OpenCvSharp从入门到实践-(02)图像处理的基本操作

这篇具有很好参考价值的文章主要介绍了OpenCvSharp从入门到实践-(02)图像处理的基本操作。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

图像处理的基础操作

1、读取图像

1.1、读取当前目录下的图像

2、显示图像

2.1、Cv2.ImShow 用于显示图像。

2.2、Cv2.WaitKey方法用于等待用户按下键盘上按键的时间。

2.3、Cv2.DestroyAllWindows方法用于销毁所有正在显示图像的窗口。

2.4实例1-显示图像

2.4实例2-显示灰度图像

3、保存图像

3.1实例1-保存图像

4、获取图像属性

4.1实例1-获取图像属性


图像处理的基础操作

图像处理最基本的操作,包括读取图像、显示图像、保存图像、获取图像属性等

1、读取图像

OpenCvSharp提供了用于读取图像的Cv2.ImRead方法,函数如下:

public static Mat ImRead(string fileName, ImreadModes flags = ImreadModes.Color)

参数说明:

Mat:是ImRead方法的返回值,返回的是读取到的图像。

fileName:Name of file to be loaded.

要读取图像的完整的文件名。例如,要读取当前项目下的test.jpg,fileName的值为"test.jpg"(双引号为英文格式)。

flags:Specifies color type of the loaded image

读取图像颜色类型的标记,当flags的默认值为ImreadModes.Color时,表示读取的是彩色图像,此时的flags值可以省略,当flags的值为ImreadModes.Grayscale时,表示读取的是灰度图像(如果读取的是彩色图像,也可以将彩色图转换为灰度图)。

1.1、读取当前目录下的图像

在我们的测试Demo下,有一张test.jpg的图像,如下图

OpenCvSharp从入门到实践-(02)图像处理的基本操作,OpenCvSharp从入门到实践,图像处理,人工智能,opencv,c#,计算机视觉,机器学习

我们使用ImRead方法读取,再使用Dump方法查询像素值。代码如下:

Mat mat = Cv2.ImRead("test.jpg");
string info = mat.Dump();

OpenCvSharp从入门到实践-(02)图像处理的基本操作,OpenCvSharp从入门到实践,图像处理,人工智能,opencv,c#,计算机视觉,机器学习

2、显示图像

相比上图中秘密麻麻的数字,将图像显示出来,效果会更加直观,我们需要使用Cv2.ImShow、Cv2.WaitKey、Cv2.DestroyAllWindows。

2.1、Cv2.ImShow 用于显示图像。

函数如下:

public static void ImShow(string winName, Mat mat)

参数说明:

winName:显示图像的窗口名称。

mat:要实现的图像。

2.2、Cv2.WaitKey方法用于等待用户按下键盘上按键的时间。

用户按下键盘上的任意按键时,将执行Cv2.WaitKey方法,并且获取Cv2.WaitKey方法的返回值。其函数如下:

 public static int WaitKey(int delay = 0)

摘要:
    Waits for a pressed key.

参数:
  delay:
    Delay in milliseconds. 0 is the special value that means ”forever”

返回结果:
    Returns the code of the pressed key or -1 if no key was pressed before the specified
    time had elapsed.

2.3、Cv2.DestroyAllWindows方法用于销毁所有正在显示图像的窗口。

其函数为:

  public static void DestroyAllWindows()

2.4实例1-显示图像

代码如下:

Mat mat = Cv2.ImRead("test.jpg");
Cv2.ImShow("test.jpg", mat);
Cv2.WaitKey();
Cv2.DestroyAllWindows();

效果

OpenCvSharp从入门到实践-(02)图像处理的基本操作,OpenCvSharp从入门到实践,图像处理,人工智能,opencv,c#,计算机视觉,机器学习

2.4实例2-显示灰度图像

代码如下:

Mat mat = Cv2.ImRead("test.jpg",ImreadModes.Grayscale);
Cv2.ImShow("test.jpg", mat);

Cv2.WaitKey();
Cv2.DestroyAllWindows();

效果

OpenCvSharp从入门到实践-(02)图像处理的基本操作,OpenCvSharp从入门到实践,图像处理,人工智能,opencv,c#,计算机视觉,机器学习

3、保存图像

OpenCvSharp提供Cv2.ImWrite方法,用于按照指定路径保存图像。其函数为:

 public static bool ImWrite(string fileName, Mat img, int[]? prms = null)

摘要:
    Saves an image to a specified file.

