图像像素的比较
白色是255，黑色是0
min(InputArray src1,
InputArray src2,
OutputArray dst)
max(InputArray src1,
InputArray src2,
OutpurArray dst
- src1:第一个图像矩阵，通道数任意
- src2：第二个图像矩阵，尺寸和通道数以及数据类型都需要与src1一致
- dst：保留对应位置较大（较小）灰度值后的图像矩阵，尺寸、通道数和数据类型与src1一致
LUT查找表
LUT查找表实际上就是一种映射规则
LUT(InputArray src,InputArray lut,OutputArray dst)
src:输入图像矩阵，其数据类型只能是CV_8U
lut：256个像素灰度值的查找表，单通道或者与src通道数相同
dst：输出图像矩阵，其尺寸与src相同，数据类型与lut相同
//LUT查找表第一层
uchar lutFirst[256];
for (int i = 0; i < 256; i++)
{
if (i <= 100)
lutFirst[i] = 0;
if (i > 100 && i <= 200)
lutFirst[i] = 100;
if (i > 200)
lutFirst[i] = 255;
}
Mat lutOne(1, 256, CV_8UC1, lutFirst);
//LUT查找表第二层
uchar lutSecond[256];
for (int i = 0; i < 256; i++)
{
if (i <= 100)
lutSecond[i] = 0;
if (i > 100 && i <= 150)
lutSecond[i] = 100;
if (i > 150 && i <= 200)
lutSecond[i] = 150;
if (i > 200)
lutSecond[i] = 255;
}
Mat lutTwo(1, 256, CV_8UC1, lutFirst);
//LUT查找表第三层
uchar lutThird[256];
for (int i = 0; i < 256; i++)
{
if (i <= 100)
lutThird[i] = 100;
if (i > 100 && i <= 200)
lutThird[i] = 200;
if (i > 200)
lutThird[i] = 255;
}
Mat lutThree(1, 256, CV_8UC1, lutThird);
//拥有三通道的LUT查找表矩阵
vector<Mat>mergeMats;
mergeMats.push_back(lutOne);
mergeMats.push_back(lutTwo);
mergeMats.push_back(lutThree);
Mat LutTree;
merge(mergeMats, LutTree);
Mat img = imread("2.jpg");
Mat gray, out0, out1, out2;
cvtColor(img, gray, COLOR_BGR2GRAY);
LUT(gray, lutOne, out0);
LUT(img, lutOne, out1);
LUT(img, LutTree, out2);
imshow("out0", out0);
imshow("out1", out1);
imshow("out2", out2);
waitKey(0);
图像尺寸改变
图像插值原理
在日常对图像进行操作的过程中会涉及到图像的放大与缩小，这一系列的操作都是通过插值法来实现的；opencv中resize()函数的实现原理0就是通过插值算法，如果不对应用某种算法进行设置，则默认采用双线性插值算法。
常用插值算法
最近邻法(Nearest Interpolation)：计算速度最快，但是效果最差。
双线性插值(Bilinear Interpolation)：双线性插值是用原图像中4(22)个点计算新图像中1个点，效果略逊于双三次插值，速度比双三次插值快，属于一种平衡美，在很多框架中属于默认算法。
双三次插值(Bicubic interpolation)：双三次插值是用原图像中16(44)个点计算新图像中1个点，效果比较好，但是计算代价过大。
jj’文章来源：https://www.toymoban.com/news/detail-828662.html
文章来源地址https://www.toymoban.com/news/detail-828662.html
图像缩放
resize(InputArray src,OutputArray dst,Size dsize,double fx=0,double fy=0,int interpolation = INTER_LINEAR)
dsize:输出图像的尺寸
fx:水平轴的比例因子：如果将水平轴变为原来的两倍，则赋值为2
fy：垂直轴的比例因子
interpolation:插值方法的标志
图像翻转
filp(InputArray src,OutputArray dst,int flipCode)
flipCode:翻转方式标志，数值大于0表示绕y轴进行翻转；数值等于0，表示绕x轴进行翻转，数值小于0表示绕两个轴旋转
图像拼接
//横向拼接要求高度一致
hconcat(InputArray src1,InputArray src2,OutputArray dst)
//垂直拼接要求宽度一致
vconcat(InputArray src1,InputArray src2,OutputArray dst)
Mat img = imread("2.jpg");
Mat out,out1,out2,out3;
// 缩小
resize(img, out, Size(500,500),0, 0, INTER_AREA);
// 最近邻插值
resize(img, out1, Size(200, 200), 0, 0, INTER_NEAREST);
//双线性插值
resize(img, out2, Size(200, 200), 0, 0, INTER_LINEAR);
//双三次插值
resize(img, out3, Size(200, 200), 0, 0, INTER_CUBIC);
Mat img_x, img_y, img_xy;
flip(img, img_x, 0); //沿x轴对称翻转
flip(img, img_y, 1); //沿y轴对称翻转
flip(img, img_xy, -1);//沿x轴对称，再y轴对称
到了这里，关于Opencv-图像插值与LUT查找表的文章就介绍完了。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！
