opencv3.0中一个窗口显示多个图像

1.注意：imshowMany()函数ROI法，要求各图片的颜色通道数目一直，次数为三通道  
要显示单通道灰度图或二值图图片需要转换颜色空间cvtcolor()  

模糊处理内核的选择和霍夫变换时精度选择对最终结果影响较大  

图像处理之霍夫变换（直线检测算法）

霍夫变换是图像变换中的经典手段之一，主要用来从图像中分离出具有某种相同特征的几何

形状（如，直线，圆等）。霍夫变换寻找直线与圆的方法相比与其它方法可以更好的减少噪

声干扰。经典的霍夫变换常用来检测直线，圆，椭圆等。

 

#include  
#include  
using namespace cv;
using namespace std;
#define NameWindow "【0】图片处理效果集锦"  
void imshowMany(const std::string& _winName, const vector& ployImages);//  


int main()
{


Mat srcImage = imread("原图.jpg");
imshow("【1】原图", srcImage);
Mat  temImage, grayImage, midImage, edgeImage, dstImage;


cvtColor(srcImage, grayImage, CV_BGR2GRAY);//转换为灰度图  
blur(grayImage, grayImage, Size(5, 5), Point(-1, -1));//均值模糊  
 //GaussianBlur(grayImage, grayImage, Size(5, 5), 0, 0);  
imshow("【2】原图灰度图+均值模糊", grayImage);
cvtColor(grayImage, midImage, CV_GRAY2BGR);//转为三通道图,用于多图显示，位置（1，2）  
Canny(grayImage, edgeImage, 50, 100, 3);//tempImage为单通道二值图，在多图函数中不可显示  
imshow("【3】灰度图Canny边缘检测", edgeImage);
cvtColor(edgeImage, temImage, CV_GRAY2BGR);//转为三通道图，用于多图显示，位置（2，1）  
cvtColor(edgeImage, dstImage, CV_GRAY2BGR);//转为三通道图，用于多图显示，位置（2，2）  


vectorlines;//矢量结构lines用于存放得到的线段矢量集合  
HoughLines(edgeImage, lines, 1, CV_PI / 180, 123, 0, 0);//阈值的选择对结果影响很大  


for (size_t i = 0; i < lines.size(); i++)//在图中绘制出每条线段  
{
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(255, 0, 255), 1, 8);//线条颜色为紫色  
}
imshow("【4】基于canny的Hough直线变换", dstImage);




vectorImages(4);//模板类vector，用于放置4个类型为Mat的元素，即四张图片  
Images[0] = srcImage;
Images[1] = midImage;
Images[2] = temImage;
Images[3] = dstImage;




namedWindow(NameWindow);
imshowMany(NameWindow, Images);//调用一个窗口显示多图函数  


waitKey(0);
return 0;


}


//自定义一个窗口显示多图函数  
void imshowMany(const std::string& _winName, const vector& ployImages)
{
int nImg = (int)ployImages.size();//获取在同一画布中显示多图的数目  


Mat dispImg;


int size;
int x, y;
//若要在OpenCV实现同一窗口显示多幅图片，图片要按矩阵方式排列，类似于Matlab中subplot();     
//多图按矩阵排列的行数  ，h: 多图按矩阵排列的的数    
int w, h;


float scale;//缩放比例  
int max;


if (nImg <= 0)
{
printf("Number of arguments too small....\n");
return;
}
else if (nImg > 12)
{
printf("Number of arguments too large....\n");
return;
}


else if (nImg == 1)
{
w = h = 1;
size = 400;
}
else if (nImg == 2)
{
w = 2; h = 1;//2x1  
size = 400;
}
else if (nImg == 3 || nImg == 4)
{
w = 2; h = 2;//2x2  
size = 400;
}
else if (nImg == 5 || nImg == 6)
{
w = 3; h = 2;//3x2  
size = 300;
}
else if (nImg == 7 || nImg == 8)
{
w = 4; h = 2;//4x2  
size = 300;
}
else
{
w = 4; h = 3;//4x3  
size = 200;
}


dispImg.create(Size(100 + size*w, 30 + size*h), CV_8UC3);//根据图片矩阵w*h，创建画布，可线的图片数量为w*h  


for (int i = 0, m = 20, n = 20; i {
x = ployImages[i].cols;   //第(i+1)张子图像的宽度(列数)  
y = ployImages[i].rows;//第(i+1)张子图像的高度（行数）  


max = (x > y) ? x : y;//比较每张图片的行数和列数，取大值  
scale = (float)((float)max / size);//计算缩放比例  


if (i%w == 0 && m != 20)
{
m = 20;
n += 20 + size;
}


Mat imgROI = dispImg(Rect(m, n, (int)(x / scale), (int)(y / scale)));   //在画布dispImage中划分ROI区域  
resize(ployImages[i], imgROI, Size((int)(x / scale), (int)(y / scale))); //将要显示的图像设置为ROI区域大小  
}
namedWindow(_winName);

imshow(_winName, dispImg);

运行结果

}