系统学习图像算法Day.7——OpenCV学习——访问图像像素、设置ROI、图像混合、分离及合并颜色通道、调整对比度及亮度、DFT傅里叶变换、XML及YAML文件

傷城~ 2024-04-19 09:49 3阅读 0赞

## 访问图像的像素 ##

> 本节内容通过一个实际的案例(颜色压缩)来说明**访问图像像素的3种方法**——颜色压缩的原理是data\[j\] = data\[j\]/div\*div ，利用了char类型运算时的向下取整。

①通过指针访问像素

for(int i = 0;i < rowNumber;i++)  //行循环
     {  
          uchar* data = outputImage.ptr<uchar>(i);  //获取outputImage第i行的首地址
          for(int j = 0;j < colNumber;j++)   //列循环
           {   
                          data[j] = data[j]/div*div + div/2;  
            } 
     }

②用迭代器操作像素

Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();  //初始位置的迭代器
     Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>();  //终止位置的迭代器
     //存取彩色图像像素
     for(;it != itend;++it)  
     {  
      // ------------------------【开始处理每个像素】--------------------
      (*it)[0] = (*it)[0]/div*div + div/2;  
      (*it)[1] = (*it)[1]/div*div + div/2;  
      (*it)[2] = (*it)[2]/div*div + div/2;  
      // ------------------------【处理结束】----------------------------
     }

③动态地址计算

int rowNumber = outputImage.rows;  //行数
     int colNumber = outputImage.cols;  //列数
      //存取彩色图像像素
     for(int i = 0;i < rowNumber;i++)  
     {  
             for(int j = 0;j < colNumber;j++)  
             {   
                  // ------------------------【开始处理每个像素】--------------------
                 outputImage.at<Vec3b>(i,j)[0] =  outputImage.at<Vec3b>(i,j)[0]/div*div + div/2;  //蓝色通道
                 outputImage.at<Vec3b>(i,j)[1] =  outputImage.at<Vec3b>(i,j)[1]/div*div + div/2;  //绿色通道
                 outputImage.at<Vec3b>(i,j)[2] =  outputImage.at<Vec3b>(i,j)[2]/div*div + div/2;  //红是通道
                 // -------------------------【处理结束】----------------------------
              }  // 行处理结束     
     }

## 图像的ROI设置 ##

定义ROI有2种方法

①使用表示矩形区域的Rect

Mat imageROI;
     imageROI = image( Rect(500, 250, logo.cols, logo.rows) );   // 左上角坐标、矩形的长和宽

②指定感兴趣行或列的范围Range

imageROI = image( Range(250, 250+logoImage,rows) , Range(200, 200+logoImage,cols) );   //

## 线性混合操作 ##

利用 addWeighted() 函数  
addWeighted(A, a, B, b, 0.0, C);  
//其中A、B表示数组或者图像，a、b分别是它们混合所占权重，a+b=1， C为混合后的图像。

## 颜色通道的分离及混合 ##

主要是 split 和 merge 两个函数的使用

分离图片的颜色通道

split( A, B) //其中A表示Mat类或者InputArray类型， B表示vector向量容器或者OutputArrays类型

举例：
    vector<Mat> channels;
    Mat imageBlueChannel;
    Mat imageGreenChannel;
    Mat imageRedChannel;
    
    split( srcImage, channels);
    imageBlueChannel = channels.at(0);
    imageGreenChannel = channels.at(0);
    imageRedChannel = channels.at(0);

merge(B, A); 其实就和split相反

merge( channels, srcImage);

## 调整图像对比度及亮度 ##

> 本质公式： g(x)= a\*f(x) + b  
> 参数f(x) 表示源图像像素  
> 参数g(x) 表示输出图像像素  
> 参数a 称为增益，控制对比度  
> 参数b 称为偏置，控制亮度

## DFT傅里叶变换、XML及YAML文件 ##

没咋看明白，日后再补充。