OpenCV 2 마라톤 세 번 째 바퀴 - 대비 도와 밝기 변경
9476 단어 opencv
그 전에 데이터 구조 와 방법 을 소개 하 겠 습 니 다.
우선 코어 hpp 에 정 의 된
typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;
typedef Vec<ushort, 2> Vec2w;
typedef Vec<ushort, 3> Vec3w;
typedef Vec<ushort, 4> Vec4w;
typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<int, 6> Vec6i;
typedef Vec<int, 8> Vec8i;
typedef Vec<float, 2> Vec2f;
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;
typedef Vec<double, 2> Vec2d;
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;
Vec 류 는 상관 하지 마 세 요. 이것 은 템 플 릿 류 입 니 다. 특히 이곳 의 Vec3b 에 관심 을 가 져 야 합 니 다. 왜 일 까요? 그 는 3 채널 RGB 를 넣 기 에 특히 적합 하기 때 문 입 니 다. 각각 uchar, 즉 0 - 255 입 니 다.다음은 Mat. hpp 파일 을 보 겠 습 니 다.
아주 중요 한 방법 이 있 습 니 다.
C++: template
i ) const
C++: template
i ) const
C++: template
i, int
j )
C++: template
i, int
j ) const
C++: template
pt )
C++: template
pt ) const
C++: template
i, int
j, int
k )
C++: template
i, int
j, int
k ) const
C++: template
idx )
C++: template
idx ) const
Parameters:
i – Index along the dimension 0
j – Index along the dimension 1
k – Index along the dimension 2
pt – Element position specified as Point(j,i) .
idx – Array of Mat::dims indices.
가장 중요 한 것 은 row 와 column 에 따라 접근 하 는 것 입 니 다.
template<typename _Tp> inline _Tp& Mat::at(int i0, int i1)
{
CV_DbgAssert( dims <= 2 && data && (unsigned)i0 < (unsigned)size.p[0] &&
(unsigned)(i1*DataType<_Tp>::channels) < (unsigned)(size.p[1]*channels()) &&
CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());
return ((_Tp*)(data + step.p[0]*i0))[i1];
}
image. at < Vec3b > (y, x) [0] 은 y 행 x 열의 red 값 을 방문 할 수 있 습 니 다. image. at < Vec3b > (y, x) [1] y 줄 x 열의 green 값 에 접근 할 수 있 습 니 다.
image. at < Vec3b > (y, x) [2] y 줄 x 열의 blue 값 에 접근 할 수 있 습 니 다.
또한 Matt 는 MATLAB 와 Octave 와 같은 초기 화 방법 도 있 습 니 다.
Use MATLAB-style array initializers, zeros(), ones(), eye(), for example:
// create a double-precision identity martix and add it to M.
M += Mat::eye(M.rows, M.cols, CV_64F);
다음은 zeros 를 사용 하려 면 zeros 의 인 터 페 이 스 를 소개 합 니 다.
C++:
static MatExpr Mat:: zeros (int
rows, int
cols, int
type )
C++:
static MatExpr Mat:: zeros (Size
size, int
type )
C++:
static MatExpr Mat:: zeros (int
ndims, const int*
sz, int
type ) ¶
Parameters:
ndims – Array dimensionality.
rows – Number of rows.
cols – Number of columns.
size – Alternative to the matrix size specification Size(cols, rows) .
sz – Array of integers specifying the array shape.
type – Created matrix type.
The method returns a Matlab-style zero array initializer. It can be used to quickly form a constant array as a function parameter, part of a matrix expression, or as a matrix initializer.
Mat A;
A = Mat::zeros(3, 3, CV_32F);
예 를 들 어 나 는 두 번 째 방법 으로 이렇게 쓸 수 있다.
