数字图像处理小练习存档1

小练习的题目：

1、读取一张图，分解RGB三个通道

/************练习1**********************/
int main()
{
	Mat img1 = imread("D:\\opencv_picture_test\\miku2.jpg",2|4);			//灰度图
	if (img1.empty())
	{
		printf("Could not find the image!\n");
		return -1;
	}
	std::vector<cv::Mat> channels;
	cv::split(img1,channels);
	Mat B = channels.at(0);
	Mat G = channels.at(1);
	Mat R = channels.at(2);
	imshow("blue", B);
	imshow("green", G);
	imshow("red", R);
	waitKey(0);
	return 0;
}

2、调用本机摄像头

/************练习2**********************/
int main()
{
	//实例化的同时初始化
	//调用摄像头
	VideoCapture capture(0);		//类似于 int a=1;
	/*
		先实例化
		VideoCapture capture;
		再初始化
		capture.open("D:\\opencv_picture_test\\video1.avi");
	*/
	while (1)
	{
		Mat frame;	//存储每一帧的图像
		capture >> frame;	//读取当前帧
		imshow("原视频", frame);	//显示当前帧
		//进行腐蚀操作
		Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));	//返回的是内核矩阵
		Mat dstImage;
		erode(frame, dstImage, element);					//腐蚀操作
		imshow("处理后的视频", dstImage);	//显示当前帧
		if(waitKey(10) >= 0) break;	//延时10ms
	}
	return 0;
}

3、opencv基本绘图功能

int main()
{
	Mat displayMat = imread("D:\\opencv_picture_test\\RGB纯色图\\blue.jpg", 0);			//灰度图
	if (displayMat.empty())
	{
		printf("Could not find the image!\n");
		return -1;
	}
	//画圆
	Point pt;		//圆心
	pt.x = 90;
	pt.y = 90;
	circle(displayMat, pt, 20, CV_RGB(0, 255, 0), 1, 8, 0);		//画圆的目标图像  圆心的点  圆的半径   圆的颜色  
	//		圆的线条粗细，取-1为绘制实心圆			领接关系和偏移，一般设置默认值，8和0
	//画线段
	Point pt1;		//起点
	pt1.x = 100;		
	pt1.y = 100;
	Point pt2;		//终点
	pt2.x = 300;
	pt2.y = 300;
	line(displayMat, pt1, pt2, CV_RGB(0, 255, 0), 10, 8, 0);
	//目标图像  起点 终点
	//		线条粗细，			领接关系和偏移，一般设置默认值，8和0
	//画矩形框
	Rect rect;		
	rect.x = 20;
	rect.y = 20;
	rect.width = 20;
	rect.height = 20;
	rectangle(displayMat, rect, CV_RGB(0, 255, 0), 1, 8, 0);
	//的目标图像  目标矩形 
	//		线条粗细，取-1为绘制实心矩形			领接关系和偏移，一般设置默认值，8和0
	imshow("图片", displayMat);
	waitKey(0);
	return 0;

}

运行效果

4、构建一个直方图

///*--------------------------【练习4】绘制一维灰度直方图-------------------------------------*/
Mat	My_Rraw_histogram(Mat* srcImage)		//输入:要处理的灰度图   输出：该图像的直方图
{
	//【2】定义变量
	MatND dstHist;
	int dims = 1;		//需要计算的直方图的维数
	float grayranges[] = { 0,255 };
	const float* ranges[] = { grayranges };	//这里需要为const类型
	int size = 256;			//表示的是将统计的灰度值分成的等份
	int channels = 0;	//灰度图只有一个0通道

	//【3】计算图像直方图
	calcHist(srcImage,	//输入数组
		1,	//数组个数
		&channels,	//通道索引
		Mat(),//不使用掩膜
		dstHist,	//输出的目标直方图
		dims,	//需要计算的直方图的维数
		&size,	//存放每个维度的直方图尺寸的数组
		ranges);	//每一维数值的取值范围	
	int scale = 1;		//scale 每一个像素占的格数

	Mat dstImage(size * scale, size, CV_8U, Scalar(0));		//长 ：size*scale ，宽：size ,值为0

	//【4】获取最大值和最小值
	double minVal = 0;
	double maxVal = 0;
	minMaxLoc(dstHist, &minVal, &maxVal, 0, 0);		//获得直方图中最大值和最小值

	//【5】绘制出直方图
	int hpt = saturate_cast<int>(0.9 * size);			//saturate_cast 是溢出保护    大概意思 ：if(data<0)  data = 0; else if (data > 255) data = 255;
	for (int i = 0;i < 256;i++)
	{
		float binVal = dstHist.at<float>(i);
		int realVal = saturate_cast<int>(binVal * hpt / maxVal);		//在图像上的高度 = 像素值/最大像素值 * 0.9*256   这里0.9是为了削减图像像素高度，因为最大的时候会触及顶端不美观
		rectangle(dstImage, Point(i * scale, size - 1), Point((i + 1) * scale - 1, size - realVal), Scalar(255));
		//要进行绘制的目标图像 矩形的左下顶点 矩阵对角线上的右上顶点 线条的颜色（RGB）或亮度（灰度图）  一共要绘制256个矩形
	}
	return dstImage;
}
//主函数
int main()
{
	//【1】载入原图
	Mat srcImage = imread("D:\\opencv_picture_test\\新垣结衣\\test2.jpg", 0);			//原图的灰度图
	namedWindow("灰度图", WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩窗口
	imshow("灰度图", srcImage);
	if (srcImage.empty())
	{
		printf("Could not find the image!\n");
		return -1;
	}
	Mat dstImage = My_Rraw_histogram(&srcImage);
	namedWindow("一维直方图", WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩窗口
	imshow("一维直方图", dstImage);
	waitKey(0);
	return 0;
}

运行结果：


嘿嘿，水了一篇文章。