【OpenCV】像素操作的数字图像处理

之前几天捣鼓matlab，用来处理数字图像，矩阵操作什么的，如果忘记线性代数就真的GG了。

在用了matlab被深深地吐槽之后，决定改用opencv，C++貌似也是处理数字图像的很好的工具

1. 在ubuntu上安装opencv

教程可以百度之，都很详细的

2. 像素处理图像：

（1）根据输入的数据，用邻近取样插值法，缩放图像

邻近取样插值法原理：http://blog.chinaunix.net/uid-27675161-id-3452025.html

　  （2）根据输入，改变数字图像的灰度分辨率

（3）此次实验操作用灰度图来实现

3. 直接贴代码+注释吧

 //my_hw1.cpp
 #include <stdio.h>
 #include<iostream>
 #include <opencv2/opencv.hpp>
 #include<opencv2/core/core.hpp>
 #include<opencv2/highgui/highgui.hpp>

 using namespace cv;
 using namespace std;

 string my_pic = "07.png";
 Mat image = imread(my_pic, CV_LOAD_IMAGE_GRAYSCALE);

 void on_trackbar(int p, void*) {

 //************************Scale***************************
         //每次回调都重新载入图像
     Mat src = imread(my_pic, CV_LOAD_IMAGE_GRAYSCALE);

         //获取三个滑动条的值
     int c = cvGetTrackbarPos("Width", "after change");
     int r = cvGetTrackbarPos("Height", "after change");
     int level = cvGetTrackbarPos("Level", "after change");

         //记录原始图的宽高，以及对应的点sx,sy（邻近取样插值法中用到）
     int sh = src.rows;
     int sw = src.cols;
     int sx, sy;

         //重置后的新图片
     Mat dst(r, c, src.type());

         //填充新图片的像素
     for (int i = ; i < r; i ++) {
         for (int j = ; j < c; j ++) {
             double x = i / (r + 0.0);
             double y = j / (c + 0.0);
             sx = sh * x;
             sy = sw * y;
             dst.at<uchar>(i, j) = src.at<uchar>(sx,sy);
         }
     }

 //********************Quantization************************

     //使得level的值合法
     if (level <=  && level >= )level = ;
     else if(level <  && level >= )level = ;
     else if(level <  && level >= )level = ;
     else if(level <  && level >= ) level = ;
     else if(level <  && level >= )level = ;
     else if(level <  && level >= )level = ;
     else level = ;

     int channels = dst.channels();
     int nrows = dst.rows;
     int ncols = dst.cols * channels;

     uchar table[];
     int degree = /(level - );
     int number =  / level;
     int count = ;
     int value = ;

         //设定好要求的灰度映射
     for (int i = ; i < ; i ++, count ++) {
         if (count < number) table[i] = value;
         else {
             count = ;
             value += degree;
             table[i] = value;
         }
     }

     if (src.isContinuous()) {
         ncols *= nrows;
         nrows = ;
     }

     for (int i = ; i < nrows; i ++) {
         uchar *p = dst.ptr<uchar>(i);
         for (int j = ; j < ncols; j ++) {
             p[j] = table[p[j]];
         }
     }

     //cout << level << " " << c << " " << r << "\n";
         imshow("after change", dst);
 }

 int main( int argc, char** argv) {
     imshow("before change", image);

     int width = ;
     int height = ;
     int level = ;
     namedWindow("after change", CV_WINDOW_AUTOSIZE);
     createTrackbar( "Width", "after change", &width, , on_trackbar);
     createTrackbar( "Height", "after change", &height, , on_trackbar);
     createTrackbar( "Level", "after change", &level, , on_trackbar); //slider

     on_trackbar(, );

     waitKey();
     return ;
 }
     

另外，我选择的编译方式是cmake + make;

CMakeLists.txt

 cmake_minimum_required(VERSION 2.8)
 project( my_hw1 )
 find_package( OpenCV REQUIRED )
 add_executable( my_hw1 my_hw1.cpp )
 target_link_libraries( my_hw1 ${OpenCV_LIBS} )

CMakeLists.txt

把相应的图片放到同目录的文件夹内，进入到该文件夹，输入命令行

cmake .

make

./my_hw1

就可以执行了～～

最后贴上一个运行结果图：