高级的形态学变换的运用:morphologyEX函数

主要在于第三个参数(int op),表示形态学运算的类型

opencv 怎么判断一个mat是bgr还是rgb格式 opencv mat step_Image

Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
morphologyEx(img, dst1, MORPH_BLACKHAT, element);

下面放一个顶帽黑帽的示例,值得关注的是利用按键来选型,用的是waitKey(0)以及一个中间点的设计

Mat g_srcImage, g_dstImage;//原始图和效果图
int g_nElementShape = MORPH_RECT;//元素结构的形状

//变量接收的TrackBar位置参数
int g_nMaxIterationNum = 10;//迭代次数10为中间点
int g_nTopBlackHatNum = 0;

static void on_TopBlackHat(int, void*);//回调函数

int main()
{
    //载入原图
    g_srcImage = imread("1.jpg");
    if (!g_srcImage.data) { printf("Oh,no,读取srcImage错误~! \n"); return false; }

    //显示原始图
    namedWindow("【原始图】");
    imshow("【原始图】", g_srcImage);

    //创建三个窗口
    namedWindow("【顶帽/黑帽】", 1);

    //参数赋值
    g_nTopBlackHatNum = 2;

    //创建滚动条
    createTrackbar("迭代值", "【顶帽/黑帽】", &g_nTopBlackHatNum, g_nMaxIterationNum * 2 + 1, on_TopBlackHat);

    //轮询获取按键信息
    while (1)
    {
        int c;

        //执行回调函数
        on_TopBlackHat(g_nTopBlackHatNum, 0);

        //获取按键
        c = waitKey(0);

        //按下键盘按键Q或者ESC,程序退出
        if ((char)c == 'q' || (char)c == 27)
            break;
        //按下键盘按键1,使用椭圆(Elliptic)结构元素结构元素MORPH_ELLIPSE
        if ((char)c == 49)//键盘按键1的ASII码为49
            g_nElementShape = MORPH_ELLIPSE;
        //按下键盘按键2,使用矩形(Rectangle)结构元素MORPH_RECT
        else if ((char)c == 50)//键盘按键2的ASII码为50
            g_nElementShape = MORPH_RECT;
        //按下键盘按键3,使用十字形(Cross-shaped)结构元素MORPH_CROSS
        else if ((char)c == 51)//键盘按键3的ASII码为51
            g_nElementShape = MORPH_CROSS;
        //按下键盘按键space,在矩形、椭圆、十字形结构元素中循环
        else if ((char)c == ' ')
            g_nElementShape = (g_nElementShape + 1) % 3;
    }

    return 0;
}



//-----------------------------------【on_TopBlackHat( )函数】--------------------------------
//      描述:【顶帽运算/黑帽运算】窗口的回调函数
//----------------------------------------------------------------------------------------------
static void on_TopBlackHat(int, void*)
{
    //偏移量的定义
    int offset = g_nTopBlackHatNum - g_nMaxIterationNum;//偏移量
    int Absolute_offset = offset > 0 ? offset : -offset;//偏移量绝对值
                                                        //自定义核
    Mat element = getStructuringElement(g_nElementShape, Size(Absolute_offset * 2 + 1, Absolute_offset * 2 + 1), Point(Absolute_offset, Absolute_offset));
    //进行操作
    if (offset < 0)
        morphologyEx(g_srcImage, g_dstImage, MORPH_TOPHAT, element);
    else
        morphologyEx(g_srcImage, g_dstImage, MORPH_BLACKHAT, element);
    //显示图像
    imshow("【顶帽/黑帽】", g_dstImage);
}

漫水填充:floodFill

Rect daqi;
floodFill(img,Point(100,100), Scalar(0, 0, 255),&daqi, Scalar(20, 20, 20), Scalar(20, 20, 20));

参数依次为:输入,起始点,像素新值,Rect*类型的值,默认为0,设置重绘区域的最小边界矩形区域,当前像素与加入像素或领域像素的亮度或颜色的负差,以及正差。一个特别有意思的实例,分了好几种填充的方式。通过一个大的switch来调控运用哪种方法,值得一提的是char其实储存的也是整数,既可以是AS值,也可以是’1’这种字符的形式

Mat g_srcImage, g_dstImage, g_grayImage, g_maskImage;//定义原始图、目标图、灰度图、掩模图
int g_nFillMode = 1;//漫水填充的模式
int g_nLowDifference = 20, g_nUpDifference = 20;//负差最大值、正差最大值
int g_nConnectivity = 4;//表示floodFill函数标识符低八位的连通值
int g_bIsColor = true;//是否为彩色图的标识符布尔值
bool g_bUseMask = false;//是否显示掩膜窗口的布尔值
int g_nNewMaskVal = 255;//新的重新绘制的像素值
                        //-----------------------------------【onMouse( )函数】--------------------------------------  
                        //      描述:鼠标消息onMouse回调函数
                        //---------------------------------------------------------------------------------------------
static void onMouse(int event, int x, int y, int, void*)
{
    // 若鼠标左键没有按下,便返回
    //此句代码的OpenCV2版为:
    //if( event != CV_EVENT_LBUTTONDOWN )
    //此句代码的OpenCV3版为:
    if (event != EVENT_LBUTTONDOWN)
        return;

