c++视觉处理 ------ 反向投影图和直方图的变化

2023-10-12 16:36

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);
}

在这里插入图片描述

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!



http://www.chinasem.cn/article/197096

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<

C++包装器

包装器 在 C++ 中,“包装器”通常指的是一种设计模式或编程技巧,用于封装其他代码或对象,使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍,可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型: 1. 函数包装器 函数包装器用于封装一个或多个函数,使其接口更统一或更便于调用。例如,std::function 是一个通用的函数包装器,它可以存储任意可调用对象(函数、函数

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获:包含零个或者多个捕获符的逗号分隔列表 模板形参:用于泛型lambda提供个模板形参的名

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

【C++高阶】C++类型转换全攻略:深入理解并高效应用

📝个人主页🌹:Eternity._ ⏩收录专栏⏪:C++ “ 登神长阶 ” 🤡往期回顾🤡:C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