New Mat("c:\learnEmgucv\w1.jpg", ImreadModes.Color)

        '这里使用了一张对原图需要修复位置进行白色标注的图片作为模板

        Dim msrcmask As New Mat("c:\learnEmgucv\w2.jpg", ImreadModes.Color)

        '将白色标记部分提取为掩码图像

        Dim mgray As New Mat

        CvInvoke.CvtColor(msrcmask, mgray, ColorConversion.Bgr2Gray)

        Dim mMask As New Mat

        CvInvoke.Threshold(mgray, mMask, 240, 255, ThresholdType.Binary)

        Dim kernel1 As New Mat

        kernel1 = CvInvoke.GetStructuringElement(ElementShape.Rectangle, New Drawing.Size(5, 5), New Point(-1, -1))

        CvInvoke.Dilate(mMask, mMask, kernel1, New Point(-1, -1), 1, BorderType.Constant, New MCvScalar(255, 0, 0))

        Dim mout As New Mat

        CvInvoke.Inpaint(msrc, mMask, mout, 5, InpaintType.NS)

        ImageBox1.Image = msrc

        ImageBox2.Image = mMask

        ImageBox3.Image = mout

End Sub

运行后如下图所示:

图5-14 修复后的图像

这篇关于EmguCV学习笔记 VB.Net 5.4 图像修复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/1092826

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

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

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识