【OpenCV 基础知识 15】蛇形处理算法

2024-05-24 07:36

本文主要是介绍【OpenCV 基础知识 15】蛇形处理算法,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!

函数 cvSnakeImage 更新 snake 是为了最小化 snake 的整个能量,其中能量是依赖于轮廓形状的内部能量(轮廓越光滑,内部能量越小)以及依赖于能量场的外部能量之和,外部能量通常在哪些局部能量极值点中达到最小值(这些局部能量极值点与图像梯度表示的图像边缘相对应)。
参数 criteria.epsilon 用来定义必须从迭代中除掉以保证迭代正常运行的点的最少数目。
如果在迭代中去掉的点数目小于 criteria.epsilon 或者函数达到了最大的迭代次数 criteria.max_iter ,则终止函数。

program cv_SnakeImage;{$APPTYPE CONSOLE}
{$POINTERMATH ON}usesSystem.SysUtils,ocv.highgui_c,ocv.core_c,ocv.core.types_c,ocv.imgproc_c,ocv.imgproc.types_c,ocv.legacy,uResourcePaths;constw = 500;filename = cResourceMedia + 'cat2.jpg';varimgA, imgB, imgAA: pIplImage;storage: pCvMemStorage;contour: pCvPointArray;Approx_contours: PcvSeq;contour_num: integer;i1, i2, i, j, length, f1: integer;point: pInteger;c_alpha: single = 0.45;c_beta: single = 0.10;c_gamma: single = 0.45;contours: pCvPoint;begintry// 创建名为 'image' 的窗口,窗口属性为自动调整大小cvNamedWindow('image', 1);// 从文件加载图像并将其分配给变量 `imgA`imgA := cvLoadImage(filename, CV_LOAD_IMAGE_UNCHANGED);// 创建与 imgA 相同大小、深度和通道数的图像,将其分配给变量 `imgAA`imgAA := cvCreateImage(cvSize(imgA^.width, imgA^.height), imgA^.depth, imgA^.nChannels);// 复制图像 imgA 到 imgAA,也可以选择进行高斯平滑处理// cvSmooth(imgA, imgAA, CV_GAUSSIAN, 7, 0, 0);cvCopy(imgA, imgAA);// 创建与 imgA 相同大小的单通道灰度图像,将其分配给变量 `imgB`imgB := cvCreateImage(cvSize(imgA^.width, imgA^.height), IPL_DEPTH_8U, 1);// 将彩色图像 imgAA 转换为灰度图像 imgBcvCvtColor(imgAA, imgB, CV_BGR2GRAY);// 定义曲线的长度和分配内存空间length := 200;contour := AllocMem(sizeof(TCvPoint) * length);// 生成具有 length 个点的圆形轮廓for i := 0 to length - 1 dobegincontour[i].x := round(200 * cos(2 * PI * i / length) + 100);contour[i].y := round(200 * sin(2 * PI * i / length) + 100);end;// 进入循环,执行蛇形图像处理while true dobegin// 使用蛇形图像处理算法更新轮廓cvSnakeImage(imgB, contour, length, @c_alpha, @c_beta, @c_gamma, CV_VALUE, cvSize(21, 21),cvTermCriteria(CV_TERMCRIT_ITER, 1, 0.0), 1);// 复制 imgAA 到 imgA,并在图像上绘制蛇形轮廓cvCopy(imgAA, imgA);for i := 0 to length - 2 docvLine(imgA, contour[i], contour[i + 1], CV_RGB(255, 0, 0), 2, 8, 0);cvLine(imgA, contour[length - 1], contour[0], CV_RGB(255, 0, 0), 2, 8, 0);// 在 'image' 窗口中显示图像cvShowImage('image', imgA);// 等待200毫秒,如果按下ESC键(ASCII码27),则退出循环if cvWaitKey(200) = 27 thenBreak;end;// 释放图像资源和关闭窗口cvReleaseImage(imgA);cvReleaseImage(imgB);cvDestroyAllWindows;excepton E: Exception doWriteln(E.ClassName, ': ', E.Message);end;end.

这篇关于【OpenCV 基础知识 15】蛇形处理算法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/997779

相关文章

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

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

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

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

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

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

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

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