参数:
  fileName:
    Name of the file.

  img:
    Image to be saved.

  prms:
    Format-specific save parameters encoded as pairs

3.1实例1-保存图像

代码如下:

Mat mat = Cv2.ImRead("test.jpg");
Cv2.ImWrite("dst.jpg",mat);

效果

OpenCvSharp从入门到实践-(02)图像处理的基本操作,OpenCvSharp从入门到实践,图像处理,人工智能,opencv,c#,计算机视觉,机器学习

4、获取图像属性

处理图像过程中,经常需要获取图像的大小,类型等图像属性。OpenCvSharp提供了获取常用的属性的方法,如下:

Data
       IntPtr类型的指针,指向Mat矩阵数据的首地址。一般不用。

Rows 或 Height
        Mat矩阵的行数,也是图片的高度(像素)。

Cols 或 Width
        Mat矩阵的列数,也是图片的宽度(像素)。

Size()
        Size() 返回 Width,Height 组成的结构。

Dims
        Mat矩阵的维度,若Mat是一个二维矩阵,则Dims=2,三维则Dims=3。

Channels()
        Mat矩阵元素的通道数。

        例如常见的RGB彩色图像,Channels =3;

        灰度图像只有一个灰度分量信息,Channels =1。

Depth()
        每一个像素中每一个通道的精度。

        在Opencv中,Mat.Depth()得到的是一个 0~6 的数字,分别代表不同的位数,

        对应关系如下:                            

                CV_8U=0

                CV_8S=1

                CV_16U=2

                CV_16S=3

                CV_32S=4

                CV_32F=5

                CV_64F=6     

        其中U是unsigned的意思,S表示signed,也就是有符号和无符号数。

ElemSize() and ElemSize1()
        矩阵中每一个元素的数据字节数(bytes)。

        如果Mat中的数据类型是CV_8UC1,那么ElemSize = 1;

        如果是CV_8UC3或CV_8SC3,那么 ElemSize = 3;

        如果是CV_16UC3或者CV_16SC3,那么 ElemSize = 6;

        可见,ElemSize是以字节为单位的;

        ElemSize1() 就是通道1的数据字节数。有:

        ElemSize1 = ElemSize / Channels

Step() and Step1()
        Mat矩阵中每一行的步长(字节),即为每一行中所有元素的字节总量。

        Step1() 是通道1的步长。有:

        Step1 = Step / ElemSize1

Type()
        Mat矩阵的类型,包含有矩阵中元素的类型以及通道数信息。

4.1实例1-获取图像属性

代码如下:

Mat mat = Cv2.ImRead("test.jpg");
Console.WriteLine("获取图像的属性");
Console.WriteLine("Data:" + mat.Data);
Console.WriteLine("Rows:" + mat.Rows);
Console.WriteLine("Height:" + mat.Height);
Console.WriteLine("Cols:" + mat.Cols);
Console.WriteLine("Width:" + mat.Width);
Console.WriteLine("Size:" + mat.Size());
Console.WriteLine("Dims:" + mat.Dims);
Console.WriteLine("Channels:" + mat.Channels());
Console.WriteLine("ElemSize:" + mat.ElemSize());
Console.WriteLine("ElemSize1:" + mat.ElemSize1());
Console.WriteLine("Step:" + mat.Step());
Console.WriteLine("Step1:" + mat.Step1());
Console.WriteLine("Type:" + mat.Type());
Console.ReadKey();

输出

OpenCvSharp从入门到实践-(02)图像处理的基本操作,OpenCvSharp从入门到实践,图像处理,人工智能,opencv,c#,计算机视觉,机器学习文章来源地址https://www.toymoban.com/news/detail-757903.html

到了这里,关于OpenCvSharp从入门到实践-(02)图像处理的基本操作的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • C#图像处理-OpenCVSharp教程:安装配置与简单实例

    C#图像处理-OpenCVSharp教程:安装配置与简单实例 在本教程中,我们将学习如何在C#中使用OpenCVSharp进行图像处理。首先,我们会介绍OpenCVSharp的安装和配置过程,然后我们将展示一些简单实例来演示图像处理的基本功能。 一、安装与配置OpenCVSharp 下载OpenCVSharp库文件 首先,我们

