先上代码。。。
#include <cv.h>
#include<highgui\highgui.hpp>
#include <string>
#include <cstdio>
void slat(cv::Mat &img, int n);
void colorReduce(cv::Mat &img, int div = 64);
void sharpen(const cv::Mat &img, cv::Mat &outimg);
using namespace std;
string sample_png = "D:\\sample.png";
string sample2_png = "D:\\sample2.png";
string shit_png = "D:\\shit.png";
//column 列 x 宽
//row 行 y 高
// img.at<type>(int y, int x);
int main()
{
cv::Mat image = cv::imread(sample_png);
cv::namedWindow(sample_png);
cv::imshow(sample_png, image);
//1
//椒盐噪声
//cv::Mat imageOut = cv::Mat(image);
//拷贝构造函数 图像数据共用的是一块内存。
cv::namedWindow(sample_png + "_OUT1");
cv::Mat imageOut = cv::Mat(image);
slat(imageOut, 1024);
cv::imshow(sample_png + "_OUT1", imageOut);
//椒盐噪声 结束
//2
//cv::Mat_<type> 指定元素 image也不变 引用
// Mat_& operator = (const Mat& m) 引用
cv::namedWindow(sample_png + "_OUT2");
cv::Mat_ <cv::Vec3b> imageOut2 = image.clone();
for (int i = 0; i < 10240; i++)
{
int x = rand() % imageOut2.cols;
int y = rand() % imageOut2.rows;
imageOut2(y, x)[0] = 255;
imageOut2(y, x)[1] = 255;
imageOut2(y, x)[2] = 255;
}
cv::imshow(sample_png + "_OUT2", image);
cv::imwrite("D:\\sample_save.png", image);
//cv::Mat_ 结束
//3
//指针操作 函数声明里设置默认参数
cv::namedWindow(sample_png + "_OUT3");
cv::Mat imageOut3 = image.clone();
colorReduce(imageOut3,128);
cv::imshow(sample_png + "_OUT3", imageOut3);
cv::imshow(sample_png, image);
//指针操作 结束
//4
//clone 图像复制
cv::Mat imgClone = image.clone();
//clone 结束
//5
//create 图像
//create 如果现有的和原来的一样 就回直接返回，不会进行操作
//判断源图片和现有图片是不是一样的 不管out图片有没有分配内存 都没问题了 相当于做了一个检查
cv::Mat imgCreate;
imgCreate.create(cv::Size(image.cols,image.rows), image.type());
cv::namedWindow(sample_png + "_OUT5");
cv::imshow(sample_png + "_OUT5", imgCreate);
//create
//6
//锐化 拉普拉斯 0 -1 0
// -1 5 -1
// 0 -1 0
//遍历图像邻域
//// 8bit, color or not
//IMREAD_UNCHANGED = -1,
// 8bit, gray
// IMREAD_GRAYSCALE = 0,
// ?, color
// IMREAD_COLOR = 1,
// any depth, ?
// IMREAD_ANYDEPTH = 2,
// ?, any color
// IMREAD_ANYCOLOR = 4
cv::Mat image2 = cv::imread(sample2_png,0);
cv::namedWindow(sample2_png);
cout << image2.channels()<<endl;
cv::imshow(sample2_png, image2);
cv::namedWindow(sample2_png + "_OUT6");
cv::Mat outimg;
sharpen(image2, outimg);
cv::imshow(sample2_png + "_OUT6", outimg);
//遍历图像邻域 结束
//7
//ROI
cv::Mat shit = cv::imread(shit_png);
cv::namedWindow(sample_png + "_OUT7");
cv::Mat_ <cv::Vec3b> imageOut7 = image.clone();
//cv::Mat imageROI = imageOut7(cv::Rect(imageOut7.cols - shit.cols - 500, imageOut7.rows - shit.rows - 50, shit.cols, shit.rows));
cv::Mat imageROI = imageOut7(cv::Range(50, 50 + shit.cols), cv::Range(200, 200 + shit.rows));
//imageROI = imageROI + shit;
imageROI = imageROI - shit;
imageOut7.copyTo(shit, imageOut7);
cv::imshow(sample_png + "_OUT7", imageOut7);
cv::waitKey(0);
return 0;
}
void slat(cv::Mat &img, int n)
{
for (int i = 0; i < n; i++)
{
int x = rand() % img.cols;
int y = rand() % img.rows;
if (img.channels() == 1)
{
img.at<uchar>(y, x) = 255;
}
else if (img.channels() == 3)
{
