计算机视觉第三周闯关作业(进阶作业)

最新推荐文章于 2024-08-25 00:34:04 发布

原创最新推荐文章于 2024-08-25 00:34:04 发布 · 443 阅读

0 ·

CC 4.0 BY-SA版权

优快云人工智能作业专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍如何使用OpenCV3.0以上版本进行图像处理，包括安装配置、显示图像、分解RGB与HSV分量等基本操作，适合初学者快速上手。

1. 在计算机上安装OpenCV 3.0以上版本，为后续作业准备。开发语言可采用C++或Python。
如下图所示
2. 创建第一个视觉程序“Hello，world！”，显示Lena图片。具体效果参看课程PPT。

#include "opencv2/opencv.hpp"
using namespace cv;
int main(void)
{
	Mat image = imread("C:\\lena.jpg");
	imshow("helle world!", image);
	waitKey(0);
}

在这里插入图片描述

3. 对Lena图像，分解得到RGB分量及HSV分量，显示各分量，并对结果进行比较说明。

结果如下去所示

#include "opencv2/opencv.hpp"
#include<iostream>
using namespace cv;

//using namespace std;
int main(void)
{
	Mat image1 = imread("E:\\opencv\\sources\\samples\\data\\lena.jpg");
	Mat image2 = imread("E:\\opencv\\sources\\samples\\data\\opencv-logo.png");
	Mat image, hsv, rgb, hsvChangls[3], rgbChangls[3];
	pyrDown(image1, image);
	split(image, rgbChangls);
	imshow("blue", rgbChangls[0]);
	imshow("green", rgbChangls[1]);
	imshow("red", rgbChangls[2]);

	pyrDown(image2, image);
	cvtColor(image, hsv, COLOR_BGR2HSV);
	split(hsv, hsvChangls);
	imshow("Hue", hsvChangls[0]);
	imshow("Saturation", hsvChangls[1]);
	imshow("Value", hsvChangls[2]);
	waitKey();
}

对比说面请见图片窗口说明
在这里插入图片描述