本文主要介紹了C++實(shí)現(xiàn)圖像目標(biāo)區(qū)裁剪ImageCropping，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

場(chǎng)景需求

在做圖像處理時(shí)，有時(shí)候會(huì)需要適當(dāng)?shù)剡M(jìn)行一些裁剪工作，比如我做干涉測(cè)量領(lǐng)域，我們所要處理的圖像區(qū)域是條紋所在區(qū)域，而原圖又遠(yuǎn)大于我所想分析的目標(biāo)區(qū)，此時(shí)就需要對(duì)圖像進(jìn)行裁剪，這樣做的好處：

1）縮減計(jì)算量，提高程序運(yùn)行速度；

2）裁剪后的圖像尺寸正好是歸一化的圖像尺寸，如果有歸一化的需求，可以直接用裁剪圖像尺寸建立歸一化數(shù)據(jù)網(wǎng)格圖。

我就是為了計(jì)算柱面的擬合系數(shù)才寫(xiě)了這個(gè)函數(shù)，若要得到同光學(xué)領(lǐng)域標(biāo)準(zhǔn)一致的系數(shù)，需要先歸一化數(shù)據(jù)，而歸一化的范圍就正好是裁剪的圖像大小。

函數(shù)通俗易懂，就是用掩膜鎖定目標(biāo)區(qū)，再分析掩膜在原圖中的上下左右邊界，用roi提取出來(lái)即可。

話不多說(shuō)，下方為具體實(shí)現(xiàn)函數(shù)和測(cè)試代碼。

功能函數(shù)代碼

/**
 * @brief ImageCropping                    圖像裁剪
 * @param phase                            所需裁剪的圖像
 * @return                                 裁剪后圖像
 */
cv::Mat ImageCropping(const cv::Mat &phase) {
	// 非測(cè)量區(qū)一般都進(jìn)行了NaN處理，所以掩膜繪制只需要判斷是否為NaN值即可
	cv::Mat mask = cv::Mat::zeros(phase.size(), CV_8UC1);
	mask.setTo(255, phase == phase);
	int roi_up = 10000;
	int roi_down = 0;
	int roi_left = 10000;
	int roi_right = 0;
	int row = phase.rows;
	int col = phase.cols;
	for (int i = 0; i < row; i++)
	{
		uchar *m = mask.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			if (m[j] != 0)
			{
				if (j < roi_left)roi_left = j;
				if (j > roi_right)roi_right = j;
				if (i < roi_up)roi_up = i;
				if (i > roi_down)roi_down = i;
			}
		}
	}
	int w = roi_right - roi_left;
	int h = roi_down - roi_up;
	// 一般提取奇數(shù)尺寸，方便計(jì)算
	if (w % 2 == 0)w++;
	if (h % 2 == 0)h++;
	cv::Mat crop_phase = phase(cv::Rect(roi_left, roi_up, w, h)).clone();
	return crop_phase;
}

C++測(cè)試代碼

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
cv::Mat ImageCropping(const cv::Mat &phase);
int main(void)
{
	cv::Mat phase(100, 100, CV_32FC1, nan(""));
	cv::circle(phase, cv::Point(50, 50), 30, 255, -1);
	cv::Mat crop = ImageCropping(phase);
	imshow("original", phase);
	imshow("result", crop);
	waitKey(0);
	system("pause");
	return 0;
}
/**
 * @brief ImageCropping                    圖像裁剪
 * @param phase                            所需裁剪的圖像
 * @return                                 裁剪后圖像
 */
cv::Mat ImageCropping(const cv::Mat &phase) {
	// 非測(cè)量區(qū)一般都進(jìn)行了NaN處理，所以掩膜繪制只需要判斷是否為NaN值即可
	cv::Mat mask = cv::Mat::zeros(phase.size(), CV_8UC1);
	mask.setTo(255, phase == phase);
	int roi_up = 10000;
	int roi_down = 0;
	int roi_left = 10000;
	int roi_right = 0;
	int row = phase.rows;
	int col = phase.cols;
	for (int i = 0; i < row; i++)
	{
		uchar *m = mask.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			if (m[j] != 0)
			{
				if (j < roi_left)roi_left = j;
				if (j > roi_right)roi_right = j;
				if (i < roi_up)roi_up = i;
				if (i > roi_down)roi_down = i;
			}
		}
	}
	int w = roi_right - roi_left;
	int h = roi_down - roi_up;
	// 一般提取奇數(shù)尺寸，方便計(jì)算
	if (w % 2 == 0)w++;
	if (h % 2 == 0)h++;
	cv::Mat crop_phase = phase(cv::Rect(roi_left, roi_up, w, h)).clone();
	return crop_phase;
}

測(cè)試效果

圖1 裁剪前后對(duì)比圖

在測(cè)試案例中，隨機(jī)生成了一個(gè)100*100的數(shù)據(jù)矩陣，中間一個(gè)30半徑的圓，也是我需要的目標(biāo)區(qū)域，運(yùn)用ImageCropping函數(shù)實(shí)現(xiàn)了目標(biāo)區(qū)域的提取。

到此這篇關(guān)于C++實(shí)現(xiàn)圖像目標(biāo)區(qū)裁剪ImageCropping的文章就介紹到這了,更多相關(guān)C++目標(biāo)裁剪ImageCropping內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: