c++ 关于opencv 的基本操作

读取影像

#include  //头文件
using namespace cv; //包含cv命名空间

int main()
{
	// 【1】读入一张图片
	Mat img = imread("D://ly_yun//images//GF1a.tif");
	// 【2】在窗口中显示载入的图片
	imshow("【载入的图片】", img);
	// 【3】等待6000 ms后窗口自动关闭
	waitKey(6000);
}

影像腐蚀

//---------------------------------------------------------------------------------------------- 
#include 
#include 

//-----------------------------------【命名空间声明部分】---------------------------------------
//		描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------  
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//		描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{
	//载入原图  
	Mat srcImage = imread("1.jpg");
	//显示原图
	imshow("【原图】腐蚀操作", srcImage);
	//进行腐蚀操作 
	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
	Mat dstImage;
	erode(srcImage, dstImage, element);
	//显示效果图 
	imshow("【效果图】腐蚀操作", dstImage);
	waitKey(0);

	return 0;
}

转灰度

#include 
#include
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//		描述：控制台应用程序的入口函数，我们的程序从这里开始
//-------------------------------------------------------------------------------------------------
int main()
{
	//【0】载入原始图  
	Mat srcImage = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
	imshow("【原始图】Canny边缘检测", srcImage); 	//显示原始图 
	Mat dstImage, edge, grayImage;	//参数定义

	//【1】创建与src同类型和大小的矩阵(dst)
	dstImage.create(srcImage.size(), srcImage.type());

	//【2】将原图像转换为灰度图像
	cvtColor(srcImage, grayImage, CV_BGR2GRAY);

	//【3】先用使用 3x3内核来降噪
	blur(grayImage, edge, Size(3, 3));

	//【4】运行Canny算子
	Canny(edge, edge, 3, 9, 3);

	//【5】显示效果图 
	imshow("【效果图】Canny边缘检测", edge);

	waitKey(0);

	return 0;
}

//    ----------------------------------影像二值化-------------------start
    threshold(srcImg, result, 1, 255, CV_THRESH_BINARY);
    namedWindow("二值化后的图像1");
    imshow("二值化后的图像1", result);

void RegionGrowing(Mat srcImg, Mat& dstImg, Point pt, int thre)
{
	Point ptGrowing;//生长点像素坐标
	int nGrowLabel = 0;//是否被标记
	int startPtValue = 0;//生长起始点灰度值
	int currPtValue = 0;//当前生长点灰度值

	//8邻域
	int mDir[8][2] = { { -1, -1 }, { 0, -1 }, { 1, -1 }, { -1, 0 }, { 1, 0 }, { -1, 1 }, { 0, 1 }, { 1, 1 } };

	vector growPtVec;//生长点堆栈
	growPtVec.push_back(pt);//将初始生长点压入堆栈

	Mat markImg = Mat::zeros(srcImg.size(), CV_8UC1);//标记点
	unsigned char *pData = (unsigned char *)(markImg.data + pt.y*markImg.step);
	pData[pt.x] = 255;//标记初始生长点

	startPtValue = ((unsigned char*)(srcImg.data + pt.y*srcImg.step))[pt.x];

	while (!growPtVec.empty())
	{
		Point currPt = growPtVec.back();//返回当前vector最末一个元素
		growPtVec.pop_back();//弹出最后压入的数据

		for (int i = 0; i<8; i++)
		{
			ptGrowing.x = currPt.x + mDir[i][0];
			ptGrowing.y = currPt.y + mDir[i][1];
			//判断是否是边缘点
			if (ptGrowing.x<0 || ptGrowing.y<0 || (ptGrowing.x>srcImg.cols - 1) || (ptGrowing.y>srcImg.rows))
				continue;//继续执行下一次循环
			//判断是否已被标记
			nGrowLabel = ((unsigned char*)(markImg.data + ptGrowing.y*markImg.step))[ptGrowing.x];
			if (nGrowLabel == 0)//没有被标记
			{
				currPtValue = ((unsigned char*)(srcImg.data + ptGrowing.y*srcImg.step))[ptGrowing.x];
				if (abs(currPtValue - startPtValue) <= thre)
				{
					((unsigned char*)(markImg.data + ptGrowing.y*markImg.step))[ptGrowing.x] = 255;
					growPtVec.push_back(ptGrowing);
				}
			}

