本文主要是介绍c++视觉处理 ------ 反向投影图和直方图的变化,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!
通道混合:cv::mixChannels
cv::mixChannels
是 OpenCV 中的一个函数,用于执行通道混合或通道分离操作。通常情况下,这个函数用于处理多通道图像,允许你从多通道图像中提取或重新排列通道,或者将不同通道的数据组合到一个新的多通道图像中。
以下是 cv::mixChannels
函数的基本用法:
void cv::mixChannels(const cv::Mat* src, int nsrcs, cv::Mat* dst, int ndsts, const int* fromTo, int npairs);
src
:源图像数组,包含多通道图像。nsrcs
:源图像数组中的图像数量。dst
:目标图像数组,包含多通道图像。ndsts
:目标图像数组中的图像数量。fromTo
:一个整数数组,用于指定通道混合或复制的映射。它的格式为[srcChannel1, dstChannel1, srcChannel2, dstChannel2, ...]
,其中srcChannel
是源通道的索引,dstChannel
是目标通道的索引。npairs
:通道映射的数量。
通常,fromTo
数组的长度应为 2 * npairs
。对于通道混合,你可以在 fromTo
中指定从源通道到目标通道的映射。对于通道分离,你可以将一个通道映射到多个目标通道。
下面是一个示例,演示如何使用 cv::mixChannels
函数将彩色图像的通道混合:
#include <opencv2/opencv.hpp>int main() {// 读取一幅彩色图像cv::Mat image = cv::imread("color_image.jpg");if (image.empty()) {std::cerr << "Error: Could not read the image." << std::endl;return -1;}// 创建一个新的多通道图像,准备用于通道混合cv::Mat newImage(image.size(), image.type());// 定义通道混合映射int fromTo[] = {0, 2, 1, 1, 2, 0}; // 将BGR通道混合为RGB// 执行通道混合cv::mixChannels(&image, 1, &newImage, 1, fromTo, 3);// 显示混合后的图像cv::imshow("Mixed Image", newImage);cv::waitKey(0);return 0;
}
在这个示例中,cv::mixChannels
函数被用于将彩色图像的通道从BGR混合为RGB,然后显示混合后的图像。你可以根据需要调整通道混合映射,以执行不同的通道操作。
反向投影图和直方图的变化
#include <opencv2/opencv.hpp>// 全局变量声明
cv::Mat g_srcImage;
cv::Mat g_hsvImage;
cv::Mat g_hueImage;
int g_bins = 30; // 直方图组距// 全局函数声明
void on_BinChange(int, void*);int main() {// 读取源图像并转换为HSV色彩空间g_srcImage = cv::imread("1.jpg", 1);if (!g_srcImage.data) {printf("读取图片错误,请确保目录下有指定的图片存在!\n");return false;}cv::cvtColor(g_srcImage, g_hsvImage, cv::COLOR_BGR2HSV);// 分离Hue(色调)通道g_hueImage.create(g_hsvImage.size(), g_hsvImage.depth());int ch[] = { 0, 0 };cv::mixChannels(&g_hsvImage, 1, &g_hueImage, 1, ch, 1);// 创建Trackbar用于输入直方图组距cv::namedWindow("原始图", cv::WINDOW_AUTOSIZE);cv::createTrackbar("色调组距", "原始图", &g_bins, 180, on_BinChange);on_BinChange(0, 0); // 进行一次初始化// 显示原始图像cv::imshow("原始图", g_srcImage);// 等待用户按键cv::waitKey(0);return 0;
}// 响应滑动条移动消息的回调函数
void on_BinChange(int, void*) {// 参数准备cv::MatND hist;int histSize = std::max(g_bins, 2);float hue_range[] = { 0, 180 };const float* ranges = { hue_range };// 计算直方图并归一化cv::calcHist(&g_hueImage, 1, 0, cv::Mat(), hist, 1, &histSize, &ranges, true, false);cv::normalize(hist, hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat());// 计算反向投影cv::MatND backproj;cv::calcBackProject(&g_hueImage, 1, 0, hist, backproj, &ranges, 1, true);// 显示反向投影cv::imshow("反向投影图", backproj);// 参数准备int w = 400, h = 400;int bin_w = cvRound((double)w / histSize);cv::Mat histImg = cv::Mat::zeros(w, h, CV_8UC3);// 绘制直方图for (int i = 0; i < g_bins; i++) {cv::rectangle(histImg, cv::Point(i * bin_w, h), cv::Point((i + 1) * bin_w, h - cvRound(hist.at<float>(i) * h / 255.0)), cv::Scalar(100, 123, 255), -1);}// 显示直方图窗口cv::imshow("直方图", histImg);
}
这篇关于c++视觉处理 ------ 反向投影图和直方图的变化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!