OpenCV实现图像颜色通道分离、图像二值化、图像滤波降噪C++

BGR颜色通道分离

直接用split函数，OpenCV可以与STL的vector联动，于是可以将分离出来的各个通道的图像存到一个vector里面

代码：

#include
#include
#include
#include
#include
using namespace std;
using namespace cv;
std::vector tmp;
int main()
{
    Mat img=imread("../apple.jpg");
    split(img,tmp);
    imshow("B",tmp.at(0));
    imshow("G",tmp.at(1));
    imshow("R",tmp.at(2));
    waitKey(0);
    return 0;
}

效果：

 

利用trackbar调参进行图像二值化

二值化，就是把大于thresh的值全部设为最大值，小于thresh的值全部设为最小值

利用threshold函数可以完成图像二值化

但是手动调参会比较麻烦，我们可以设置一个trackbar（滚动条），拖动它就可以直接改变thresh

并且实时观察图像效果

代码：

#include
using namespace cv;
Mat img,dst;
static void func(int,void *)
{
    int thresh=getTrackbarPos("thresh","test");
    threshold(img,dst,thresh,255,THRESH_BINARY);
    imshow("test",dst);
}
int main()
{
    img=imread("../ela_modified.jpg");
    int t=150;
    namedWindow("test");
    cvtColor(img,img,COLOR_BGR2GRAY);
    createTrackbar("thresh","test",&t,255,func);
    func(t,0);
    waitKey(0);
    return 0;
}

效果：

 

 

 

图像滤波

各种噪声与滤波方式详见：https://blog.csdn.net/weixin_40446557/article/details/81451651

下面对椒盐噪声进行三种滤波（均值滤波，高斯滤波，中值滤波）

注意每种滤波方式的函数格式不一样

代码：

#include
#include
#include
#include
using namespace std;
using namespace cv;
vector channels;
int main()
{
    Mat img=imread("../zaosheng.jpeg"),ans1,ans2,ans3;
    blur(img,ans1,Size(3,3));
    GaussianBlur(img,ans2,Size(3,3),3.0,3.0);
    medianBlur(img,ans3,3);
    imshow("junzhi",ans1);
    imshow("gaosi",ans2);
    imshow("zhongzhi",ans3);
    waitKey(0);
    return 0;
}

效果：