Mat image = imread( argv[1] );
Mat new_image = Mat::zeros( image.size(), image.type() );
또 하나의 유용 한 템 플 릿 함 수 는 saturate 입 니 다.cast, 넘 치 는 것 을 효과적으로 방지 할 수 있 습 니 다.
uchar a = saturate_cast<uchar>(-100); // a = 0 (UCHAR_MIN)
short b = saturate_cast<short>(33333.33333); // b = 32767 (SHORT_MAX)
, #include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
double alpha; /**< Simple contrast control */
int beta; /**< Simple brightness control */
int main( int, char** argv )
{
/// Read image given by user
Mat image = imread( argv[1] );
Mat new_image = Mat::zeros( image.size(), image.type() );
std::cout<<" Basic Linear Transforms "<<std::endl;
std::cout<<"-------------------------"<<std::endl;
std::cout<<"* Enter the alpha value [1.0-3.0]: ";std::cin>>alpha;
std::cout<<"* Enter the beta value [0-100]: "; std::cin>>beta;
/// Do the operation new_image(i,j) = alpha*image(i,j) + beta
/// Instead of these 'for' loops we could have used simply:
/// image.convertTo(new_image, -1, alpha, beta);
/// but we wanted to show you how to access the pixels :)
for( int y = 0; y < image.rows; y++ )
{ for( int x = 0; x < image.cols; x++ )
{ for( int c = 0; c < 3; c++ )
{
new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha*( image.at<Vec3b>(y,x)[c] ) + beta );
}
}
}
namedWindow("Original Image", 1);
namedWindow("New Image", 1);
imshow("Original Image", image);
imshow("New Image", new_image);
waitKey();
return 0;
}
위 에 지식 이 있 으 니 금방 알 아 볼 수 있 을 것 같 아 ~ ~
주석 에서 말 한 것 처럼 우 리 는 함수 가 직접 목적 을 달성 할 수 있 으 므 로 우리 가 옮 겨 다 닐 필요 가 없다.
C++: void Mat::convertTo(OutputArray m, int rtype, double alpha=1, double beta=0 ) const
여기 const 는 이 함수 조작 이 변수 나 대상 같은 값 에 영향 을 주지 않 는 다 는 것 이다.
rtype 은 - 1 로 input 와 output 의 유형 이 일치 하여 매우 편리 하 다 는 것 을 나타 낸다.
변환 공식:
다음은 컨트롤 바 의 대비 도 변환 입 니 다.#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
int alpha = 50;
Mat image,new_image;
static void change_color(int, void*)
{
for( int y = 0; y < image.rows; y++ )
for( int x = 0; x < image.cols; x++ )
for( int c = 0; c < 3; c++ )
new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha/50.0 *( image.at<Vec3b>(y,x)[c] ));
imshow("Image", new_image);
}
int main( int, char** argv )
{
image = imread( argv[1] );
new_image = Mat::zeros( image.size(), image.type() );
namedWindow("Image", 1);
createTrackbar( "pick:", "Image", &alpha, 100, change_color);
change_color(0, 0);
waitKey();
return 0;
}
컨트롤 바 에 대해 서 는 잠시 상관 하지 않 아 도 됩 니 다. (사실은 아주 간단 합 니 다) 쉽게 알 아 볼 수 있 을 거 라 고 믿 습 니 다.
하 나 를 들 면 열 을 안다
공식:
Computer Vision: Algorithms and Applications 소개
알파 는 contrast 를 제어 하 는 것 이 라 고 볼 수 있 습 니 다. 베타 는 brightness 를 제어 합 니 다. 알파 와 베타 도 고정 적 인 것 이 아니 라 공간의 함수 라 고 할 수 있 습 니 다. 저 는 image processing 에서 도 말 했 습 니 다.
컴퓨터 시각 토론 군 162501053
전재 설명:http://blog.csdn.net/abcd1992719g
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
ip camera android에 액세스하고 java를 사용하여 모니터에 표시그런 다음 PC에서 다운로드 폴더를 추출해야 합니다 그런 다음 프로젝트 폴더에 다운로드한 javacv 라이브러리를 추가해야 합니다. 먼저 라이브러리 폴더를 마우스 오른쪽 버튼으로 클릭한 다음 jar/폴더 추가를 선택...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.