    2024年03月09日
    浏览(26)
  • C#使用OpenCv(OpenCVSharp)图像处理实例:亮度、对比度、灰度

    本文实例演示C#语言中如何使用OpenCv(OpenCVSharp)对图像进行亮度、对比度、灰度处理。 目录 亮度和对比度原理 灰度 实例 图像亮度通俗理解便是图像的明暗程度,数字图像 f(x,y) = i(x,y) r(x, y) ,如果灰度值在[0,255]之间,则 f 值越接近0亮度越低,f 值越接近255亮度越

    2024年02月13日
    浏览(58)
  • C#使用OpenCv(OpenCVSharp)图像全局二值化处理实例

    本文实例演示C#语言中如何使用OpenCv(OpenCVSharp)对图像进行全局二值化处理。 目录 图像二值化原理 函数原型 参数说明 实例 效果

    2024年02月13日
    浏览(40)
  • C#使用OpenCv(OpenCVSharp)图像局部二值化处理实例

      本文实例演示C#语言中如何使用OpenCv(OpenCVSharp)对图像进行局部二值化处理。 目录 图像二值化原理 局部二值化 自适应阈值 实例 效果

    2024年02月13日
    浏览(43)
  • C#使用OpenCv(OpenCVSharp)图像直方图均衡化处理实例

    本文实例演示C#语言中如何使用OpenCv(OpenCVSharp)对图像进行直方图均衡化处理。 直方图均衡化原理 直方图均衡化(Histogram Equalization)是一种常用的图像增强技术,用于改善图像的对比度和亮度分布。它通过重新分配图像灰度级的像素值,使得图像的直方图在灰度范围内更加

    2024年02月07日
    浏览(60)
  • MATLAB【数字图像处理】 实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)

    1、熟悉并掌握MATLAB工具的使用;  2、实现图像的读取、显示、存储、平移、镜像、放大、缩小及旋转操作; 3、掌握常用的插值方法,并了解其优缺点。 Matlab 2020B 1、读入一幅RGB图像,变换为灰度图像和二值图像,并在同一个窗口内分别显示RGB图像和灰度图像,注上文字标

    2024年02月06日
    浏览(40)
  • OpenCV基本图像处理操作(一)——图像基本操作与形态学操作

    图像显示 转hsv图像 颜色表示为三个组成部分:色调(Hue)、饱和度(Saturation)和亮度(Value)。常用于图像处理中,因为它允许调整颜色的感知特性,如色彩和亮度,这些在RGB颜色模型中不那么直观。 HSV模型特别适用于任务如图像分割和对象追踪,因为它可以更好地处理光

    2024年04月22日
    浏览(46)
  • python数字图像处理基础(二)——图像基本操作、滑动条、鼠标操作

    import cv2 import numpy as np import matplotlib.pyplot as plt 图像读取 cv2.MREAD_COLOR: 彩色图像 或用1 cv2.IMREAD_GRAYSCALE:灰度图像 或用0 img = cv2.imread(‘cat.jpg’, cv2.IMREAD_GRAYSCALE) 等同于: img = cv2.imread(‘cat.jpg’, 0) 图像的显示,也可以创建多个窗口 cv2.imshow(‘img’, img) 等待时间,毫秒级,0表示

    2024年01月18日
    浏览(50)
  • ENVI中图像处理-基本操作

    熟悉基本的图像处理操作,包括:图像显示、彩色合成、多波段影像叠加、查看头文件、编辑头文件信息、图像裁剪、两个时期影像的对比、关闭文件。 掌握图像处理的基本操作 内容一:打开影像,进行彩色合成:真彩色、标准假彩色、任意假彩色; 1、影像打开 数据:D

    2024年02月08日
    浏览(31)
  • OpenCV基本图像处理操作(十)——图像特征harris角点

    角点 角点是图像中的一个特征点,指的是两条边缘交叉的点,这样的点在图像中通常表示一个显著的几角。在计算机视觉和图像处理中,角点是重要的特征,因为它们通常是图像中信息丰富的区域,可以用于图像分析、对象识别、3D建模等多种应用。 角点的识别可以帮助在进

    2024年04月23日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包