实验目标:
完成飞腾平台OpenCV开发。
实验大纲:
- Mat数据结构
- 加载、显示、保存图像
- 读写像素
- RGB图像分离
- 彩色图转灰度图
-
Mat数据结构
Mat是一个类,由两个数据部分组成:矩阵头(大小,通道,数据类型等)和数据块(像素
值)。创建示例如下:
Mat img; //创建无初始化矩阵
Mat img1(2, 3, CV_8UC1); //创建2行3列,类型为8位的单通道矩阵
Mat img2(Size(2, 3), CV_8UC1); //创建大小为2x3类型为8位的3通道矩阵
Mat img3(Size(2, 3), CV_8UC3, Scalar(0, 255, 0));//创建大小为2x3类型为8位的3通道矩阵
Mat img4(Size(2, 3), CV_8UC1, Scalar(0, 255, 0)); //创建大小为2x3类型为8位的单通道矩阵
Mat img5(img4); //将img4赋值给img5,共享数据对象
实验任务:
请创建一个指定大小Size、指定类型type的图像矩阵的矩阵体,并打印输出(2min)
1.1、头文件
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std;
1.2 main函数
int main()
{
Point pt;
pt.x = 10;
pt.y = 20;
cout<<pt<<endl;
Rect rect(10, 20, 10, 10);
cout<<rect<<endl;
int sz[3] = {2,2,2};
Mat M(3,sz,CV_8U,Scalar::all(0));
//Mat img = imread("1.jpg");
//cout<<img<<endl;
//Mat img;
//Mat img1(2, 3, CV_8UC1);
//Mat img2(Size(2, 3), CV_8UC1);
//Mat img3(Size(2, 3), CV_8UC3, Scalar(0, 255, 0));
//Mat img4(Size(2, 3), CV_8UC1, Scalar(0, 255, 0));
Mat img = imread("1.png");
Mat img2(img);
Mat img3 = img;
Mat img4 = img.clone();
Mat img5;
img.copyTo(img5);
//cvtColor(img, img, CV_BGR2Lab);
imshow("img", img);
imshow("img2", img2);
imshow("img3", img3);
imshow("img4", img4);
imshow("img5", img5);
waitKey(0);
}
.3、编译、运行
#g++ main.c -o main `pkg-config --cflags --libs opencv4`
#./main
2,加载、显示、保存图像
2.1、头文件
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include<iostream>
using namespace cv;
using namespace std;
2.2、main函数
int main()
{
Mat Img = imread("/home/phytium/opencv_text/tuanzi.png");
if(Img.empty())
{
cout<<"read image error!"<<endl;
return 0;
}
imshow("img", Img);
imwrite("tuan.bmp", Img);
waitKey(0);
}
2.3、编译、运行
#g++ main.c -o main `pkg-config --cflags --libs opencv4`
#./main
3、读写像素
3.1 、头文件
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace std;
using namespace cv;
3.2、main文件
int main()
{
///动态地址访问
//Mat img = imread("1.jpg");
//imshow("src", img);
//Mat dst = img.clone();
//int rowNumber = img.rows; //获取行数
//int colNumber = img.cols; //获取列数
//for(int i = 0; i<rowNumber; i++)
//{
// for(int j = 0; j<colNumber; j++)
// {
// dst.at<Vec3b>(i, j)[0] = 255; //蓝色通道
// dst.at<Vec3b>(i, j)[1] = 0; //绿色通道
// dst.at<Vec3b>(i, j)[2] = 0; //红色通道
// }
//}
//imshow("dst", dst);
//waitKey(0);
//指针访问
/*
Mat img = imread("/home/phytium/opencv_text/1.jpg");
imshow("src", img);
Mat dst = img.clone();
int rowNumber = img.rows; //获取行数
int colNumber = img.cols * img.channels(); //获取每一行的元素
for(int i = 0; i<rowNumber; i++)
{
uchar* data = dst.ptr<uchar>(i); //获取每一行首地址
for(int j = 0; j<colNumber; j++)
{
switch(j % 3)
{
case 0: //蓝色通道
data[j] = 255;
break;
case 1: //绿色通道
data[j] = 0;
break;
case 2: //红色通道
data[j] = 255;
break;
}
}
}
imshow("dst", dst);
waitKey(0);
*/
waitKey(0);
}
///雪花效果
Mat img = imread("/home/phytium/opencv_text/1.jpg");
imshow("src", img);
Mat dst = img.clone();
int rowNumber = img.rows; //获取行数
int colNumber = img.cols; //获取列数
int i, j;
for(int k = 0; k< 2000; k++)
{
i = rand() % rowNumber; //产生0~rowNumber之间的随机整数
j = rand() % colNumber;
dst.at<Vec3b>(i, j)[0] = 255; //蓝色通道
dst.at<Vec3b>(i, j)[1] = 255; //绿色通道
dst.at<Vec3b>(i, j)[2] = 255; //红色通道
}
imshow("dst", dst);
3.3、编译运行
#g++ main.c -o main `pkg-config --cflags --libs opencv4`
#./main
4、RGB图像分离
