您的位置:首页 > 运维架构

opencv学习---计算图像的水平积分投影和垂直积分投影

2016-12-07 18:48 711 查看

opencv学习---计算图像的水平积分投影和垂直积分投影

标签:
opencv水平积分投影垂直积分投影

2016-12-07 18:48
1806人阅读 评论(1)
收藏
举报


分类:
opencv学习笔记(1)




作者同类文章X

版权声明:本文为博主原创文章,未经博主允许不得转载。

利用OPENCV计算图像的水平积分投影和垂直积分投影
       在做图像处理时会经常需要接触到各种目标提取的方法,其中最常见的就是利用积分投影对目标进行提取分割,下面就直接上代码,通过代码来介绍一下如何获得图像的水平积分投影和垂直积分投影。该代码编写风格较为简单,适合刚入门学习opencv的新手。

[cpp]
view plain
copy

print?

<span style="font-size:18px;">#include<opencv2\opencv.hpp>  
#include<stdio.h>  
using namespace cv;  
Mat VerticalProjection(Mat srcImage)//垂直积分投影  
{  
    if (srcImage.channels() > 1)  
        cvtColor(srcImage, srcImage, CV_RGB2GRAY);  
    Mat srcImageBin;  
    threshold(srcImage, srcImageBin, 120, 255, CV_THRESH_BINARY_INV);  
    imshow("二值图", srcImageBin);  
    int *colswidth = new int[srcImage.cols];  //申请src.image.cols个int型的内存空间  
    memset(colswidth, 0, srcImage.cols * 4);  //数组必须赋初值为零,否则出错。无法遍历数组。  
    //  memset(colheight,0,src->width*4);    
    // CvScalar value;   
    int value;  
    for (int i = 0; i < srcImage.cols; i++)  
    for (int j = 0; j < srcImage.rows; j++)  
    {  
        //value=cvGet2D(src,j,i);  
        value = srcImageBin.at<uchar>(j, i);  
        if (value == 255)  
        {  
            colswidth[i]++; //统计每列的白色像素点    
        }  
    }  
    Mat histogramImage(srcImage.rows, srcImage.cols, CV_8UC1);  
    for (int i = 0; i < srcImage.rows; i++)  
    for (int j = 0; j < srcImage.cols; j++)  
    {  
        value = 255;  //背景设置为白色。   
        histogramImage.at<uchar>(i, j) = value;  
    }  
    for (int i = 0; i < srcImage.cols; i++)  
    for (int j = 0; j < colswidth[i]; j++)  
    {  
        value = 0;  //直方图设置为黑色  
        histogramImage.at<uchar>(srcImage.rows - 1 - j, i) = value;  
    }  
    imshow(" 垂直积分投影图", histogramImage);  
    return histogramImage;  
}  
Mat HorizonProjection(Mat srcImage)//水平积分投影  
{  
    if (srcImage.channels() > 1)  
        cvtColor(srcImage, srcImage, CV_RGB2GRAY);  
    Mat srcImageBin;  
    threshold(srcImage, srcImageBin, 120, 255, CV_THRESH_BINARY_INV);  
    imshow("二值图", srcImageBin);  
    int *rowswidth = new int[srcImage.rows];  //申请src.image.rows个int型的内存空间  
    memset(rowswidth, 0, srcImage.rows * 4);  //数组必须赋初值为零,否则出错。无法遍历数组。  
    int value;  
    for (int i = 0; i<srcImage.rows; i++)  
    for (int j = 0; j<srcImage.cols; j++)  
    {  
        //value=cvGet2D(src,j,i);  
        value = srcImageBin.at<uchar>(i, j);  
        if (value == 255)  
        {  
            rowswidth[i]++; //统计每行的白色像素点    
        }  
    }  
    Mat histogramImage(srcImage.rows, srcImage.cols, CV_8UC1);  
    for (int i = 0; i<srcImage.rows; i++)  
    for (int j = 0; j<srcImage.cols; j++)  
    {  
        value = 255;  //背景设置为白色。   
        histogramImage.at<uchar>(i, j) = value;  
    }  
    //imshow("d", histogramImage);  
    for (int i = 0; i<srcImage.rows; i++)  
    for (int j = 0; j<rowswidth[i]; j++)  
    {  
        value = 0;  //直方图设置为黑色  
        histogramImage.at<uchar>(i, j) = value;  
    }  
    imshow("水平积分投影图", histogramImage);  
    delete[] rowswidth;//释放前面申请的空间  
    return histogramImage;  
  
}  
int main()  
{  
    Mat srcImage = imread("145.png");  
    imshow("原图", srcImage);  
    Mat VP;  
    VP = VerticalProjection(srcImage);  
    Mat HP;  
    HP = HorizonProjection(srcImage);  
    waitKey(0);  
    return 0;  
  
