(四)OpenCV函数

1 subtract()

功能:计算两个数组或数组与标量各元素的差值.
参数描述

序号 参数 描述
1 src1 第一个输入数组或标量
2 src2 第二个输入数组或标量
3 dst 输出,和输入有相同的尺寸,元素个数及通道数量
4 mask 可选掩模,8位单通道数组,用于指定要更改的输出数组元素
5 dtype 可选的输出数组深度

计算方式:
{ d s t ( I ) = s a t u r a t e ( s r c 1 ( I ) − s r c 2 ( I ) )  if mask(I) ̸ = 0 ,src1和src2均为同尺寸,同通道数的数组 d s t ( I ) = s a t u r a t e ( s r c 1 ( I ) − s r c 2 )  if mask(I) ̸ = 0 ,src1为数组,src2为标量 d s t ( I ) = s a t u r a t e ( s r c 1 − s r c 2 ( I ) )  if mask(I) ̸ = 0 ,src1为标量,src2为数组 d s t ( I ) = s a t u r a t e ( s r c 2 − s r c 1 ( I ) )  if mask(I) ̸ = 0 ,src2为标量,src1为数组 \begin{cases}dst(I)=saturate(src1(I)-src2(I)) &\text{ if mask(I)$\not=0$,src1和src2均为同尺寸,同通道数的数组} \\dst(I)=saturate(src1(I)-src2) &\text{ if mask(I)$\not=0$,src1为数组,src2为标量}\\dst(I)=saturate(src1-src2(I)) &\text{ if mask(I)$\not=0$,src1为标量,src2为数组}\\dst(I)=saturate(src2-src1(I)) &\text{ if mask(I)$\not=0$,src2为标量,src1为数组}\end{cases} dst(I)=saturate(src1(I)src2(I))dst(I)=saturate(src1(I)src2)dst(I)=saturate(src1src2(I))dst(I)=saturate(src2src1(I)) if mask(I)̸=0,src1src2均为同尺寸,同通道数的数组 if mask(I)̸=0,src1为数组,src2为标量 if mask(I)̸=0,src1为标量,src2为数组 if mask(I)̸=0,src2为标量,src1为数组

2 connectedComponets()

功能:计算标记为布尔图像的连接区域.
参数描述

序号 参数 描述
1 image 需要标记的8未单通道图像
2 labels 目标标记图像
3 connectivity 8或4分别连接为8路或4路
4 ltype 输出的标签类型,目前仅支持CV_32S和CV_16U
5 ccltype 连接区域的算法类型,ConnectedComponentsAlgorithmsTypes

3 ConnectedComponentsAlgorithmsTypes()

功能:连接区域算法类型.
参数描述

序号 参数 描述
1 CCL_WU 8路连接SAUF算法,4路连接SAUF算法
2 CCL_DEFAULT 8路连接BBDT算法,4路连接SAUF算法
3 CCL_GRANA 8路连接BBDT算法,4路连接SAUF算法

4 watershed()

功能:分水岭算法执行基于标记的图像分割.
参数描述

序号 参数 描述
1 image 输入图像,8位3通道
2 markers 标记的输入或输出32位单通道图像

5 findContours()

功能:寻找二值图中的轮廓.
参数描述

序号 参数 描述
1 image 输入图像,8位单通道
2 contours 输出检测的轮廓
3 hierarchy 可选的输出矢量,矢量包含有关图像拓扑的信息
4 mode 轮廓检索模式
5 method 轮廓近似方法
6 offset 每个轮廓点移动的可选偏置量,轮廓从图像ROI中提取出来,然后在整个图像环境中对其进行分析

你可能感兴趣的:(#,图像处理)