opencv调用findcontours函数报触发了一个断点 opencv findcirclesgrid

转载

mob6454cc6575fa 2024-05-09 15:10:30

文章标签 高斯滤波均值滤波 #include 文章分类 计算机视觉人工智能

1.三种线性滤波

1.1 方框滤波

#include "opencv2/core/core.hpp" 
#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 
using namespace cv; 
//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{ 
    // 载入原图
    Mat image=imread("1.jpg"); 

    //创建窗口
    namedWindow( "方框滤波【原图】" ); 
    namedWindow( "方框滤波【效果图】"); 

    //显示原图
    imshow( "方框滤波【原图】", image ); 

    //进行方框滤波操作，第三个参数-1指用原图深度,ksize=3*3
    Mat out3; 
    boxFilter( image, out3, -1,Size(3, 3)); 

    //显示效果图
    imshow( "方框滤波【效果图】" ,out3 ); 
    imwrite("3.jpg",out3);

    //进行方框滤波操作，第三个参数-1指用原图深度,ksize=5*5
    Mat out5;
    boxFilter(image, out5, -1, Size(5, 5));

    //显示效果图
    imshow("方框滤波【效果图】", out5);
    imwrite("5.jpg", out5);

    //进行方框滤波操作，第三个参数-1指用原图深度,ksize=7*7
    Mat out7;
    boxFilter(image, out7, -1, Size(7, 7));

    //显示效果图
    imshow("方框滤波【效果图】", out7);
    imwrite("7.jpg", out7);

    waitKey( 0 );     
}

1.1.1 boxFilter()

void boxFilter( InputArray src, OutputArray dst, int ddepth,Size ksize, Point anchor=Point(-1,-1),bool normalize=true,int borderType=BORDER_DEFAULT );

第三个参数：图像深度，图像深度是指存储每个像素所用的位数，也用于量度图像的色彩分辨率，取-1表示用原图深度。
第四个参数：Size(width,height)类内核大小，参数一般取奇数。

1.2 均值滤波

#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 
using namespace cv; 

//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{ 
    //【1】载入原始图
    Mat srcImage=imread("1.jpg"); 

    //【2】显示原始图
    imshow( "均值滤波【原图】", srcImage ); 

    //【3】进行均值滤波操作
    Mat dstImage3; 
    blur( srcImage, dstImage3, Size(3, 3)); 

    //【4】显示效果图
    imshow( "均值滤波【效果图3】" ,dstImage3 ); 

    //【3】进行均值滤波操作
    Mat dstImage5;
    blur(srcImage, dstImage5, Size(5, 5));

    //【4】显示效果图
    imshow("均值滤波【效果图5】", dstImage5);

    //【3】进行均值滤波操作
    Mat dstImage7;
    blur(srcImage, dstImage7, Size(7, 7));

    //【4】显示效果图
    imshow("均值滤波【效果图7】", dstImage7);

    waitKey( 0 );     
}

1.3高斯滤波

#include "opencv2/core/core.hpp" 
#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 
using namespace cv; 

//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{ 
    // 载入原图
    Mat image=imread("1.jpg"); 

    //创建窗口
//  namedWindow( "高斯滤波【原图】" ); 
//  namedWindow( "高斯滤波【效果图】"); 

    //显示原图
    imshow( "高斯滤波【原图】", image ); 

    //进行高斯滤波操作
    Mat out3; 
    GaussianBlur( image, out3, Size( 3, 3 ), 0, 0 ); 

    //显示效果图
    imshow( "高斯滤波【效果图3】" ,out3 ); 

    //进行高斯滤波操作
    Mat out5;
    GaussianBlur(image, out5, Size(5, 5), 0, 0);

    //显示效果图
    imshow("高斯滤波【效果图5】", out5);

    //进行高斯滤波操作
    Mat out7;
    GaussianBlur(image, out7, Size(7, 7), 0, 0);

    //显示效果图
    imshow("高斯滤波【效果图7】", out7);

    //进行高斯滤波操作
    Mat out9; 
    GaussianBlur( image, out9, Size( 9, 9 ), 0, 0 ); 

