Opencv（C++）学习笔记三：图像的像素点操作

普玻璃窗

已于 2022-09-23 19:07:07 修改

阅读量2.7k

点赞数 2

分类专栏：图像处理 OpenCVC++学习文章标签：学习 opencv 图像处理 c++

于 2022-09-23 13:16:02 首次发布

本文链接：https://blog.youkuaiyun.com/DXY_aqz/article/details/127008273

版权

图像处理同时被 2 个专栏收录

5 篇文章

订阅专栏

OpenCVC++学习

2 篇文章

订阅专栏

1、用到的函数

1.1、cvtColor(src, dst, code, codeCn);

1.2、saturate_cast(v);

1.3、resizeWindow(winname, width, height);

1.4、moveWindow(winname, x, y);

1、用到的函数

1.1、cvtColor(src, dst, code, codeCn);

这个函数的作用是实现图像的颜色空间转换，重要的是第三个参数。

cvtColor（）参数表

参数名	说明
src	输入图像
dst	输出图像
code	需要进行颜色转换的操作
codeCn	通道数，0或者不写就是默认的通道数

常用的“code”如下：
COLOR_BGR2RGB //2前是原来的形式，2后是目标形式
COLOR_BGR2GRAY
COLOR_GRAY2RGB
COLOR_BGR2YCrCb
COLOR_BGR2HSV

1.2、saturate_cast<uchar>(v);

这个就不搞参数表了，就一个参数“v”，这里可以是表达式，这个函数的作用是将v的值限制在一定范围内，防止颜色溢出。有兴趣的可以试下把下面代码中的这个函数去掉看看效果。

1.3、resizeWindow(winname, width, height);

这个函数的作用是调整窗口的大小。

resizeWindow（）参数表

参数名	说明
winname	窗口名称
width	想要调整到的窗口宽度
height	想要调整到的窗口的高度

1.4、moveWindow(winname, x, y);

moveWindow（）参数表

参数名	说明
winname	窗口名称
x	想要调整到的窗口横向位置
y	想要调整到的窗口的纵向位置

2、基于VS的实现

2.1、代码实现

想要对图像的像素点进行操作，首先要对像素点的取值范围有了解，比如灰度图像的值为0-255，RGB或者BGR图像的值有三组，分别也是0-255。主要注意一些特殊的，常用的HSV模型等，它们的值是计算出来的，比如其中V的值取值范围就是0-1。

下面来通过HSV模型来进行一遍像素点操作，主要步骤是先进行颜色空间转换，将彩色图像转换到HSV模型，通过调整V的值来改变图片的亮度，最后再通过颜色空间转换恢复成彩色图像。之前用matlab弄过一个改变图片亮度的文章，也是用的HSV模型，这里用C++和openCV搞一下（不得不说，用惯了matlab，就是觉得matlab好用一点，不知道是不是错觉）。

#include <iostream>
#include<opencv2/opencv.hpp>
#include<algorithm>

using namespace std;
using namespace cv;

int main()
{
    Mat I = imread("C:/Users/含笑韭泉/Desktop/myImage/夜景1.jpg",1);
    Mat HSV;
    //默认WINDOW_AUTOSIZE,不能调整大小；WINDOW_NORMAL,可以手动调整大小；WINDOW_FREERATIO,自适应比例；WINDOW_KEEPRATIO,固定比例；
    namedWindow("夜景", WINDOW_KEEPRATIO);
    resizeWindow("夜景", 640, 480);   //这个函数实现窗口大小初始化
    moveWindow("夜景", 0, 0); //这个函数实现窗口位置初始化
    imshow("夜景",I);
    waitKey();
    cvtColor(I,HSV,COLOR_BGR2HSV);  // cvtColor(I,HSV,COLOR_BGR2HSV);第三个参数实现BGR2HSV，还有其他的很多
    namedWindow("hsvImage", WINDOW_KEEPRATIO);
    resizeWindow("hsvImage", 640, 480);
    moveWindow("hsvImage", 320, 480);
    imshow("hsvImage",HSV);
    waitKey();
    int length1 = HSV.rows;
    int length2 = HSV.cols;
    Mat dst = Mat::zeros(I.size(), I.type());   //定义目标图像和原图像大小一致
    for (int i = 0; i < length1; i++)
    {
        for (int j = 0; j < length2; j++)
        {
            //定义HSV
            int H = HSV.at<Vec3b>(i, j)[0];
            int S = HSV.at<Vec3b>(i, j)[1];
            int V = HSV.at<Vec3b>(i, j)[2];
            //将HSV的值赋给d目标图像
            dst.at<Vec3b>(i, j)[0] = H;
            dst.at<Vec3b>(i, j)[1] = S;
            dst.at<Vec3b>(i, j)[2] = saturate_cast<uchar>(V * 5); //在这里修改HSV中的V值
        }
    }
    Mat dstImage;
    cvtColor(dst, dstImage, COLOR_HSV2BGR);
    namedWindow("dstImage", WINDOW_KEEPRATIO);
    resizeWindow("dstImage", 640, 480);
    moveWindow("dstImage", 640, 0);
    imshow("dstImage", dstImage);
    waitKey();
    return 0;
}