山东大学数字图像处理实验（一）

1.实验一

1.1.实验过程中遇到和解决的问题

题目：加载并显示图像

#include 
#include 
#include 
using namespace std;
using namespace cv;

int main()
{
    Mat image = imread("D:\\cLion\\project\\image\\2.jpg");
    imshow("First image", image);
    waitKey(0);
}

• imread函数原型为 imread（const string& filename, int flags=1）
  • 这里的 filename 需要的是图像的路径。该函数从文件中加载图像并返回一个矩阵，如果图像不能被读取，则返回一个空的矩阵
  • 这里介绍一下不同 flag 的效果
    • flag=-1：8位深度，原通道
    • flag=0：8位深度，单通道（读取出来是灰度图）
    • flag=1：8位深度，3通道（RGB）
    • flag=2：原深度，单通道
    • flag=3：原深度，3通道
    • flag=4：8位深度，3通道
• waitkey()控制这 imshow(n) 的窗口持续时间，单位是 ms，图像显示窗口将在 n ms 后关闭
  • waitkey() 和 waitkey(0) 都表示无限等待
  • 当等待时间内无任何操作时等待结束后返回-1。
  • 当等待时间内有输入字符时，则返回输入字符的ASCII码对应的十进制值
  • 如果waitKey处于一个循环中，里面的参数将显示视频读取的帧（显示视频时使用）

1.2.结果

2.实验二

题目：实现一个读取图像任意通道的函数

2.1.实验过程中遇到和解决的问题

#include
#include
#include
#include
using namespace std;
using namespace cv;

void getChannel(const uchar* input, int width, int height, int inStep, int inChannels, uchar* output, int outStep, int channelToGet){
    for (int y = 0; y < height; ++y, input += inStep, output += outStep){
        const uchar* px = input; // 二维数组中每个一维数组的起始地址
        for (int x = 0; x < width; ++x, px += inChannels)
            output[x] = px[channelToGet]; //一维数组访问元素
    }
}


int main()
{
    Mat image = imread("D:\\cLion\\project\\image\\2.jpg");
    Mat output_image(image.size(), CV_8UC1); // 将输出图像设置为单通道

    getChannel(image.data, image.cols, image.rows, image.step, image.channels(), output_image.data, output_image.step, 2);
    imshow("output", output_image);
    waitKey(0);
}

• 这里需要注意的是，图像的 data 部分是一个二维数组，像通常的二维数组一样访问就好了
• 将输出图像设置为单通道图像操作起来更方便
• 每次都取输入和输出二维数组的起始地址（就是处理完一行后，将首地址加上 step）
  • 每次都处理一行，按照访问一维数组的方式来进行赋值即可

2.2.结果

B通道：

G通道：

R通道：

3.实验三

题目：现有一张4通道透明图像 a.png

• 从其中提取出 alpha 通道并显示
• 用 alpha 混合，为透明图像替换一张新的背景

3.1.实验过程中遇到和解决的问题

#include 
#include 
#include 
using namespace std;
using namespace cv;

int main()
{
    Mat imageA = imread("D:\\cLion\\project\\alpha.png", IMREAD_UNCHANGED); // 前景
    Mat imageB = imread("D:\\cLion\\project\\sdu01.png"); // 背景
    vector mask_channels;
    float alpha = 1.0;
    // 分离通道
    split(imageA, mask_channels); // 分离出 RGBA 分别作为一个图像
    // 取出 alpha 通道
    Mat mask = mask_channels[3];
    imshow("alpha image", mask);
    waitKey(1000); // 看个三秒

    Mat mixImage(imageB.size(), CV_8UC3);
    for (int i = 0; i < imageB.rows; i++)
        for (int j = 0; j < imageB.cols; j++) {
            if (i < imageA.rows && j < imageA.cols && mask.at(i, j))
                for(int k = 0; k < 3; k++) mixImage.at(i, j)[k] = saturate_cast(alpha * float(imageA.at(i, j)[k]) + (1 - alpha) * float(imageB.at(i, j)[k]));

            else mixImage.at(i, j) = imageB.at(i, j);
    }

    imshow("mixed image", mixImage);
    waitKey(0);
}

• 首先读进四通道图像
  • imread()函数后面的参数是 -1 或者 IMREAD_UNCHANGED 时代表读入原通道，而 png 图像本身就是具有 alpha 通道的，所以加了这两个参数（这俩都行），就能够读入四通道图像（注意：jpg 图像是没有第四个通道的），这张作为前景图
  • 背景图是否读入四通道个人认为意义不大，因为合成时是将前景图嵌入到背景图中，所以三通道就可以了。
  • split 函数的功能是进行通道分离（其实实验二的通道分离就是这个函数）
  • 设置一个 alpha 合成参数，当然也可以根据图像的 alpha 通道值来确定
  • 遍历背景图，如果当前位置前景图存在，则将前景图与背景图融合
    • 注意，四通道图像访问要使用 Vec4b，三通道图像使用的是 Vec3b
    • saturate_cast 函数的功能是防止数据溢出（大于255时设置为255，小于0时设置为0）
    • 没有前景图的地方直接等于背景图像素就好了

3.2.结果

• alpha image：

• mixed image：