Opencv圖像處理之輪廓外背景顏色改變
更新時(shí)間:2019年05月21日 15:00:36 作者:hihushine
這篇文章主要為大家詳細(xì)介紹了Opencv圖像處理之輪廓外背景顏色改變,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
本文實(shí)例為大家分享了Opencv輪廓外背景顏色改變的具體代碼,供大家參考,具體內(nèi)容如下
自行學(xué)習(xí)弄得簡單代碼,使用了圖像中的輪廓發(fā)現(xiàn)以及提取,再繪制出來,改變輪廓外的像素
首先,頭文件,寫的比較多,沒用的可以自己去除
#include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include"opencv2/imgproc/imgproc.hpp" #include <iostream> #include <fstream> #include <opencv2/opencv.hpp> //命名空間 using namespace cv; using namespace std;
//圖片數(shù)據(jù)名字,原圖,灰度圖,二值圖,直方圖 Mat src,src_gray,dst,src_equ; //聲明一個(gè)函數(shù),建立滑動(dòng)條 static void on_trackbar(int, void*);
主函數(shù)
int main(int argc, char** argv) { //圖片讀入 src = imread("D:\\PersonWork\\OpenCV\\program\\picture data\\0400.bmp"); //判斷是否存在 if (!src.data) { cout << "Image no find,error!" << endl; } //灰度轉(zhuǎn)換 cvtColor(src,src_gray, CV_BGR2GRAY); //原圖窗口,顯示 namedWindow("原圖", 0); imshow("原圖", src); //二值圖窗口 namedWindow("二值圖", 0); // 滑動(dòng)條 int nThreshold = 120; createTrackbar("graybar", "二值圖", &nThreshold, 255,on_trackbar); on_trackbar(nThreshold, 0); waitKey(0); destroyWindow("原圖"); destroyWindow("二值圖"); destroyWindow("result"); return 0; }
回調(diào)函數(shù)
static void on_trackbar(int pos, void*) { //二值化 threshold(src_gray, dst, pos, 255, CV_THRESH_BINARY); imshow("二值圖", dst); //直方均勻化 equalizeHist(dst, src_equ); //識(shí)別輪廓 vector<vector<Point>> contours; vector<Vec4i> hierarchy; findContours(src_equ, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE); //輪廓數(shù)量,可沒有 //int len=contours.size(); //cout<<len<<endl; //將圖拷貝,進(jìn)行遍歷圖片每個(gè)像素 Mat secImg = src_gray.clone(); const int np =secImg.rows * secImg.channels(); const int nr = secImg.rows; for(int j=0;j<nr;j++){ uchar *sdata = secImg.ptr<uchar>(j); for(int i=0;i<np;i++){ //判斷是否在輪廓上或者外面,如果在便將像素變?yōu)?55,即白色,因?yàn)檫@里需要的是最外輪廓,所以為contours[0],如果還需要?jiǎng)e的,contours[i],i 可以取其他值 if (pointPolygonTest(contours[0],Point(i,j),false) != 1) sdata[i]=255; } } } //result窗口以及顯示結(jié)果 namedWindow("result",0); imshow("result",secImg); }
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
您可能感興趣的文章:
- Opencv圖像處理:如何判斷圖片里某個(gè)顏色值占的比例
- Python+OpenCV圖像處理——圖像二值化的實(shí)現(xiàn)
- Opencv圖像處理之詳解掩膜mask
- Python+OpenCV圖像處理——實(shí)現(xiàn)直線檢測
- 詳解python opencv、scikit-image和PIL圖像處理庫比較
- OpenCV圖像處理之常見的圖像灰度變換
- Python+OpenCV數(shù)字圖像處理之ROI區(qū)域的提取
- Python+OpenCV圖像處理—— 色彩空間轉(zhuǎn)換
- Python+OpenCV圖像處理——實(shí)現(xiàn)輪廓發(fā)現(xiàn)
- OpenCV+Qt實(shí)現(xiàn)圖像處理操作
相關(guān)文章
C++計(jì)算任意權(quán)值的單源最短路徑(Bellman-Ford)
這篇文章主要為大家詳細(xì)介紹了C++計(jì)算任意權(quán)值的單源最短路徑,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-04-04C語言運(yùn)用函數(shù)的遞歸實(shí)現(xiàn)漢諾塔
遞歸(recursive)函數(shù)是“自己調(diào)用自己”的函數(shù),無論是采用直接或間接調(diào)用方式。間接遞歸意味著函數(shù)調(diào)用另一個(gè)函數(shù)(然后可能又調(diào)用第三個(gè)函數(shù)等),最后又調(diào)用第一個(gè)函數(shù)。因?yàn)楹瘮?shù)不可以一直不停地調(diào)用自己,所以遞歸函數(shù)一定具備結(jié)束條件2022-07-07