C++ opencv学习之图像像素的逻辑操作_开发_开发者

1.API和相关知识

1. rectangele 绘制矩形

共7个参数
           第1个参数输入
           第2个参数矩形左上坐标
           第3个参数矩形右下坐标
           第4个参数矩形颜色
           第5个参数线宽
                           如果参数 >=0，则表示绘制矩形（如为1，表示绘制的矩形边为1个像素）
                           如果参数 < 0，则表示填充矩形（如-1，表示填充整个矩形）
           第6个参数 lineType
                           关于图像锯齿，有几种方式处理
                               不管不顾，就用LINE_4 或者 LINE_8
   &编程客栈nbsp;                           消除锯齿，就用LINE_AA （AA就是反锯齿）
           第7个参数缩小图像，同时缩短矩形左上顶点与（0,0）位置的距离（一般没用）
                   0表示不变
                   1表示图像*1/2，同时距离（0,0）的x方向和y方向距离*1/2
                   2表示图像*（1/2）^2，同时距离（0,0）的x方向和y方向距离*（1/2）^2

第二种

rectangele
   绘制矩形
       共6个参数
           第1个参数输入
           第2个参数矩形的左上点+往对角方向延伸的距离（x1，x2，延伸长度1，延伸长度2）
           第3个参数矩形颜色
           第4个参数线宽
                           如果参数 >=0，则表示绘制矩形（如为1，表示绘制的矩形边为1个像素）
                           如果参数 < 0，则表示填充矩形（如-1，表示填充整个矩形）
           第5个参数 lineType
                           关于图像锯齿，有几种方式处理
                               不管不顾，就用LINE_4 或者 LINE_8
          android;                     消除锯齿，就用LINE_AA （AA就是反编程客栈锯齿）python
           第6个参数缩小图像，同时缩短矩形左上顶点与（0,0）位置的距离
                   0表示不变
                   1表示图像*1/2，同时距离（0,0）的x方向和y方向距离*1/2
                   2表示图像*（1/2）^2，同时距离（0,0）的x方向和y方向距离*（1/2）^2

void QuickDemo::bitwise_demo(Mat& image) {
 
	Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
	Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
	
	//rectangle有两种传参方式，这里分别进行了示范
	rectangle(m1, Point(100, 100), Point(180, 180), Scalar(255, 255, 0), -1, LINE_8,0);
 
	rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, LINE_8, 0);
	
	imshow("m1", m1);
	imshow("m2", m2);
}

C++ opencv学习之图像像素的逻辑操作

2.位运算

在opencv中，图像的为运算有4种

与
或
非
异或

bitwise_and(m1, m2, dst);

//bitwise_or(m1, m2, dst);

//bitwise_not(m1, dst);

//bitwise_xor(m1, m2, dst);略

2.实例代码

void QuickDemo::bitwise_demo(Mat& image) {
 
    Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
    Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
    
    rectangle(m1, Point(100, 100), Point(180, 180), Scalar(255, 255, 0), -1, LINE_4,0);
    
    rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, 0);
    
    Mat dst;
    
    bitwise_and(m1, m2, dst);
    //bitwise_or(m1, m2, dst);
    //bitwise_not(m1, dst);
    //bitwise_xor(m1, m2, dst);
 
    imshow("位运算",dst);
}

补充：OpenCV--C++图像像素处理-二值化

#include<opencv2/opencv.hpp>
#include<IOStream>
#include<vector>
using namespace std;
using namespace cv;
 
int main()
{	
	Mat img = imread("colors.jpg");
	if (img.empty()) {
		cout << "图片读取失败" << endl;
	}
 
	Mat gray;
	cvtColor(img, gray, COLOR_BGR2GRAY);  //将RGB图像i编程客栈mg转为灰度图gray
 
	// 彩图BINARY二值化
	Mat binary, binary_inv;
	threshold(img, binary, 125, 255, THRESH_BINARY);
	threshold(img, binary_inv, 125, 255, THRESH_BINARY_INV);
	imshow("binary", binary);
	imshow("binary_inv", binary_inv);
 
	//灰度图BINARY二值化
	Mat binary_gray, binary_gray_inv;
	threshold(gray, binary_gray,  125, 255,THRESH_BINARY);
	threshold(gray,  binary_gray_inv,125, 255, THRESH_BINARY_INV);
	imshow("binary_gray", binary_gray);
	imshow("binary_gray_inv", binary_gray_inv);
 
	//灰度图TOZERO二值化
	Mat tozero_gray, tozero_gray_inv;
	threshold(gray, tozero_gray, 125, 255, THRESH_TOZERO);
	threshold(gray, tozero_gray_inv, 125, 255, THRESH_TOZERO_INV);
	imshow("tozero_gray", binary_gray);
	imshow("tozero_gray_inv", binary_gray_inv);
 
	//灰度图TRUNC二值化
	Mat trunc_gray;
	threshold(gray, trunc_gray, 125, 255, THRESH_TRUNC);
	imshow("trunc_开发者_Go教程gray", trunc_gray);
 
	Mat gray_thr = imread("colors.jpg", IMREAD_GRAYSCALE);
	//灰度图OSTU二值化
	Mat otsu_gray;
	threshold(gray_thr, otsu_gray, 100, 255,THRESH_BINARY |  THRESH_OTSU);
	imshow("trunc_gray", otsu_gray);
 
	//灰度图triangle二值化
	Mat triangle_gray;
	threshold(gray_thr, triangle_gray, 100, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("triangle_gray", triangle_gray);
 
	//灰度图自适应二值化
	Mat adapt_mean_gray;
	adaptiveThreshold(gray_thr, adapt_mean_gray, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 55, 0);
	imshow("adapt_mean_gray", adapt_mean_gray);
 
	Mat adapt_gauss_gray;
	adaptiveThreshold(gray_thr, adapt_gauss_gray, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 55, 0);
	imshow("adapt_gauss_gray", adapt_gauss_gray);
 
	waitKey(0);
	return 0;
}