opencv入门之数米粒

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];

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值