c++實現(xiàn)圖像像素計算的示例詳解
我們知道每張圖像都能夠用矩陣來表示，矩陣中每個元素的值表示了圖像中每個像素值，像素值的大小就對應(yīng)著圖像的亮暗。因此找到矩陣中的最大值，就是找到了圖像中灰度值最大的像素，計算矩陣所有元素的平均值就是計算圖像像素平均灰度，平均灰度表示圖像整體的亮暗程度。
圖像像素計算有以下幾種：
1、尋找圖像中最大像素值和最小像素值
可以利用opencv的minMaxLoc()函數(shù)實現(xiàn)
void cv::minMaxLoc(InputArray src,
double * minVal,
double * maxVal = 0,
Point * minLoc = 0,
Point * maxLoc = 0,
InputArray mask = noArray())
src：需要尋找最大值和最小值的圖像或者矩陣，要求必須是單通道矩陣
- minVal：圖像或者矩陣中的最小值。
- maxVal：圖像或者矩陣中的最大值。
- minLoc：圖像或者矩陣中的最小值在矩陣中的坐標(biāo)。
- maxLoc：圖像或者矩陣中的最大值在矩陣中的坐標(biāo)。
- mask：掩模，用于設(shè)置在圖像或矩陣中的指定區(qū)域?qū)ふ易钪怠?/li>
Point數(shù)據(jù)類型是用于表示圖像的像素坐標(biāo)，由于圖像的像素坐標(biāo)軸以左上角為坐標(biāo)原點，水平方向為x軸，垂直方向為y軸，因此Point(x,y)對應(yīng)于圖像的行和列表示為Point(列數(shù)，行數(shù))。在OpenCV中對于2D坐標(biāo)和3D坐標(biāo)都設(shè)置了多種數(shù)據(jù)類型，針對2D坐標(biāo)數(shù)據(jù)類型定義了整型坐標(biāo)cv::Point2i(或者cv::Point)、double型坐標(biāo)cv::Point2d、浮點型坐標(biāo)cv::Point2f，對于3D坐標(biāo)同樣定義了上述的坐標(biāo)數(shù)據(jù)類型，只需要將其中的數(shù)字“2”變成“3”即可。對于坐標(biāo)中x、y、z軸的具體數(shù)據(jù)，可以通過變量的x、y、z屬性進行訪問，例如Point.x可以讀取坐標(biāo)的x軸數(shù)據(jù)。
對于多通道矩陣數(shù)據(jù)，利用cv::Mat::reshape()將多通道變成單通道，或者分別尋找每個通道的最值，然后再進行比較尋找到全局最值。
具體使用案例如下：
#include<iostream>
#include<vector>
#include<string>
#include <opencv2/opencv.hpp>
#include "opencv/highgui.h"
using namespace std;
using namespace cv;
int main(int argc,char** argv) {
cout<<"OpenCv Version: "<<CV_VERSION<<endl;//輸出使用的opencv版本號
Mat img=imread('1.jpg');//單通道圖像
Mat imgs=imread("2.jpg");//多通道圖像
double minVal,maxVal;//用于存放矩陣中的最大值和最小值
Point minIdx,maxIdx;//用于存放矩陣中的最大值和最小值的位置
/*尋找單通道矩陣中的最值*/
minMaxLoc(img,&maxVal,&minVal,&minIdx,&maxIdx);
cout << "img中最大值是：" << maxVal << " " << "在矩陣中的位置:" << maxIdx << endl;
cout << "img中最小值是：" << minVal << " " << "在矩陣中的位置:" << minIdx << endl;
/*尋找多通道矩陣中的最值*/
Mat imgs_re=imgs.reshape(1,4);//將多通道矩陣變成單通道矩陣
minMaxLoc(imgs_re,&minVal,&maxVal,&minIdx,&maxIdx);
cout << "img中最大值是：" << maxVal << " " << "在矩陣中的位置:" << maxIdx << endl;
cout << "img中最小值是：" << minVal << " " << "在矩陣中的位置:" << minIdx << endl;
return 0;
}
2、計算圖像的均值和標(biāo)準(zhǔn)差
如果我們想知道圖像的亮暗程度變化，可以求圖像的均值來判斷。均值越大，說明圖像越亮。圖像標(biāo)準(zhǔn)差表示圖像中明暗變化程度，標(biāo)準(zhǔn)差越大表示圖像中明暗變化越明顯。
我們可以利用cv::mean()函數(shù)用于計算圖像的平均值，也可以利用meanStdDev()函數(shù)用于同時計算圖像的均值和標(biāo)準(zhǔn)方差。
cv::Scalar cv::mean(InputArray src,InputArray mask = noArray())
- src：待求平均值的圖像矩陣。
- mask：掩模，用于標(biāo)記求取哪些區(qū)域的平均值。
該函數(shù)用來求取圖像矩陣的每個通道的平均值，函數(shù)的第一個參數(shù)用來輸入待求平均值的圖像矩陣，其通道數(shù)目可以在1到4之間。需要注意的是，該函數(shù)的返回值是一個cv::Scalar類型的變量，函數(shù)的返回值有4位，分別表示輸入圖像4個通道的平均值，如果輸入圖像只有1個通道，那么返回值的后三位都為0，例如輸入該函數(shù)一個單通道平均值為1的圖像，輸出的結(jié)果為[1,0,0,0]，可以通過cv::Scalar[n]查看第n個通道的平均值。該函數(shù)的第二個參數(shù)用于控制圖像求取均值的范圍，在第一個參數(shù)中去除第二個參數(shù)中像素值為0的像素，當(dāng)不輸入第二個參數(shù)時，表示求取第一個參數(shù)全部像素的平均值。
void cv::meanStdDev(InputArray src,OutputArray mean,OutputArray stddev,InputArray mask = noArray())
- src：待求平均值的圖像矩陣。
- mean：圖像每個通道的平均值，參數(shù)為Mat類型變量。
- stddev：圖像每個通道的標(biāo)準(zhǔn)方差，參數(shù)為Mat類型變量。
- mask：掩模，用于標(biāo)記求取哪些區(qū)域的平均值和標(biāo)準(zhǔn)方差。
該函數(shù)的第一個參數(shù)與前面mean()函數(shù)第一個參數(shù)相同，都可以是1-4通道的圖像，不同之處在于該函數(shù)沒有返回值，圖像的均值和標(biāo)準(zhǔn)方差輸出在函數(shù)的第二個和第三個參數(shù)中，區(qū)別于mean()函數(shù)，用于存放平均值和標(biāo)準(zhǔn)方差的是Mat類型變量，變量中的數(shù)據(jù)個數(shù)與第一個參數(shù)通道數(shù)相同，如果輸入圖像只有一個通道，該函數(shù)求取的平均值和標(biāo)準(zhǔn)方差變量中只有一個數(shù)據(jù)。
具體使用案例如下：
#include<iostream>
#include<vector>
#include<string>
#include <opencv2/opencv.hpp>
#include "opencv/highgui.h"
using namespace std;
using namespace cv;
int main(int argc,char** argv) {
cout<<"OpenCv Version: "<<CV_VERSION<<endl;
Mat img=imread("3.jpg");//單通道圖像或矩陣
Mat imgs=imread("4.jpg");//多通道圖像或矩陣
cout << "/* 用meanStdDev同時求取圖像的均值和標(biāo)準(zhǔn)方差 */" << endl;
Scalar myMean;
myMean=mean(imgs);
cout<<"imgs均值 = "<<myMean<<endl;
cout<<"imgs第一個通道的均值 = "<<myMean[0]<<" "
<<"imgs第二個通道的均值 = "<<myMean[1]<<endl;
cout << "/* 用meanStdDev同時求取圖像的均值和標(biāo)準(zhǔn)方差 */" << endl;
Mat myMeanMat,myStddevMat;
meanStdDev(img,myMeanMat,myStddevMat);
cout << "img均值=" << myMeanMat << " " << endl;
cout << "img標(biāo)準(zhǔn)方差=" << myStddevMat << endl << endl;
meanStdDev(imgs,myMeanMat,myStddevMat);
cout << "img均值=" << myMeanMat << " " << endl;
cout << "img標(biāo)準(zhǔn)方差=" << myStddevMat << endl << endl;
return 0;
}
3、兩張圖像比較運算
opencv提供了求取兩張圖像每一位像素較大或者較小灰度值的max()、min()函數(shù)，這兩個函數(shù)分別比較兩個圖像中每一位元素灰度值的大小，保留較大（較?。┑幕叶戎?。
void cv::max(InputArray src1,InputArray src2,OutputArray dst) void cv::min(InputArray src1,InputArray src2,OutputArray dst)
- src1：第一個圖像矩陣，可以是任意通道數(shù)的矩陣。
- src2：第二個圖像矩陣，尺寸和通道數(shù)以及數(shù)據(jù)類型都需要與src1一致。
- dst：保留對應(yīng)位置較大（較小）灰度值后的圖像矩陣，尺寸、通道數(shù)和數(shù)據(jù)類型與src1一致
該函數(shù)的功能相對來說比較簡單，就是比較圖像每個像素的大小，按要求保留較大值或者較小值，最后生成新的圖像。
具體案例如下：
#include<iostream>
#include<vector>
#include<string>
#include <opencv2/opencv.hpp>
#include "opencv/highgui.h"
using namespace std;
using namespace cv;
int main(int argc,char** argv) {
cout<<"OpenCv Version: "<<CV_VERSION<<endl;
//對兩張彩色圖像進行比較運算
Mat img1=imread("l.png");
Mat img2=imread("2.jpg");
if(img0.empty()||img1.empty()){
cout<<"請確認圖像文件名稱是否正確"<<endl;
return -1;
}
Mat comMin,comMax;
max(img1,img2,comMax);
min(img1,img2,comMin);
imshow("comMin",comMin);
imshow("comMax",comMax);
//與掩模進行比較運算
Mat src1=Mat::zeros(Size(512,512),CV_8UC3);
Rect rect(100,100,300,300);//起點（100，100）長300，寬300的矩形
src1(rect)=Scalar(255,255,255);//生成一個300*300的掩模
Mat comsrc1,comsrc2;
min(img1,src1,comsrc1);
imshow("comsrc1",comsrc1);
Mat src2=Mat(512,512,CV_8UC3,Scalar(0,0,255));//生成一個顯示紅色的低通掩模
min(img1,src2,comsrc2);
imshow("comsrc2",comsrc2);
