OpenCV学习之旅5——图像变换(2)
2018-01-31 19:21
169 查看
1. 霍夫变换
通过霍夫变换可以快速的检测出直线和圆,OpenCV支持三种不同的霍夫变换,标准霍夫变换(SHT)、多尺度霍夫变换(MSHT)、累计概率霍夫变换(PPHT)。1.1 标准霍夫变换 HoughLines()
#include <opencv2/opencv.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace cv; //-----------------------------------【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( ) { //【1】载入原始图和Mat变量定义 Mat srcImage = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图 Mat midImage,dstImage;//临时变量和目标图的定义 //【2】进行边缘检测和转化为灰度图 Canny(srcImage, midImage, 50, 200, 3);//进行一此canny边缘检测 cvtColor(midImage,dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图 //【3】进行霍夫线变换 vector<Vec2f> lines;//定义一个矢量结构lines用于存放得到的线段矢量集合 HoughLines(midImage, lines, 1, CV_PI/180, 150, 0, 0 ); //【4】依次在图中绘制出每条线段 for( size_t i = 0; i < lines.size(); i++ ) { float rho = lines[i][0], theta = lines[i][1]; Point pt1, pt2; double a = cos(theta), b = sin(theta); double x0 = a*rho, y0 = b*rho; pt1.x = cvRound(x0 + 1000*(-b)); pt1.y = cvRound(y0 + 1000*(a)); pt2.x = cvRound(x0 - 1000*(-b)); pt2.y = cvRound(y0 - 1000*(a)); line( dstImage, pt1, pt2, Scalar(55,100,195), 1, CV_AA); } //【5】显示原始图 imshow("【原始图】", srcImage); //【6】边缘检测后的图 imshow("【边缘检测后的图】", midImage); //【7】显示效果图 imshow("【效果图】", dstImage); waitKey(0); return 0; }
1.1.1 HoughLines()
void HoughLines( InputArray image, OutputArray lines,double rho, double theta, int threshold,double srn=0, double stn=0 );
第一个参数:需要单通道八位二进制图;
第二个参数:OutputArray 类型的 lines,每个线由两个元素矢量表示( ρ,θρ,θ),其中ρρ 为距坐标原点(0,0)的距离,θθ 为线条旋转的弧度制角度(需注意0表示垂直直线,π/2表示水平直线);
第三个参数:以像素为单位的距离精度;
第四个参数:以角度为单位的角度精度;
第五个参数:累加平面的阈值参数,即识别某一部分为直线时累加平面必须达到的值。
1.2 累计概率霍夫变换HoughLinesP()
#include <opencv2/opencv.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace cv; //-----------------------------------【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( ) { //【1】载入原始图和Mat变量定义 Mat srcImage = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图 Mat midImage,dstImage;//临时变量和目标图的定义 //【2】进行边缘检测和转化为灰度图 Canny(srcImage, midImage, 50, 200, 3);//进行一此canny边缘检测 cvtColor(midImage,dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图 //【3】进行霍夫线变换 vector<Vec4i> lines;//定义一个矢量结构lines用于存放得到的线段矢量集合 HoughLinesP(midImage, lines, 1, CV_PI/180, 80, 50, 10 ); //【4】依次在图中绘制出每条线段 for( size_t i = 0; i < lines.size(); i++ ) { Vec4i l = lines[i]; line( dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(186,88,255), 1, CV_AA); } //【5】显示原始图 imshow("【原始图】", srcImage); //【6】边缘检测后的图 imshow("【边缘检测后的图】", midImage); //【7】显示效果图 imshow("【效果图】", dstImage); waitKey(0); return 0; }
1.2.1 HoughLinesP()
void HoughLinesP( InputArray image, OutputArray lines,double rho, double theta, int threshold,double minLineLength=0, double maxLineGap=0 );
第一个参数:需要单通道八位二进制图;
第二个参数:OutputArray 类型的 lines,每个线由两个元素矢量表示( ρ,θρ,θ),其中ρρ 为距坐标原点(0,0)的距离,θθ 为线条旋转的弧度制角度(需注意0表示垂直直线,π/2表示水平直线);
第三个参数:以像素为单位的距离精度;
第四个参数:以角度为单位的角度精度;
第五个参数:累加平面的阈值参数,即识别某一部分为直线时累加平面必须达到的值。
1.3 霍夫圆变换
#include <opencv2/opencv.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace cv; //-----------------------------------【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( ) { //【1】载入原始图、Mat变量定义 Mat srcImage = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图 Mat midImage,dstImage;//临时变量和目标图的定义 //【2】显示原始图 imshow("【原始图】", srcImage); //【3】转为灰度图并进行图像平滑 cvtColor(srcImage,midImage, CV_BGR2GRAY);//转化边缘检测后的图为灰度图 GaussianBlur( midImage, midImage, Size(9, 9), 2, 2 ); //【4】进行霍夫圆变换 vector<Vec3f> circles; HoughCircles( midImage, circles, CV_HOUGH_GRADIENT,1.5, 10, 200, 100, 0, 0 ); //【5】依次在图中绘制出圆 for( size_t i = 0; i < circles.size(); i++ ) { //参数定义 Point center(cvRound(circles[i][0]), cvRound(circles[i][1])); int radius = cvRound(circles[i][2]); //绘制圆心 circle( srcImage, center, 3, Scalar(0,255,0), -1, 8, 0 ); //绘制圆轮廓 circle( srcImage, center, radius, Scalar(155,50,255), 3, 8, 0 ); } //【6】显示效果图 imshow("【效果图】", srcImage); waitKey(0); return 0; }
1.3.1 HoughCircles()函数
void HoughCircles( InputArray image, OutputArray circles,int method, double dp, double minDist,double param1=100, double param2=100,int minRadius=0, int maxRadius=0 );
第三个参数:int类型的method,即检测的方法,目前OpenCV中就一种方法可用,即CV_ HOUGH_GRADIENT。
第五个参数:霍夫圆圆心之间最小的距离,如果小于这个距离则被认为是同一个圆;
2. 重映射
重映射就是把一幅图像的某位置像素放到另一张图像指定位置的过程。#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> using namespace cv; //-----------------------------------【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执行 //----------------------------------------------------------------------------------------------- int main( ) { //【0】变量定义 Mat srcImage, dstImage; Mat map_x, map_y; //【1】载入原始图 srcImage = imread( "1.jpg", 1 ); if(!srcImage.data ) { printf("读取图片错误,请确定目录下是否有imread函数指定的图片存在~! \n"); return false; } imshow("原始图",srcImage); //【2】创建和原始图一样的效果图,x重映射图,y重映射图 dstImage.create( srcImage.size(), srcImage.type() ); map_x.create( srcImage.size(), CV_32FC1 ); map_y.create( srcImage.size(), CV_32FC1 ); //【3】双层循环,遍历每一个像素点,改变map_x & map_y的值 for( int j = 0; j < srcImage.rows;j++) { for( int i = 0; i < srcImage.cols;i++) { //改变map_x & map_y的值. map_x.at<float>(j,i) = static_cast<float>(i); map_y.at<float>(j,i) = static_cast<float>(srcImage.rows - j); } } //【4】进行重映射操作 remap( srcImage, dstImage, map_x, map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) ); //【5】显示效果图 imshow( "【程序窗口】", dstImage ); waitKey(); return 0; }
2.1 remap()函数
void remap( InputArray src, OutputArray dst,InputArray map1, InputArray map2,int interpolation, int borderMode=BORDER_CONSTANT,const Scalar& borderValue=Scalar());
第五个参数:插值方式;
第六个参数:边界模式。
2.2 多种重映射方式
#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> using namespace cv; using namespace std; //-----------------------------------【宏定义部分】-------------------------------------------- // 描述:定义一些辅助宏 //------------------------------------------------------------------------------------------------ #define WINDOW_NAME "【程序窗口】" //为窗口标题定义的宏 //-----------------------------------【全局变量声明部分】-------------------------------------- // 描述:全局变量的声明 //----------------------------------------------------------------------------------------------- Mat g_srcImage, g_dstImage; Mat g_map_x, g_map_y; //-----------------------------------【全局函数声明部分】-------------------------------------- // 描述:全局函数的声明 //----------------------------------------------------------------------------------------------- int update_map( int key); static void ShowHelpText( );//输出帮助文字 //-----------------------------------【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执行 //----------------------------------------------------------------------------------------------- int main( int argc, char** argv ) { //改变console字体颜色 system("color 5F"); //显示帮助文字 ShowHelpText(); //【1】载入原始图 g_srcImage = imread( "1.jpg", 1 ); if(!g_srcImage.data ) { printf("读取图片错误,请确定目录下是否有imread函数指定的图片存在~! \n"); return false; } imshow("原始图",g_srcImage); //【2】创建和原始图一样的效果图,x重映射图,y重映射图 g_dstImage.create( g_srcImage.size(), g_srcImage.type() ); g_map_x.create( g_srcImage.size(), CV_32FC1 ); g_map_y.create( g_srcImage.size(), CV_32FC1 ); //【3】创建窗口并显示 namedWindow( WINDOW_NAME, CV_WINDOW_AUTOSIZE ); imshow(WINDOW_NAME,g_srcImage); //【4】轮询按键,更新map_x和map_y的值,进行重映射操作并显示效果图 while( 1 ) { //获取键盘按键 int key = waitKey(0); //判断ESC是否按下,若按下便退出 if( (key & 255) == 27 ) { cout << "程序退出...........\n"; break; } //根据按下的键盘按键来更新 map_x & map_y的值. 然后调用remap( )进行重映射 update_map(key); remap( g_srcImage, g_dstImage, g_map_x, g_map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) ); //显示效果图 imshow( WINDOW_NAME, g_dstImage ); } return 0; } //-----------------------------------【update_map( )函数】-------------------------------- // 描述:根据按键来更新map_x与map_x的值 //---------------------------------------------------------------------------------------------- int update_map( int key ) { //双层循环,遍历每一个像素点 for( int j = 0; j < g_srcImage.rows;j++) { for( int i = 0; i < g_srcImage.cols;i++) { switch(key) { case '1': // 键盘【1】键按下,进行第一种重映射操作 if( i > g_srcImage.cols*0.25 && i < g_srcImage.cols*0.75 && j > g_srcImage.rows*0.25 && j < g_srcImage.rows*0.75) { g_map_x.at<float>(j,i) = static_cast<float>(2*( i - g_srcImage.cols*0.25 ) + 0.5); g_map_y.at<float>(j,i) = static_cast<float>(2*( j - g_srcImage.rows*0.25 ) + 0.5); } else { g_map_x.at<float>(j,i) = 0; g_map_y.at<float>(j,i) = 0; } break; case '2':// 键盘【2】键按下,进行第二种重映射操作 g_map_x.at<float>(j,i) = static_cast<float>(i); g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows - j); break; case '3':// 键盘【3】键按下,进行第三种重映射操作 g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols - i); g_map_y.at<float>(j,i) = static_cast<float>(j); break; case '4':// 键盘【4】键按下,进行第四种重映射操作 g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols - i); g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows - j); break; } } } return 1; } //-----------------------------------【ShowHelpText( )函数】---------------------------------- // 描述:输出一些帮助信息 //---------------------------------------------------------------------------------------------- static void ShowHelpText() { printf("\n\t欢迎来到重映射示例程序~\n\n"); printf( "\n\t按键操作说明: \n\n" "\t\t键盘按键【ESC】- 退出程序\n" "\t\t键盘按键【1】- 第一种映射方式\n" "\t\t键盘按键【2】- 第二种映射方式\n" "\t\t键盘按键【3】- 第三种映射方式\n" "\t\t键盘按键【4】- 第四种映射方式\n" ); }
相关文章推荐
- 第六章 学习OpenCV——图像变换
- opencv学习笔记第五章:基于形态学运算的图像变换(1)形态学运算进行腐蚀和膨胀
- 【OpenCV学习笔记 008】基于形态学运算的图像变换
- 学习opencv-------函数使用二(图像变换)
- OpenCV学习之旅5——图像变换(1)
- OpenCV_MFC学习笔记
- 学习opencv-Laplacian图像融合
- 读取视频文件存盘(学习openCV课后题2.3)
- opencv学习笔记(十六)利用cvGetSubRect截取图像
- 【opencv学习之六】opencv+Qt+Qzxing调取本地摄像头识别二维码
- opencv学习——彩色图转 灰度图和二值化
- opencv学习记录
- OpenCV学习1--介绍与环境搭建
- 【OpenCV学习笔记 020】K-Means聚类算法介绍及实现
- Opencv官网手册学习---1
- 【OpenCV学习笔记】之六 手写图像旋转函数---万丈高楼平地起
- 【OpenCV学习笔记 005】 操作像素
- OpenCV学习(十三)之根据路径连续加载图像放入vector中,最后再一张一张显示出来
- 第五篇 学习OpenCV之视频处理
- opencv学习笔记