}</span>  

#include<opencv2\opencv.hpp>
#include<stdio.h>
using namespace cv;
Mat VerticalProjection(Mat srcImage)//垂直积分投影
{
if (srcImage.channels() > 1)
cvtColor(srcImage, srcImage, CV_RGB2GRAY);
Mat srcImageBin;
threshold(srcImage, srcImageBin, 120, 255, CV_THRESH_BINARY_INV);
imshow("二值图", srcImageBin);
int *colswidth = new int[srcImage.cols];  //申请src.image.cols个int型的内存空间
memset(colswidth, 0, srcImage.cols * 4);  //数组必须赋初值为零,否则出错。无法遍历数组。
//  memset(colheight,0,src->width*4);
// CvScalar value;
int value;
for (int i = 0; i < srcImage.cols; i++)
for (int j = 0; j < srcImage.rows; j++)
{
//value=cvGet2D(src,j,i);
value = srcImageBin.at<uchar>(j, i);
if (value == 255)
{
colswidth[i]++; //统计每列的白色像素点
}
}
Mat histogramImage(srcImage.rows, srcImage.cols, CV_8UC1);
for (int i = 0; i < srcImage.rows; i++)
for (int j = 0; j < srcImage.cols; j++)
{
value = 255;  //背景设置为白色。
histogramImage.at<uchar>(i, j) = value;
}
for (int i = 0; i < srcImage.cols; i++)
for (int j = 0; j < colswidth[i]; j++)
{
value = 0;  //直方图设置为黑色
histogramImage.at<uchar>(srcImage.rows - 1 - j, i) = value;
}
imshow(" 垂直积分投影图", histogramImage);
return histogramImage;
}
Mat HorizonProjection(Mat srcImage)//水平积分投影
{
if (srcImage.channels() > 1)
cvtColor(srcImage, srcImage, CV_RGB2GRAY);
Mat srcImageBin;
threshold(srcImage, srcImageBin, 120, 255, CV_THRESH_BINARY_INV);
imshow("二值图", srcImageBin);
int *rowswidth = new int[srcImage.rows];  //申请src.image.rows个int型的内存空间
memset(rowswidth, 0, srcImage.rows * 4);  //数组必须赋初值为零,否则出错。无法遍历数组。
int value;
for (int i = 0; i<srcImage.rows; i++)
for (int j = 0; j<srcImage.cols; j++)
{
//value=cvGet2D(src,j,i);
value = srcImageBin.at<uchar>(i, j);
if (value == 255)
{
rowswidth[i]++; //统计每行的白色像素点
}
}
Mat histogramImage(srcImage.rows, srcImage.cols, CV_8UC1);
for (int i = 0; i<srcImage.rows; i++)
for (int j = 0; j<srcImage.cols; j++)
{
value = 255;  //背景设置为白色。
histogramImage.at<uchar>(i, j) = value;
}
//imshow("d", histogramImage);
for (int i = 0; i<srcImage.rows; i++)
for (int j = 0; j<rowswidth[i]; j++)
{
value = 0;  //直方图设置为黑色
histogramImage.at<uchar>(i, j) = value;
}
imshow("水平积分投影图", histogramImage);
delete[] rowswidth;//释放前面申请的空间
return histogramImage;

}
int main()
{
Mat srcImage = imread("145.png");
imshow("原图", srcImage);
Mat VP;
VP = VerticalProjection(srcImage);
Mat HP;
HP = HorizonProjection(srcImage);
waitKey(0);
return 0;

}


运行结果:









总的来说,对于计算图像的垂直或水平积分投影,最重要的还是对图像的二值化操作,一个合适的二值化操作,再通过积分投影往往就能比较容易提取出目标;一个垃圾的二值化操作是无法通过投影的方法提取出目标的。



顶 1 踩 0
 
 
上一篇编写头文件时需要注意的事

下一篇ini配置文件读写操作入门

  相关文章推荐


使用OpenCV2.x计算图像的水平和垂直积分投影

MVVM在美团点评酒旅移动端的最佳实践--王禹华

图像的水平与垂直积分投影

C语言大型软件设计的面向对象--宋宝华

CT图像重建、投影matlab代码

Retrofit 从入门封装到源码解析

opencv计算图像的水平投影和垂直投影

跳过Java开发的各种坑

C/C++ 图像处理(8)------图像の柱面投影算法

Spring Boot 2小时入门基础教程

圆投影匹配算法描述及实现

Shell脚本编程

利用OpenCV计算图像的垂直和水平积分投影

利用OpenCV计算图像的垂直和水平积分投影

OpenCV实现图像在水平方向上投影

模式识别中精确定位之垂直和水平投影
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: