OPENCV C++(二)直方图+分离颜色通道+画圆画线画矩形

分离RGB彩图颜色通道 也就是把每种分量的亮度图提出来

vector channels;
	split(image1, channels);
	Mat R = channels.at(0);
	Mat G = channels.at(1);
	Mat B = channels.at(2);

这样R,G,B每个图就是这个图的颜色分量图了

图片的克隆,深拷贝!

Mat image1_copy = image1.clone();

申明一个点操作

Point pt;
	pt.x = 10;
	pt.y = 10;

这样就可以得到一个点,你可以把它当作圆心来进行画圆操作

circle(image1_copy,pt, 6, CV_RGB(255, 0, 0), -1, 8, 0);

图,点,半径,颜色,-1代表填充1代表不填充,8和0都是默认参数

也可以申明两个点,进行画线操作。

line(image1_copy, Point(20,20), pt2, CV_RGB(0, 255, 0), 1, 8, 0);

这里也可以直接在函数里面写Point(20,20)也代表了一个点,但就不能在其他地方用这个了。

申明一个矩形的操作,也可以叫矩形的ROI

Rect rect;
	rect.x = 10;
	rect.y = 10;
	rect.width = 90;
	rect.height = 90;
	rectangle(image1_copy, rect, CV_RGB(243, 125, 254), 1, 8, 0);


下面是直方图统计图的画法

统计各个通道的RGB函数 网上的学习

void showHist(Mat& img, Mat& dst)
{
	//1、创建3个矩阵来处理每个通道输入图像通道。
	//我们用向量类型变量来存储每个通道,并用split函数将输入图像划分成3个通道。
	vectorbgr;
	split(img, bgr);

	//2、定义直方图的区间数
	int numbers = 256;

	//3、定义变量范围并创建3个矩阵来存储每个直方图
	float range[] = { 0,256 };
	const float* histRange = { range };
	Mat b_hist, g_hist, r_hist;

	//4、使用calcHist函数计算直方图
	int numbins = 256;
	calcHist(&bgr[0], 1, 0, Mat(), b_hist, 1, &numbins, &histRange);
	calcHist(&bgr[1], 1, 0, Mat(), g_hist, 1, &numbins, &histRange);
	calcHist(&bgr[2], 1, 0, Mat(), r_hist, 1, &numbins, &histRange);

	//5、创建一个512*300像素大小的彩色图像,用于绘制显示
	int width = 800;
	int height = 600;
	Mat histImage(height, width, CV_8UC3, Scalar(0, 0, 0));

	//6、将最小值与最大值标准化直方图矩阵
	normalize(b_hist, b_hist, 0, height, NORM_MINMAX);
	normalize(g_hist, g_hist, 0, height, NORM_MINMAX);
	normalize(r_hist, r_hist, 0, height, NORM_MINMAX);

	//7、使用彩色通道绘制直方图
	int binStep = cvRound((float)width / (float)numbins);  //通过将宽度除以区间数来计算binStep变量

	for (int i = 1; i < numbins; i++)
	{
		line(histImage,
			Point(binStep * (i - 1), height - cvRound(b_hist.at(i - 1))),
			Point(binStep * (i), height - cvRound(b_hist.at(i))),
			Scalar(255, 0, 0)
		);
		line(histImage,
			Point(binStep * (i - 1), height - cvRound(g_hist.at(i - 1))),
			Point(binStep * (i), height - cvRound(g_hist.at(i))),
			Scalar(0, 255, 0)
		);
		line(histImage,
			Point(binStep * (i - 1), height - cvRound(r_hist.at(i - 1))),
			Point(binStep * (i), height - cvRound(r_hist.at(i))),
			Scalar(0, 0, 255)
		);
	}
	dst = histImage;
	return;
}

其中值得学习的函数有:

创建画布:

int width = 800;
	int height = 600;
	Mat histImage(height, width, CV_8UC3, Scalar(0, 0, 0));

归一化高度宽度

normalize(b_hist, b_hist, 0, height, NORM_MINMAX);
	normalize(g_hist, g_hist, 0, height, NORM_MINMAX);
	normalize(r_hist, r_hist, 0, height, NORM_MINMAX);

对直方图函数处理后的每个统计直方图大小的处理

height - cvRound(b_hist.at(i - 1)

因为画布是从上往下数的

计算灰度图的直方统计量函数

int numbers = 256;

	//3、定义变量范围并创建3个矩阵来存储每个直方图
	float range[] = { 0,256 };
	const float* histRange = { range };
	Mat b_hist, g_hist, r_hist;

	//4、使用calcHist函数计算直方图
	int numbins = 256;
	calcHist(&bgr[0], 1, 0, Mat(), b_hist, 1, &numbins, &histRange);
	calcHist(&bgr[1], 1, 0, Mat(), g_hist, 1, &numbins, &histRange);
	calcHist(&bgr[2], 1, 0, Mat(), r_hist, 1, &numbins, &histRange);

统计各个通道的RGB函数 自己的编写

int h = R.rows;
	int w = R.cols;
	int hisgramR[256] = {0};
	for (int j = 0; j < h; j++) {
		for (int i = 0; i < w; i++) {
			hisgramR[R.at(j, i)]= hisgramR[R.at(j, i)]+1;
		}
	}

针对于每个像素进行统计

int nHistWidth = 256;
	int nHistHeight =400;
	Mat matHistImage(nHistHeight, nHistWidth, CV_8UC3, Scalar(255, 255, 255));
	for (int i = 0; i < 256; i++) {
		line(matHistImage, Point(i, nHistHeight-1), Point(i, nHistHeight-hisgramR[i]*400/5000), CV_RGB(255,0, 0), 1, 8, 0);
	}

制造画布,且归一化可能不太标准,找了一个比较大的数进行相乘除

你可能感兴趣的:(opencv,c++,人工智能)