图像的裁剪与拼接

最新推荐文章于 2024-12-08 09:00:00 发布

原创最新推荐文章于 2024-12-08 09:00:00 发布 · 4k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#OpenCV #图像处理 #C++

opencv实现专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一种图像分割方法，通过将图像分为两部分并独立设置阈值来提高分割精度。使用了OpenCV库中的函数实现图像的切割、阈值处理及拼接，最终成功选取出了图像两侧的黑色块。

在图像分割中，存在前后两部分图像采取统一阈值分割不好处理的情况。若先对图像进行切割后再分别根据其合理阈值处理，再进行拼接会有不错的效果。
裁剪后的图像
预期目标提取两侧的黑色图像块，虽然此图可以采取整体阈值切割的方法，但为了记录这种思想，所以采取剪切与拼接的处理方式。

	Mat I1, I2, a2BlackStandardBlockImage;
	I1 = a2RoiImage(Rect(0, 0, 330, 25));
	I2 = a2RoiImage(Rect(330, 0, a2RoiImage.cols - 330, 25));
	threshold(I1, I1, 55, 255, THRESH_BINARY);
	threshold(I2, I2, 55, 255, THRESH_BINARY);
	hconcat(I1, I2, a2BlackStandardBlockImage);
	threshold(a2RoiImage, a2BlackStandardBlockImage, 55, 255, THRESH_BINARY);
	imshow("BlackStandardBlock", a2BlackStandardBlockImage);

其中I1，I2为切割后的原图像的两部分，a2Blank…为切割后的拼接图像，可以得到所得图像为：
两侧黑块
可见两侧黑色图像已经完整的选取出来。