opencv复杂一点的变换

Posted 2020-10-05 2xiaodouya2

今天的学习中用到了cvPyrDown函数，cvPyrUp函数，canny函数的用法。在此进行记录，以便以后参考。

使用cvPyrDown()创建一幅宽度和高度均为输入图像一半尺寸的图像

功能：

函数cvPyrDown使用Gaussian金字塔分解对输入图像向下采样。

格式：

void cvPyrDown(

const CvArr*src,

CvArr*dst,

int filter=CV_GAUSSIAN_5x5);

参数：

src输入图像，dst 输出图像，CV_GAUSSIAN_5x5是默认的模版

例子：

void doPyrDown(void) {

IplImage *in=cvLoadImage("lena.jpg");

int filter = IPL_GAUSSIAN_5x5;

assert(in->width%2 == 0 && in->height%2 == 0);//确认长宽像素是偶数（否则无法缩放一半）

IplImage *out=cvCreateImage(cvSize(in->width/2, in->height/2), in->depth, in->nChannels);//创建新图像，长宽各一半，同深度，同通道数

cvPyrDown(in, out); cvNamedWindow("in");

cvNamedWindow("out");

cvShowImage("in", in);

cvShowImage("out", out);

cvWaitKey(0);

cvReleaseImage(&in);

cvReleaseImage(&out);

cvDestroyAllWindows();

}

cvPyrUP将现有的图像在每个维度上放大两倍

cvPyrUP(

IplImage *src,

IplImage *dst,

IplFilter filter=CV_GAUSSIAN_5x5

);

Canny边缘检测
void Canny(InputArray src,OutputArray dst,double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )

参数详解：

src：源图像 
dst：目标图像。 
threshold1：第一个滞后性阈值。 
threshold2：第二个滞后性阈值。 
apertureSize：表示应用Sobel算子的孔径大小，其有默认值3。 
L2gradient：一个计算图像梯度幅值的标识，有默认值false。

需要注意的是，这个函数threshold1和threshold2两者的小者用于边缘连接，而大者用来控制强边缘的初始段， 推荐的高低阈值比在2:1到3:1之间。

下面是将一幅图调用两次doPyrdown，再用canny处理的例子。

#include "highgui.h"
#include "cv.h"
IplImage* out;
IplImage* doPyrdown(IplImage* in)
{
assert(in->width % 2 == 0 && in->height % 2 == 0);
out = cvCreateImage(
cvSize(in->width / 2, in->height / 2),
in->depth,
in->nChannels
);
cvPyrDown(in, out, CV_GAUSSIAN_5x5);
return (out);
};
IplImage* doCanny(IplImage *in,
double lowThresh,
double highTresh,
int aperture
) {

if (in->nChannels != 1) return (0);
IplImage *out = cvCreateImage(
cvSize(in->width, in->height),
IPL_DEPTH_8U,
1
);
cvCanny(in, out, lowThresh, highTresh, aperture);
return(out);
};
int main(int argc, char** argv)
{
IplImage* img = cvLoadImage("1.jpg", 0);
cvNamedWindow("原图", CV_WINDOW_AUTOSIZE);
cvShowImage("原图", img);
  out = doPyrdown(img);
  out = doPyrdown(out);
out = doCanny(img, 2, 3, 3);

cvNamedWindow("两次缩放和边缘检测", CV_WINDOW_AUTOSIZE);

cvShowImage("两次缩放和边缘检测", out);
cvWaitKey(0);
cvReleaseImage(&out);
cvDestroyWindow("两次缩放和边缘检测");
cvReleaseImage(&img);
cvDestroyWindow("原图");
return 0;
}