    //-------------------【<1>调用floodFill函数之前的参数准备部分】---------------
    Point seed = Point(x, y);
    int LowDifference = g_nFillMode == 0 ? 0 : g_nLowDifference;//空范围的漫水填充,此值设为0,否则设为全局的g_nLowDifference
    int UpDifference = g_nFillMode == 0 ? 0 : g_nUpDifference;//空范围的漫水填充,此值设为0,否则设为全局的g_nUpDifference

                                                              //标识符的0~7位为g_nConnectivity,8~15位为g_nNewMaskVal左移8位的值,16~23位为CV_FLOODFILL_FIXED_RANGE或者0。
                                                              //此句代码的OpenCV2版为:
                                                              //int flags = g_nConnectivity + (g_nNewMaskVal << 8) +(g_nFillMode == 1 ? CV_FLOODFILL_FIXED_RANGE : 0);
                                                              //此句代码的OpenCV3版为:
    int flags = g_nConnectivity + (g_nNewMaskVal << 8) + (g_nFillMode == 1 ? FLOODFILL_FIXED_RANGE : 0);

    //随机生成bgr值
    int b = (unsigned)theRNG() & 255;//随机返回一个0~255之间的值
    int g = (unsigned)theRNG() & 255;//随机返回一个0~255之间的值
    int r = (unsigned)theRNG() & 255;//随机返回一个0~255之间的值
    Rect ccomp;//定义重绘区域的最小边界矩形区域

    Scalar newVal = g_bIsColor ? Scalar(b, g, r) : Scalar(r*0.299 + g*0.587 + b*0.114);//在重绘区域像素的新值,若是彩色图模式,取Scalar(b, g, r);若是灰度图模式,取Scalar(r*0.299 + g*0.587 + b*0.114)

    Mat dst = g_bIsColor ? g_dstImage : g_grayImage;//目标图的赋值
    int area;

    //--------------------【<2>正式调用floodFill函数】-----------------------------
    if (g_bUseMask)
    {
        //此句代码的OpenCV2版为:
        //threshold(g_maskImage, g_maskImage, 1, 128, CV_THRESH_BINARY);
        //此句代码的OpenCV3版为:
        threshold(g_maskImage, g_maskImage, 1, 128, THRESH_BINARY);
        area = floodFill(dst, g_maskImage, seed, newVal, &ccomp, Scalar(LowDifference, LowDifference, LowDifference),
            Scalar(UpDifference, UpDifference, UpDifference), flags);
        imshow("mask", g_maskImage);
    }
    else
    {
        area = floodFill(dst, seed, newVal, &ccomp, Scalar(LowDifference, LowDifference, LowDifference),
            Scalar(UpDifference, UpDifference, UpDifference), flags);
    }

    imshow("效果图", dst);
    cout << area << " 个像素被重绘\n";
}


//-----------------------------------【main( )函数】--------------------------------------------  
//      描述:控制台应用程序的入口函数,我们的程序从这里开始  
//-----------------------------------------------------------------------------------------------  
int main(int argc, char** argv)
{
    //改变console字体颜色  
    system("color 2F");

    //载入原图
    g_srcImage = imread("dota_pa.jpg", 1);

    if (!g_srcImage.data) { printf("读取图片image0错误~! \n"); return false; }


    g_srcImage.copyTo(g_dstImage);//拷贝源图到目标图
    cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);//转换三通道的image0到灰度图
    g_maskImage.create(g_srcImage.rows + 2, g_srcImage.cols + 2, CV_8UC1);//利用image0的尺寸来初始化掩膜mask

                                                                          //此句代码的OpenCV2版为:
                                                                          //namedWindow( "效果图",CV_WINDOW_AUTOSIZE );
                                                                          //此句代码的OpenCV2版为:
    namedWindow("效果图", WINDOW_AUTOSIZE);


    //创建Trackbar
    createTrackbar("负差最大值", "效果图", &g_nLowDifference, 255, 0);
    createTrackbar("正差最大值", "效果图", &g_nUpDifference, 255, 0);

    //鼠标回调函数
    setMouseCallback("效果图", onMouse, 0);

    //循环轮询按键
    while (1)
    {
        //先显示效果图
        imshow("效果图", g_bIsColor ? g_dstImage : g_grayImage);

        //获取键盘按键
        int c = waitKey(0);
        //判断ESC是否按下,若按下便退出
        if ((char)c == 27)
        {
            cout << "程序退出...........\n";
            break;
        }