//typedef Vec<uchar, 3> Vec3b
img.at<cv::Vec3b>(y, x)[0] = 255;
img.at<cv::Vec3b>(y, x)[1] = 255;
img.at<cv::Vec3b>(y, x)[2] = 255;
}
}
}
void colorReduce(cv::Mat &img, int div)
{
int nl = img.rows;
int nc = img.cols*img.channels();
for (int i = 0; i < nl; i++)
{
//每行首地址
uchar* data = img.ptr<uchar>(i);
for (int j = 0; j < nc; j++)
{
data[j] = data[j] / div*div + div / 2;
}
}
}
void colorReduce(cv::Mat &img, cv::Mat &outimg ,int div)
{
outimg.create(img.rows, img.cols, img.type());
int nl = img.rows;
int nc = img.cols*img.channels();
for (int i = 0; i < nl; i++)
{
//每行首地址
uchar* data = img.ptr<uchar>(i);
for (int j = 0; j < nc; j++)
{
data[j] = data[j] / div*div + div / 2;
}
}
}
//cv::saturate_cast<uchar>();
//溢出保护
void sharpen(const cv::Mat &img, cv::Mat &outimg)
{
outimg.create(img.size(), img.type());
int h = img.rows;
int w = img.cols;
int w2 = w - 1;
int h2 = h - 1;
for (int y = 1; y < h2; y++)
{
const uchar* pre = img.ptr<const uchar>(y - 1);//上一行
const uchar* cur = img.ptr<const uchar>(y);//当前行
const uchar* next = img.ptr<const uchar>(y + 1);//下一行
uchar* output = outimg.ptr<uchar>(y);
for (int x = 1; x < w2; x++)
{
//cv::saturate_cast<uchar>( );
*output++ = cv::saturate_cast<uchar>(5 * cur[x] - cur[x - 1] - cur[x + 1] - pre[x] - next[x]);
}
}
//彩色 outimg.row(0).setTo(cv::Scalar(1,2,3));
outimg.row(0).setTo(cv::Scalar(0));
outimg.row(h2).setTo(cv::Scalar(0));
outimg.col(0).setTo(cv::Scalar(0));
outimg.col(w2).setTo(cv::Scalar(0));
}
1.读图片 第二个参数是类型
enum
{
// 8bit, color or not
IMREAD_UNCHANGED =-1,
// 8bit, gray
IMREAD_GRAYSCALE =0,
// ?, color
IMREAD_COLOR =1,
// any depth, ?
IMREAD_ANYDEPTH =2,
// ?, any color
IMREAD_ANYCOLOR =4
};
string sample_png = "D:\\sample.png";
cv::Mat image = cv::imread(sample_png);
2.Mat_类型和Mat很像，在初始的时候指定了矩阵的元素的类型。
Mat_重载了(),可以直接访问元素，比起Mat的a看起来跟更方便一些。vec 向量。
/* \typedef
Shorter aliases for the most popular specializations of Vec<T,n>
*/
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;
imageOut2 = image.clone();这种是复制，否则图像内容共享同一块内存区域。
cv::Mat_ <cv::Vec3b> imageOut2 = image.clone();
3.也可以用指针遍历矩阵元素，例子是void colorReduce(cv::Mat &img, int div)这个函数。一行一行的遍历。uchar* data = img.ptr<uchar>(i);然后一个循环，访问一行的数据。
4.outimg.create(img.rows, img.cols, img.type());
这个可以改变图像的大小，但是并不会改变图像的数据。高明的地方在于，如果要改变的大小和原图是一样大的，就直接返回。
这有啥用呢。我们有时候想直接对原图进行操作，有些时候想对原图创建一个副本进行操作。void sharpen(const cv::Mat &img, cv::Mat &outimg)
这个函数，两个引用参数，img是原图，outimg 是结果的图像的引用。如果是想在原图上进行运算，输出图像那个参数那就直接传原图就好。要是想把结果保存到新图像上去。。就传进去另一个Mat就好了。其中第一举的outimg.create(img.size(), img.type()); 的作用就是保证输出是合法的。
5.opencv 重载了大部分算数运算符。例如+和-
图像进行加减运算的时候，要注意格式一样的问题。
RIO 可以认为是图像的一小部分，一个矩形。和原图共享内存。
下面是创建ROI的两种方法。
cv::Mat imageROI = imageOut7(cv::Rect(imageOut7.cols - shit.cols - 500, imageOut7.rows - shit.rows - 50, shit.cols, shit.rows));
cv::Mat imageROI = imageOut7(cv::Range(50, 50 + shit.cols), cv::Range(200, 200 + shit.rows));
程序运行结果图
原图有噪声，说明，加噪声的imageOut2和原图的数据是公用的一块内存。
cv::Mat_ <cv::Vec3b> imageOut2 = image.clone();
slat.png
colorReduce的运行结果
colorReduce.png
锐化后的结果
sharpen.png
像素数学操作的结果
shit.png
