读浅墨博客十二笔记（2）代码

最新推荐文章于 2024-08-29 15:42:48 发布

转载最新推荐文章于 2024-08-29 15:42:48 发布 · 445 阅读

opencv 博客专栏收录该内容

15 篇文章

订阅专栏

本文深入探讨了C++环境下图像处理的基本原理，重点介绍了如何使用OpenCV库进行图像转换、边缘检测（Canny算法、Sobel算子、Scharr算子）及操作，提供了一个从灰度化到最终边缘图像生成的完整流程，通过实时调整参数，直观展示了图像处理的效果。

http://blog.youkuaiyun.com/poem_qianmo/article/details/25560901

#include<iostream>

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

Mat src, dst, gray;
Mat canny;
int cannylowThresh = 1;

Mat sobel_x, sobel_y;
Mat sobelAbs_x, sobelAbs_y;
int sobelKernelSize = 1;

Mat scharr_x, scharr_y;
Mat scharrAbs_x, scharrAbs_y;

static void showText();
static void on_Canny(int,void *);
static void on_Sobel(int,void *);
void Scharr();

int main(){

showText();

src = imread("1.jpg");
if (!src.data)
{
cout << "oh no wrong" << endl;
}

dst.create(src.size(), src.type());

//将原图转换成灰度图像
cvtColor(src,gray,CV_BGR2GRAY);

namedWindow("Canny");
namedWindow("Sobel");

createTrackbar("参数值：", "Canny", &cannylowThresh, 120, on_Canny);
createTrackbar("参数值：", "Sobel", &sobelKernelSize, 3, on_Sobel);

on_Canny(0,0);
on_Sobel(0,0);

Scharr();

while (char(waitKey(0) != 'q')){}
return 0;

}

void showText(){
cout << "开始作业啦~~~"
<< "q 时，退出"
<< endl;

}

//高阶的canny用法，转成灰度图，降噪，用canny，最后将得到的边缘作为掩码，拷贝原图到效果图上，得到彩色的边缘图
static void on_Canny(int, void *){

//先使用3X3内核来降噪
blur(gray,canny,Size(3,3));

Canny(canny, canny,cannylowThresh, cannylowThresh * 3, 3);

//先将dst内的所有元素设置为0
dst = Scalar::all(0);

//将canny算子输出的边缘图作为掩码，来将原图拷到目标图中
src.copyTo(dst,canny);

imshow("Canny",dst);

}

static void on_Sobel(int, void *){

//求x方向梯度
Sobel(src,sobel_x,CV_16S,1,0,(2*sobelKernelSize+1),1,1,BORDER_DEFAULT);
convertScaleAbs(sobel_x, sobelAbs_x);

//求Y方向梯度
Sobel(src, sobel_y, CV_16S, 0, 1, (2 * sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);
convertScaleAbs(sobel_y, sobelAbs_y);

addWeighted(sobelAbs_x,0.5,sobelAbs_y,0.5,0,dst);

imshow("Sobel",dst);

}

void Scharr(){

//求x方向梯度
Scharr(src,scharr_x,CV_16S,1,0,1,0,BORDER_DEFAULT);
convertScaleAbs(scharr_x, scharr_x);

//求y方向梯度
Scharr(src, scharr_y, CV_16S, 0, 1, 0, 1, BORDER_DEFAULT);
convertScaleAbs(scharr_y, scharr_y);

//合并梯度
addWeighted(scharr_x, 0.5, scharr_y,0.5,0.,dst);

imshow("Scharr",dst);

}