OpenCV实现图像颜色通道分离图像二值化图像滤波降噪C++

Posted cqbzcsq

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV实现图像颜色通道分离图像二值化图像滤波降噪C++相关的知识,希望对你有一定的参考价值。

BGR颜色通道分离

直接用split函数,OpenCV可以与STL的vector联动,于是可以将分离出来的各个通道的图像存到一个vector<Mat>里面

代码:

#include<opencv2/opencv.hpp>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
using namespace std;
using namespace cv;
std::vector<Mat> tmp;
int main()
{
    Mat img=imread("../apple.jpg");
    split(img,tmp);
    imshow("B",tmp.at(0));
    imshow("G",tmp.at(1));
    imshow("R",tmp.at(2));
    waitKey(0);
    return 0;
}

效果:

 

利用trackbar调参进行图像二值化

二值化,就是把大于thresh的值全部设为最大值,小于thresh的值全部设为最小值

利用threshold函数可以完成图像二值化

但是手动调参会比较麻烦,我们可以设置一个trackbar(滚动条),拖动它就可以直接改变thresh

并且实时观察图像效果

代码:

#include<opencv2/opencv.hpp>
using namespace cv;
Mat img,dst;
static void func(int,void *)
{
    int thresh=getTrackbarPos("thresh","test");
    threshold(img,dst,thresh,255,THRESH_BINARY);
    imshow("test",dst);
}
int main()
{
    img=imread("../ela_modified.jpg");
    int t=150;
    namedWindow("test");
    cvtColor(img,img,COLOR_BGR2GRAY);
    createTrackbar("thresh","test",&t,255,func);
    func(t,0);
    waitKey(0);
    return 0;
}

效果:

 

 

 

图像滤波

各种噪声与滤波方式详见:https://blog.csdn.net/weixin_40446557/article/details/81451651

下面对椒盐噪声进行三种滤波(均值滤波,高斯滤波,中值滤波)

注意每种滤波方式的函数格式不一样

代码:

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<vector>
#include<iostream>
using namespace std;
using namespace cv;
vector<Mat> channels;
int main()
{
    Mat img=imread("../zaosheng.jpeg"),ans1,ans2,ans3;
    blur(img,ans1,Size(3,3));
    GaussianBlur(img,ans2,Size(3,3),3.0,3.0);
    medianBlur(img,ans3,3);
    imshow("junzhi",ans1);
    imshow("gaosi",ans2);
    imshow("zhongzhi",ans3);
    waitKey(0);
    return 0;
}

效果:

 

以上是关于OpenCV实现图像颜色通道分离图像二值化图像滤波降噪C++的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV python图像预处理:二值化 && 滤波操作

二值化之后的图像为单通道,那么还能转换为多通道吗

opencv 提取单通道 ,转化灰度图像。

opencv,图片遍历

图像处理--OpenCV实现图像加噪与滤波

OpenCV - 图像二值化处理 腐蚀膨胀 边缘检测 轮廓识别