		}

	}
	markImg.copyTo(dstImg);
}
int main()
{
	Mat srcImg = imread("D:\\ly_yun\\images\\LBP\\LPB.tif", 0);
	Mat result;
	if (srcImg.empty())
		printf("image read error");
//	----------------------------------影像二值化-------------------start
	threshold(srcImg, result, 1, 255, CV_THRESH_BINARY);
	namedWindow("二值化后的图像1");
	imshow("二值化后的图像1", result);
//	----------------------------------影像二值化-------------------end

	//----------------------------------影像闭运算-------------------start
	namedWindow("[原图]");
	imshow("[原图]", srcImg);
	//获取自定义核
	Mat element = getStructuringElement(MORPH_RECT, Size(10,10));
	Mat dstImage1;
	Mat dstImage2;
	Mat dstImage3;
	Mat dstImage;

	//先进行腐蚀操作
	erode(result, dstImage1, element);
	namedWindow("腐蚀操作[效果图]");
	imshow("腐蚀操作[效果图]", dstImage1); //由运行结果看，背景噪声在该阶段就被消除了

	//对腐蚀后的图像，进行开运算操作
	morphologyEx(result, dstImage2, MORPH_OPEN, element);
	namedWindow("开运算操作[效果图]");
	imshow("开运算操作[效果图]", dstImage2);


	//对dstImage2图像,进行膨胀处理
	dilate(result, dstImage3, element);
	namedWindow("膨胀操作[效果图]");
	imshow("膨胀操作[效果图]", dstImage3);

//	对dstImage3图像进行闭运算操作,
	morphologyEx(result, dstImage, MORPH_CLOSE, element);
	namedWindow("闭运算操作[效果图]");
	imshow("闭运算操作[效果图]", dstImage);
	imwrite("D:\\ly_yun\\images\\LBP\\LPBmorphologyEx.tif", dstImage);
	Mat srcImg0 = imread("D:\\ly_yun\\images\\LBP\\LPBmorphologyEx.tif", 0);
	//对dstImage2图像,进行膨胀处理
	dilate(srcImg0, dstImage3, element);
	namedWindow("膨胀操作[效果图]");
	imshow("膨胀操作[效果图]", dstImage3);
	imwrite("D:\\ly_yun\\images\\LBP\\LPBdilate.tif", dstImage3);


	//先进行腐蚀操作    膨胀和腐蚀相反？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？
	erode(srcImg0, dstImage1, element);
	namedWindow("腐蚀操作[效果图]");
	imshow("腐蚀操作[效果图]", dstImage1); //由运行结果看，背景噪声在该阶段就被消除了   
	imwrite("D:\\ly_yun\\images\\LBP\\LPBerode.tif", dstImage1);
	//----------------------------------影像闭运算-------------------end
	Mat junzhidst; 
	blur(result, junzhidst, Size(15, 15), Point(-1, -1));//均值滤波操作
	namedWindow("均值滤波[效果图]");
	imshow("均值滤波[效果图]", dstImage);
	Mat gblur;
	//高斯滤波操作
	GaussianBlur(result, gblur, Size(15, 15), 11, 11);//高斯滤波
		imshow("高斯滤波", gblur);
	//----------------------------------区域生长法-------------------start
	Mat srcImg1 = result.clone();
	Mat outImg1, outImg2;
	RegionGrowing(srcImg1, outImg1, Point(241, 258), 10);
	RegionGrowing(srcImg1, outImg2, Point(302, 118), 80);
	add(outImg1, outImg2, outImg1);
	imshow("p1p2", outImg1);
	Mat resultImg;
	result.copyTo(resultImg, ~outImg1);
	imshow("outImg", resultImg);
	//----------------------------------区域生长法-------------------end
	waitKey(0);
	return 0;
}