    //显示效果图
    imshow( "高斯滤波【效果图9】" ,out9 ); 

    //进行高斯滤波操作
    Mat out11;
    GaussianBlur(image, out11, Size(11, 11), 2, 2);

    //显示效果图
    imshow("高斯滤波【效果图11】", out11);

    waitKey( 0 );     
}

1.4 线性滤波综合示例

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;

//-----------------------------------【全局变量声明部分】--------------------------------------
//  描述：全局变量声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage,g_dstImage1,g_dstImage2,g_dstImage3;//存储图片的Mat类型
int g_nBoxFilterValue=3;  //方框滤波参数值
int g_nMeanBlurValue=3;  //均值滤波参数值
int g_nGaussianBlurValue=3;  //高斯滤波参数值

//-----------------------------------【全局函数声明部分】--------------------------------------
//  描述：全局函数声明
//-----------------------------------------------------------------------------------------------
//四个轨迹条的回调函数
static void on_BoxFilter(int, void *);      //均值滤波
static void on_MeanBlur(int, void *);       //均值滤波
static void on_GaussianBlur(int, void *);           //高斯滤波

//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(   )
{
    Mat a;

    //改变console字体颜色
    system("color 5F");  

    // 载入原图
    g_srcImage = imread( "1.jpg", 1 );
    if( !g_srcImage.data ) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }

    //克隆原图到三个Mat类型中
    g_dstImage1 = g_srcImage.clone( );
    g_dstImage2 = g_srcImage.clone( );
    g_dstImage3 = g_srcImage.clone( );

    //显示原图
    namedWindow("【<0>原图窗口】", 1);
    imshow("【<0>原图窗口】",g_srcImage);

    //=================【<1>方框滤波】==================
    //创建窗口
    namedWindow("【<1>方框滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<1>方框滤波】",&g_nBoxFilterValue, 40,on_BoxFilter );
    on_MeanBlur(g_nBoxFilterValue,0);
    imshow("【<1>方框滤波】", g_dstImage1);
    //================================================

    //=================【<2>均值滤波】==================
    //创建窗口
    namedWindow("【<2>均值滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<2>均值滤波】",&g_nMeanBlurValue, 40,on_MeanBlur );
    on_MeanBlur(g_nMeanBlurValue,0);
    //================================================

    //=================【<3>高斯滤波】=====================
    //创建窗口
    namedWindow("【<3>高斯滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<3>高斯滤波】",&g_nGaussianBlurValue, 40,on_GaussianBlur );
    on_GaussianBlur(g_nGaussianBlurValue,0);
    //================================================


    //输出一些帮助信息
    cout<<endl<<"\t运行成功，请调整滚动条观察图像效果~\n\n"
        <<"\t按下“q”键时，程序退出。\n";

    //按下“q”键时，程序退出
    while(char(waitKey(1)) != 'q') {}

    return 0;
}

//-----------------------------【on_BoxFilter( )函数】------------------------------------
//  描述：方框滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_BoxFilter(int, void *)
{
    //方框滤波操作
    boxFilter( g_srcImage, g_dstImage1, -1,Size( g_nBoxFilterValue+1, g_nBoxFilterValue+1));
    //显示窗口
    imshow("【<1>方框滤波】", g_dstImage1);
}

//-----------------------------【on_MeanBlur( )函数】------------------------------------
//  描述：均值滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_MeanBlur(int, void *)
{
    //均值滤波操作
    blur( g_srcImage, g_dstImage2, Size( g_nMeanBlurValue+1, g_nMeanBlurValue+1));
    //显示窗口
    imshow("【<2>均值滤波】", g_dstImage2);
}

//-----------------------------【ContrastAndBright( )函数】------------------------------------
//  描述：高斯滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_GaussianBlur(int, void *)
{
    //高斯滤波操作
    GaussianBlur( g_srcImage, g_dstImage3, Size( g_nGaussianBlurValue*2+1, g_nGaussianBlurValue*2+1 ), 0, 0);
    //显示窗口
    imshow("【<3>高斯滤波】", g_dstImage3);
}

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。