时间:2021-05-20
本文实例为大家分享了Opencv轮廓外背景颜色改变的具体代码,供大家参考,具体内容如下
自行学习弄得简单代码,使用了图像中的轮廓发现以及提取,再绘制出来,改变轮廓外的像素
首先,头文件,写的比较多,没用的可以自己去除
#include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include"opencv2/imgproc/imgproc.hpp" #include <iostream>#include <fstream>#include <opencv2/opencv.hpp> //命名空间using namespace cv;using namespace std;//图片数据名字,原图,灰度图,二值图,直方图Mat src,src_gray,dst,src_equ;//声明一个函数,建立滑动条static void on_trackbar(int, void*);主函数
int main(int argc, char** argv){ //图片读入 src = imread("D:\\PersonWork\\OpenCV\\program\\picture data\\0400.bmp"); //判断是否存在 if (!src.data) { cout << "Image no find,error!" << endl; } //灰度转换 cvtColor(src,src_gray, CV_BGR2GRAY); //原图窗口,显示 namedWindow("原图", 0); imshow("原图", src); //二值图窗口 namedWindow("二值图", 0); // 滑动条 int nThreshold = 120; createTrackbar("graybar", "二值图", &nThreshold, 255,on_trackbar); on_trackbar(nThreshold, 0); waitKey(0); destroyWindow("原图"); destroyWindow("二值图"); destroyWindow("result"); return 0;}回调函数
static void on_trackbar(int pos, void*){ //二值化 threshold(src_gray, dst, pos, 255, CV_THRESH_BINARY); imshow("二值图", dst); //直方均匀化 equalizeHist(dst, src_equ); //识别轮廓 vector<vector<Point>> contours; vector<Vec4i> hierarchy; findContours(src_equ, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE); //轮廓数量,可没有 //int len=contours.size(); //cout<<len<<endl; //将图拷贝,进行遍历图片每个像素 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++){ //判断是否在轮廓上或者外面,如果在便将像素变为255,即白色,因为这里需要的是最外轮廓,所以为contours[0],如果还需要别的,contours[i],i 可以取其他值 if (pointPolygonTest(contours[0],Point(i,j),false) != 1) sdata[i]=255; } } } //result窗口以及显示结果 namedWindow("result",0); imshow("result",secImg);}以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例为大家分享了Opencv处理图像之轮廓提取,使用cvfindContours对图像进行轮廓检测,供大家参考,具体内容如下#include#include
首先大家可以对OpenCV有个初步的了解,可以参考:简单了解OpenCV轮廓(Contours),指的是有相同颜色或者密度,连接所有连续点的一条曲线。检测轮廓的
基本思路斑马线检测通过opencv图像处理来进行灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀后对图像进行轮廓检测,通过判断车辆和行人的位置,以及他们之间的距离
OpenCV编程实例之图像文件批量读取。本博文摘录《OpenCV图像处理编程实例》2.4章节,更详细的内容请参考本书。在进行图片序列处理时,我们常常需要读取文件
本文实例讲述了Python图像处理之简单画板实现方法。分享给大家供大家参考,具体如下:Python图像处理也是依赖opencv的Python接口实现的,Pyth