4.1、头文件
#include "opencv2/opencv.hpp"
using namespace cv;
using namespace std;
4.2、main函数
4.2.1.split()函数
int main()
{
Mat img = imread("/home/phytium/opencv_text/1.jpg");
Mat dst;
vector<Mat> channels;
split(img, channels);
Mat blueChannel = channels.at(0);
Mat greenChannel = channels.at(1);
Mat redChannel = channels.at(2);
merge(channels, dst);
//imshow("Blue", blueChannel);
//imshow("green", greenChannel);
//imshow("red", redChannel);
imshow("dst", dst);
waitKey(0);
}
4.2.2自实现
void own_split_kernel(uint8_t* r, uint8_t* g, uint8_t* b, uint8_t* rgb, int size){
for(int i=0; i<size; ++i){
b[i] = rgb[3*i];
g[i] = rgb[3*i + 1];
r[i] = rgb[3*i + 2];
}
}
void own_rgb_split(Mat src){
int size = src.rows * src.cols;
uint8_t *rgb = src.data;
uint8_t* r = (uint8_t*)malloc(sizeof(uint8_t) * size);
uint8_t* g = (uint8_t*)malloc(sizeof(uint8_t) * size);
uint8_t* b = (uint8_t*)malloc(sizeof(uint8_t) * size);
own_split_kernel(r, g, b, rgb, size);
free(r);
free(g);
free(b);
}
int main(int argc, char** argv){
Mat img = cv::imread("/home/phytium/opencv_text/person.png");
own_rgb_split(img);
return 0;
}
4.3、编译、运行
#g++ main.c -o main `pkg-config --cflags --libs opencv4`
#./main
5、彩色图转灰度图
5.1、头文件
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include<iostream>
using namespace cv;
using namespace std;
5.2、main函数
5.2.1、cvtColor函数
int main()
{
Mat Img = imread("/home/phytium/opencv_text/tuanzi.png");
if(Img.empty())
{
cout<<"read image error!"<<endl;
return 0;
}
Mat dstImg;
imshow("img", Img);
cvtColor(Img,dstImg,COLOR_BGR2GRAY);
imshow("Gray Img", dstImg);
waitKey(0);
}
5.2.2、自实现
//origin
void RGB2Y(unsigned char *Src, unsigned char *Dest, int Width, int Height, int Stride) {
for (int Y = 0; Y < Height; Y++) {
unsigned char *LinePS = Src + Y * Stride;
unsigned char *LinePD = Dest + Y * Width;
for (int X = 0; X < Width; X++, LinePS += 3) {
LinePD[X] = int(0.114 * LinePS[0] + 0.587 * LinePS[1] + 0.299 * LinePS[2]);
}
}
}
int main() {
Mat src = imread("/home/phytium/opencv_text/1.jpg");
int Height = src.rows;
int Width = src.cols;
int Stride = Width*3;
unsigned char *Src = src.data;
unsigned char *Dest1 = new unsigned char[Height * Width];
RGB2Y(Src, Dest1, Width, Height, Stride);
Mat dst(Height, Width, CV_8UC1, Dest1);
imshow("origin", src);
imshow("result1", dst);
waitKey(0);
return 0;
}
5.3、编译、运行
#g++ main.c -o main `pkg-config --cflags --libs opencv4`
#./main
实验中遇到问题找到的解决方法:
遇到命令行错行问题:改设置——在黑框里右击鼠标进行设置
运行cpp文件,进入SHH;输入 ifconfig 找host:
`pkg-config --cflags --libs opencv4` 被当作一个文件名来处理,而不是作为一个命令来执行。要正确使用 `pkg-config`,需要将其放在反引号或 `$()` 中,以便在命令执行时获取其输出。修正后的命令:
g++ laplace.cpp $(pkg-config --cflags --libs opencv4) -o laplace
或者使用反引号:
g++ laplace.cpp `pkg-config --cflags --libs opencv4` -o laplace`$(...)` 或 `` `...` `` 是命令替换的语法,它会执行括号内的命令并将输出结果替换到命令中。
`pkg-config --cflags --libs opencv4` 会返回 OpenCV 的编译和链接所需的标志。运行命令:
在终端中运行修正后的命令后,应该能够成功编译 `laplace.cpp` 文件并生成可执行文件 `laplace`。如果仍然遇到问题,请确保你已经安装了 OpenCV 和 pkg-config,并且 OpenCV 的 pkg-config 文件在系统的路径中。
使用cat命令查看:
g++ -o laplace src/backend/main.cpp `pkg-config --cflags --libs opencv4`
然后运行:
./laplace
在VScode下载SHH插件即可连接远程文件:
标签:Mat,飞腾,int,dst,img,OpenCV,开发,--,main From: https://blog.csdn.net/2301_79218588/article/details/143085377