opencv入门之数米粒

最新推荐文章于 2024-03-10 23:11:05 发布

原创

最新推荐文章于 2024-03-10 23:11:05 发布 · 1.7k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#vc #opencv #图像处理

这篇博客介绍了如何利用OpenCV进行图像处理，以数出米粒数量并找到最大米粒的位置。通过平均灰度、迭代和Otsu二值化方法实现图像分割。在实验中，使用了vc6和opencv1.0环境，并提供了代码示例，展示了从米粒图像到二值分割和轮廓识别的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

要求：

给出一幅米粒图数出图中米粒数目以及最大米粒位置。

在原图上画出最大米粒的位置。

使用otsu、迭代和平均灰度进行二值分割。

声明：

本次实验采用opencv版本为opencv1.0。

编程软件为vc6.

opencv1.0环境配置请访问http://blog.youkuaiyun.com/qq_32300341/article/details/70186379

#include "cv.h"
#include "highgui.h"
#include<stdio.h>
#include<iostream>
using namespace std;

int aver(IplImage *inputGrayImg)//平均灰度
{
uchar *data= (uchar *)inputGrayImg->imageData;
int wp = inputGrayImg->widthStep;
int i,j;
int sum=0;

for( i = 0; i < inputGrayImg->height; i++)
{
for(j = 0; j < inputGrayImg->width; j++)
{
sum = sum + data[i * wp + j];
}
}//获得所有灰度的和sum
return int(sum*1.0/(inputGrayImg->height*inputGrayImg->width)+0.5);

}

int diedai(IplImage *inputGrayImg,int a)
{

int threshold = 0;
int newThreshold = a;
while(threshold != newThreshold)
{

int p=1,q=1;
int sum1=0,sum2=0;
uchar *data= (uchar *)inputGrayImg->imageData;
int wp = inputGrayImg->widthStep;
int i,j;
for( i = 0; i < inputGrayImg->height; i++)
{
for(j = 0; j < inputGrayImg->width; j++)
{
if(data[i * wp + j]<newThreshold)
{
sum1+=data[i * wp + j];