上位机图像处理和嵌入式模块部署（自定义算法）-Toy模板网

这篇具有很好参考价值的文章主要介绍了上位机图像处理和嵌入式模块部署（自定义算法）。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。

我们在使用opencv的时候，虽然大部分算法都不需要我们自己重头开始编写，但是总有一些关于我们自己产品的know-how，是之前库里本来就不存在的。所以，这个时候，我们还是希望能够借助于opencv实现一些自定义的算法，这样可以满足客户个性化的需求，也可以提高自己的竞争力。另外，即使是opencv库里面已经有的算法，由于它本身面对的是通用平台，因此很难对相关代码进行专门的硬件优化，所以即使是已经存在的算法，有的时候还是需要重新写一遍，出一个针对专门硬件的加速版本，这都是常有的事情。

1、复用之前的opencv部署步骤

一开始，我们还是需要创建一个console工程、配置好include目录、配置好lib目录、拷贝好必要的dll文件、准备好测试图片，这些都是少不了的。由于这些内容之前都已经谈到过，所以，这里不再赘述。

2、编写自定义函数

编写自定义函数的核心主要有三个，第一，相关的数据结构是什么？很明显，在opencv下面，数据的保存方式就是cv::Mat。第二，怎么获取像素值？一般来说，直接使用image.at<uchar>(i,j)的方式，就可以获得像素值。第三，怎么设置像素值，做法和第二点一样，不同的是前面是读取，这个直接赋值给它即可。所以，如果我们需要用它来写一个简单的二值化函数，一般可以这么来做，

#include <opencv2/opencv.hpp>
#include <iostream>

// self defined image processing function
void customThreshold(const cv::Mat& inputImage, cv::Mat& outputImage, int thresholdValue) 
{
	// make sure this is single channel 
	CV_Assert(inputImage.channels() == 1);

	// copy image
	outputImage = inputImage.clone();

	// loop to check each pixel
	for (int i = 0; i < outputImage.rows; ++i) 
	{
		for (int j = 0; j < outputImage.cols; ++j) 
		{
			// get value
			uchar pixelValue = outputImage.at<uchar>(i, j);

			// set value
			outputImage.at<uchar>(i, j) = (pixelValue > thresholdValue) ? 255 : 0;
		}
	}
}

3、补充完剩余的图像处理代码

仅仅有customThreshold函数还是不够的，整个项目要想运行起来，还需要读取图片文件、保存图片文件、显示图片文件等内容。所以，我们继续把相关的代码补上即可，

// file starts here
int main() 
{
	// read image
	cv::Mat image = cv::imread("D:/lena.png");

	// check if image has been loaded successfully
	if (image.empty()) 
	{
		std::cout << "unable to load image here" << std::endl;
		return -1;
	}

	// transfer image to gray type
	cv::Mat grayImage;
	cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

	// transfer gray image to binary image
	cv::Mat binaryImage;
	customThreshold(grayImage, binaryImage, 110);

	// show binary image
	cv::imshow("Binary Image", binaryImage);

	// wait for input
	cv::waitKey(0);
	return 0;
}

首先，还是和以前一样，通过cv::imread的方法读取图片。接着判断图片是否为空。判断结束后，先是把image转成grayImage，然后把grayImage继续转成binaryImage，最后显示binaryImage即可。当然，这里会调用一下cv::waitKey，没有按键输入的话，图片窗口会一直处于显示状态。