        //根据按键的不同,进行各种操作
        switch ((char)c)
        {
            //如果键盘“1”被按下,效果图在在灰度图,彩色图之间互换
        case '1':
            if (g_bIsColor)//若原来为彩色,转为灰度图,并且将掩膜mask所有元素设置为0
            {
                cout << "键盘“1”被按下,切换彩色/灰度模式,当前操作为将【彩色模式】切换为【灰度模式】\n";
                cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
                g_maskImage = Scalar::all(0);   //将mask所有元素设置为0
                g_bIsColor = false; //将标识符置为false,表示当前图像不为彩色,而是灰度
            }
            else//若原来为灰度图,便将原来的彩图image0再次拷贝给image,并且将掩膜mask所有元素设置为0
            {
                cout << "键盘“1”被按下,切换彩色/灰度模式,当前操作为将【彩色模式】切换为【灰度模式】\n";
                g_srcImage.copyTo(g_dstImage);
                g_maskImage = Scalar::all(0);
                g_bIsColor = true;//将标识符置为true,表示当前图像模式为彩色
            }
            break;
            //如果键盘按键“2”被按下,显示/隐藏掩膜窗口
        case '2':
            if (g_bUseMask)
            {
                destroyWindow("mask");
                g_bUseMask = false;
            }
            else
            {
                namedWindow("mask", 0);
                g_maskImage = Scalar::all(0);
                imshow("mask", g_maskImage);
                g_bUseMask = true;
            }
            break;
            //如果键盘按键“3”被按下,恢复原始图像
        case '3':
            cout << "按键“3”被按下,恢复原始图像\n";
            g_srcImage.copyTo(g_dstImage);
            cvtColor(g_dstImage, g_grayImage, COLOR_BGR2GRAY);
            g_maskImage = Scalar::all(0);
            break;
            //如果键盘按键“4”被按下,使用空范围的漫水填充
        case '4':
            cout << "按键“4”被按下,使用空范围的漫水填充\n";
            g_nFillMode = 0;
            break;
            //如果键盘按键“5”被按下,使用渐变、固定范围的漫水填充
        case '5':
            cout << "按键“5”被按下,使用渐变、固定范围的漫水填充\n";
            g_nFillMode = 1;
            break;
            //如果键盘按键“6”被按下,使用渐变、浮动范围的漫水填充
        case '6':
            cout << "按键“6”被按下,使用渐变、浮动范围的漫水填充\n";
            g_nFillMode = 2;
            break;
            //如果键盘按键“7”被按下,操作标志符的低八位使用4位的连接模式
        case '7':
            cout << "按键“7”被按下,操作标志符的低八位使用4位的连接模式\n";
            g_nConnectivity = 4;
            break;
            //如果键盘按键“8”被按下,操作标志符的低八位使用8位的连接模式
        case '8':
            cout << "按键“8”被按下,操作标志符的低八位使用8位的连接模式\n";
            g_nConnectivity = 8;
            break;
        }
    }

    return 0;
}

图片的放大缩小resize()函数
第一种,设定size

Mat img = imread("dota_pa.jpg");
    Mat dst(512,512,CV_8UC3);
    resize(img, dst, dst.size());

第二种就是设定fx,fyresize(img, dst, Size(),0.5,0.5 );会自动算size
所对应的API(接口?):pryUppyrUp(img, dst, Size()); 默认是边*2
pryDownpyrDown(img, dst, Size()); 默认是1/2

阈值化

threshold函数:threshold(img, dst, 70, 150, THRESH_BINARY);,第三个参数是阈值,第四个是一些类型的最大值,有五种类型如图:

opencv 怎么判断一个mat是bgr还是rgb格式 opencv mat step_Image_02


还有一个自适应阈值操作

adaptiveThreshold(img, dst, 70, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 3, 1);(第六个参数取3,5,7等),直接把灰度图变成二值图

边缘检测:滤波-增强-检测
1.Canny()函数:Canny(img, img, 70,180,3);
输入输出得是一样大,两个滞后性阈值中低阈值用于边缘连接(小于这个阈值像素被排除),高阈值用于控制强边缘的初始段,高于这个阈值的被保留为边缘阈值,二者之间的像素在与高阈值像素相连时被保留(两个值最好是2:1到3:1之间);3是默认的sobel算子孔径
下面是一个简单示例

Mat img = imread("dota_pa.jpg",0);
    Mat img1 = imread("dota_pa.jpg");
    Mat dst, edge;
    dst.create(img.size(), img.type());
    blur(img, edge, Size(3, 3));//降噪
    Canny(edge, edge, 70,180,3);
    dst = Scalar::all(0);
    img1.copyTo(dst, edge);
    imshow("1", dst);
    //imshow("2", dst);
    waitKey(0);

注意:copyTo函数的用法:有一个重构函数A.copyTo(B,MASK)即附加一个掩膜MASK,B就复制了A被MASK掩盖后的图像

Mat mask(img.rows, img.cols, img.type(),Scalar(0,0,0));
    Mat dst;
    img.copyTo(dst, mask);

这个就是弄个全黑图给遮了,要是换成Scalar(255,0,0),就全变成了绿色

opencv 怎么判断一个mat是bgr还是rgb格式 opencv mat step_Image_03


对于三通道彩色图像,某个通道中所有在掩膜中值为0的点在该通道上的像素值变为0,其他所有非0值保持和原来不变。例如当对红色和蓝色通道加掩膜时会呈现一种图像被盖了一层绿色的效果。(因为蓝色和红色被掩盖了)

不管是灰度图像还是彩色图像,只有掩膜中像素值为0的点会对图像产生掩盖效果。