#include<opencv2/opencv.hpp> #include<iostream> #include <string> using namespace cv; void ImageThreshold(String str) { Mat image = imread(str); Mat binary; cvtColor(image, binary, COLOR_BGR2GRAY); imshow("test_opencv_srtup", binary); waitKey(0); } int main() { String str = "壁纸3.jpg"; // 注意文件路径和你所对应的图片 ImageThreshold(str); return 0; }
时间: 2024-04-25 12:27:20 浏览: 187
这是一个使用OpenCV库进行图像处理的程序。
程序首先包含了必要的头文件,包括OpenCV的头文件、iostream和string。然后定义了一个ImageThreshold函数,该函数的作用是将输入的图像进行二值化处理并显示出来。
在main函数中,先定义了一个字符串str,指定了要处理的图像文件名。然后调用ImageThreshold函数对图像进行处理。处理完成后,程序返回0结束运行。
注意到程序中的代码将图像读入为BGR格式的彩色图像,然后将其转换为灰度图像,并显示出来。这里使用了OpenCV中的imread函数读取图像,cvtColor函数对图像进行颜色空间转换,imshow函数显示图像,waitKey函数等待键盘输入。
相关问题
#include<iostream> #include<opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui_c.h> #include <opencv2/imgproc/imgproc.hpp> using namespace std; using namespace cv; int main() { //Mat img = imread("cells.jpg", CV_LOAD_IMAGE_GRAYSCALE); // 读入灰度图像 Mat img; Mat img1 = imread("G:/图像处理/实验课设/实验课设5.31/cell3.png"); //cvtColor(img1, img, CV_BGR2GRAY); Mat img_blur; cvtColor(img1, img_blur, CV_BGR2GRAY); Mat img_thresh1; threshold(img_blur, img_thresh1, 0, 255, THRESH_BINARY_INV + THRESH_OTSU); // 二值化 Mat img_thresh; Mat element = getStructuringElement(MORPH_RECT, Size(35, 35), Point(-1, -1)); erode(img_thresh1, img_thresh, element); //morphologyEx(img_thresh1, img_thresh, MORPH_OPEN, kernel); imshow("FUSHI", img_thresh); vector<vector<Point>> contours; findContours(img_thresh, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // 寻找轮廓 //findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0)); Mat img_contours = Mat::zeros(img_thresh.size(), CV_8UC3); Scalar color(0, 0, 255); drawContours(img_contours, contours, -1, color); cout << "细胞个数:" << contours.size() << endl; imshow("去噪后的图像", img_blur); imshow("二值化后的图像", img_thresh); imshow("轮廓", img_contours); waitKey(0); return 0; } OpenCV2015版本 把element函数中size()创建滑动控件createTrackbar x64
根据您提供的代码,我理解您的问题是如何使用 createTrackbar 函数来调整 element 的大小。
首先,element 是一个矩阵,用于图像形态学操作。在您的代码中,它是使用以下代码创建的:
```
Mat element = getStructuringElement(MORPH_RECT, Size(35, 35), Point(-1, -1));
```
要在滑动条上调整 element 的大小,您需要使用 createTrackbar 函数创建滑动条,并根据滑动条的值更新 element 的大小。
以下是一个简单的例子,将 createTrackbar 用于调整 element 的大小:
```cpp
#include<iostream>
#include<opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
int element_size = 35; // 初始大小
Mat element;
void on_trackbar(int, void*) {
element = getStructuringElement(MORPH_RECT, Size(element_size, element_size), Point(-1, -1));
}
int main() {
Mat img1 = imread("cell3.png");
Mat img_blur;
cvtColor(img1, img_blur, CV_BGR2GRAY);
Mat img_thresh1;
threshold(img_blur, img_thresh1, 0, 255, THRESH_BINARY_INV + THRESH_OTSU);
Mat img_thresh;
element = getStructuringElement(MORPH_RECT, Size(element_size, element_size), Point(-1, -1));
erode(img_thresh1, img_thresh, element);
namedWindow("FUSHI", WINDOW_NORMAL);
namedWindow("Trackbar", WINDOW_NORMAL);
createTrackbar("Element Size", "Trackbar", &element_size, 100, on_trackbar);
on_trackbar(element_size, 0);
while (true) {
imshow("FUSHI", img_thresh);
char c = waitKey(10);
if (c == 27) break;
}
return 0;
}
```
在这个例子中,我们使用了一个名为 "Trackbar" 的新窗口,并创建了一个名为 "Element Size" 的滑动条,将其最小值设置为 0,最大值设置为 100。我们还设置了一个回调函数 on_trackbar,每当滑动条的值发生变化时都会被调用。
在回调函数中,我们使用当前滑动条的值来更新 element 的大小,并在 "FUSHI" 窗口中显示处理后的图像。在主循环中,我们使用 waitKey 函数来等待用户按下 ESC 键或关闭窗口。
希望这可以帮助您解决问题。
我的代码#include <stdio.h> #include <iostream> #include <opencv2/opencv.hpp> //opencl #include <opencv2/core/ocl.hpp> using namespace std; using namespace cv; int main(int argc, char **argv) { ocl::setUseOpenCL(true); UMat img; imread("../lena.jpg").copyTo(img); UMat frameGray; int64 start=0,end=0; start = getTickCount(); cvtColor(img, frameGray, COLOR_BGR2GRAY); GaussianBlur(frameGray,frameGray , Size(3,3), 0,0); end = getTickCount(); printf("time: %f ms\n", 1000.0*(end - start)/getTickFrequency()); return 0; }
这段代码使用了 OpenCV 的 ocl 模块,启用了 OpenCL 加速。在运行之前需要确保你的系统已经安装好了 OpenCL 的驱动程序和运行时环境,并且支持你的硬件设备。如果你不确定是否已经安装好了 OpenCL,可以查看 OpenCL 的官方网站,或者查看你的硬件和操作系统的支持情况。
在代码中,首先调用了 `ocl::setUseOpenCL(true)`,启用了 OpenCL 加速。然后读取了一张图像并将其拷贝到 UMat 对象 `img` 中。接着创建了一个 UMat 对象 `frameGray`,用于存储将彩色图像转换为灰度图像后的结果。
在计算过程中,使用了 cvtColor 函数将彩色图像转换为灰度图像,然后使用 GaussianBlur 函数对灰度图像进行高斯模糊处理。最后计算了转换和处理的时间,并打印出来。
需要注意的是,OpenCL 加速不一定能够提升程序的运行速度,具体效果取决于硬件设备和算法实现。在一些情况下,使用 OpenCL 可能会比 CPU 程序运行更慢。因此在实际应用中需要根据具体情况进行选择。
阅读全文
相关推荐