//對兩張圖片灰度圖像進行比較運算
Mat img1g,img2g,comMing,comMaxg;
cvtColor(img1,img1g,COLOR_BGR2GRAY);
cvtColor(img2,img2g,COLOR_BGR2GRAY);
max(img1g,img2g,comMaxg);
max(img1g,img2g,comMaxg);
imshow("comMing",comMing);
imshow("comMaxg",comMaxg);
return 0;
}
4、圖片邏輯運算
opencv為兩個圖像像素之間邏輯運算與、或、異或以及非運算提供了bitwise_and()、bitwise_or()、bitwise_xor()和bitwise_not()四個函數(shù)，在進行邏輯計算時，一定要保證兩個圖像矩陣之間的尺寸、數(shù)據(jù)類型和通道數(shù)相同，多個通道進行邏輯運算時不同通道之間是獨立進行的。
具體案例如下：
#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;
int main()
{
Mat img = imread("lena.png");
if (img.empty())
{
cout << "請確認圖像文件名稱是否正確" << endl;
return -1;
}
//創(chuàng)建兩個黑白圖像
Mat img0 = Mat::zeros(200, 200, CV_8UC1);
Mat img1 = Mat::zeros(200, 200, CV_8UC1);
Rect rect0(50, 50, 100, 100);
img0(rect0) = Scalar(255);//將起點50，50，長寬100的矩形框區(qū)域像素值置為255，白色
Rect rect1(100, 100, 100, 100);
img1(rect1) = Scalar(255);
imshow("img0", img0);
imshow("img1", img1);
//進行邏輯運算
Mat myAnd, myOr, myXor, myNot, imgNot;
bitwise_not(img0, myNot);
bitwise_and(img0, img1, myAnd);
bitwise_or(img0, img1, myOr);
bitwise_xor(img0, img1, myXor);
bitwise_not(img, imgNot);
imshow("myAnd", myAnd);
imshow("myOr", myOr);
imshow("myXor", myXor);
imshow("myNot", myNot);
imshow("img", img);
imshow("imgNot", imgNot);
waitKey(0);
return 0;
}到此這篇關(guān)于c++實現(xiàn)圖像像素計算的示例詳解的文章就介紹到這了,更多相關(guān)c++圖像像素計算內(nèi)容請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！
相關(guān)文章
詳解C語言中sizeof如何在自定義函數(shù)中正常工作
在main函數(shù)中，sizeof是可以正常工作的，但是在自定義函數(shù)中就不可以了。所以本文將為大家詳細講解一下如何解決這一問題，感興趣的可以了解一下2022-05-05
C語言實現(xiàn)航空訂票系統(tǒng)課程設(shè)計
這篇文章主要為大家詳細介紹了C語言實現(xiàn)航空訂票系統(tǒng)課程設(shè)計，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-03-03
Boost是為C++語言標(biāo)準(zhǔn)庫提供擴展的一些C++程序庫的總稱。Boost庫是一個可移植、提供源代碼的C++庫，作為標(biāo)準(zhǔn)庫的后備，是C++標(biāo)準(zhǔn)化進程的開發(fā)引擎之一，是為C++語言標(biāo)準(zhǔn)庫提供擴展的一些C++程序庫的總稱2022-11-11
這篇文章主要為大家介紹了如何利用Matlab實現(xiàn)多子圖同步調(diào)整視角，文中的示例代碼講解詳細，對我們學(xué)習(xí)Matlab有一定幫助，需要的可以參考一下2022-03-03
Opencv學(xué)習(xí)教程之漫水填充算法實例詳解
這篇文章主要給大家介紹了Opencv學(xué)習(xí)教程之漫水填充算法的相關(guān)資料，文中給出了詳細的示例代碼供大家參考學(xué)習(xí)，對大家具有一定的參考價值，需要的朋友們下面跟著小編一起來學(xué)習(xí)學(xué)習(xí)吧。2017-06-06
C++ DLL動態(tài)庫的創(chuàng)建與調(diào)用(類庫,隱式調(diào)用)
本文主要介紹了C++ DLL動態(tài)庫的創(chuàng)建與調(diào)用(類庫,隱式調(diào)用)，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-05-05
QTableWidget設(shè)置只讓某一列可編輯的實現(xiàn)
本文介紹了如何將QTableWidget的某一列設(shè)置為可編輯,以便用戶可以輸入自定義數(shù)據(jù),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-08-08
這篇文章主要為大家詳細介紹了C++實現(xiàn)歸并排序，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-03-03
這篇文章主要為大家詳細介紹了C++實現(xiàn)圖書館案例，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-06-06
這篇文章主要為大家詳細介紹了如何使用C++實現(xiàn)圖像壓縮的功能,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-12-12