openCV抠图实验

#include "pch.h"
#include <opencv2/core/core.hpp>
#include "opencv2/imgproc/imgproc.hpp"
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std; int main(){
Mat image;
image = imread("1.jpg", IMREAD_COLOR);
if (!image.data){
cout << "Could not open or find the image" << endl;
return -;
} // threshold to get mask
int threshold_value = ;
int max_BINARY_value = ;
Mat mask;
mask = imread("mask.png", ); // mask image
Mat img_masked;
image.copyTo(img_masked, mask); imshow("image", image);
imshow("mask", mask);
imshow("img_masked", img_masked);
waitKey();
return ;
}
#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include<opencv2/face.hpp>
#include<iostream>
#include<math.h>
#include <string>
#include<fstream> using namespace cv::face;
using namespace cv;
using namespace std;
using namespace cv::xfeatures2d; int main() {
Mat src = imread("/Users/war/Desktop/2.jpeg");
imshow("src", src);
//组装数据 int width = src.cols;
int height = src.rows;
int samplecount = width * height;
int dims = src.channels();
//行数为src的像素点数,列数为通道数,每列数据分别为src的bgr,从上到下 从左到右顺序读数据
Mat points(samplecount, dims, CV_32F, Scalar());
int ind = ;
for (int row = ; row < height; row++) {
for (int col = ; col < width; col++) {
ind = row * width + col;//
Vec3b bgr = src.at<Vec3b>(row, col);
points.at<float>(ind, ) = static_cast<int>(bgr[]);
points.at<float>(ind, ) = static_cast<int>(bgr[]);
points.at<float>(ind, ) = static_cast<int>(bgr[]);
}
}
//运行kmeans
int numCluster = ;
Mat labels;
Mat centers;
TermCriteria criteria = TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, , 0.1);
kmeans(points, numCluster, labels, criteria, , KMEANS_PP_CENTERS, centers);
//去背景+遮罩生成
Mat mask = Mat::zeros(src.size(), CV_8UC1);
int index = src.rows * + ;//不取边缘的左上点,往里靠2个位置
int cindex = labels.at<int>(index, );
int height1 = src.rows;
int width1 = src.cols;
Mat dst;//人的轮廓周围会有一些杂点,所以需要腐蚀和高斯模糊取干扰
src.copyTo(dst);
for (int row = ; row < height1; row++) {
for (int col = ; col < width1; col++) {
index = row * width1 + col;
int label = labels.at<int>(index, );
if (label == cindex) {
dst.at<Vec3b>(row, col)[] = ;
dst.at<Vec3b>(row, col)[] = ;
dst.at<Vec3b>(row, col)[] = ;
mask.at<uchar>(row, col) = ;
}
else {
dst.at<Vec3b>(row, col) = src.at<Vec3b>(row, col);
mask.at<uchar>(row, col) = ;//人脸部分设为白色,以便于下面的腐蚀与高斯模糊
}
}
}
imshow("dst", dst);
imshow("mask", dst);
//腐蚀+高斯模糊
Mat k = getStructuringElement(MORPH_RECT, Size(, ));
erode(mask, mask, k);
GaussianBlur(mask, mask, Size(, ), , );
imshow("gaosimohu", mask);
//通道混合
RNG rng();
Vec3b color;
color[] = ;//rng.uniform(0, 255);
color[] =;//rng.uniform(0, 255);
color[] =;//rng.uniform(0, 255);
Mat result(src.size(), src.type()); double w = 0.0;
int b = , g = , r = ;
int b1 = , g1 = , r1 = ;
int b2 = , g2 = , r2 = ; double time = getTickCount();
for (int row = ; row < height1; row++) {
for (int col = ; col < width; col++) {
int m = mask.at<uchar>(row, col);
if (m == ) {
result.at<Vec3b>(row, col) = src.at<Vec3b>(row, col);//前景
}
else if (m == ) {
result.at<Vec3b>(row, col) = color; // 背景
}
else {//因为高斯模糊的关系,所以mask元素的颜色除了黑白色还有黑白边缘经过模糊后的非黑白值
w = m / 255.0;
b1 = src.at<Vec3b>(row, col)[];
g1 = src.at<Vec3b>(row, col)[];
r1 = src.at<Vec3b>(row, col)[];
b2 = color[];
g2 = color[];
r2 = color[]; b = b1 * w + b2 * (1.0 - w);
g = g1 * w + g2 * (1.0 - w);
r = r1 * w + r2 * (1.0 - w); result.at<Vec3b>(row, col)[] = b;//最终边缘颜色值
result.at<Vec3b>(row, col)[] = g;
result.at<Vec3b>(row, col)[] = r; }
}
}
cout << "time=" << (getTickCount() - time) / getTickFrequency() << endl;
imshow("backgroud repalce", result);
waitKey();
}
openCV抠图实验的更多相关文章
- opencv 抠图联通块(c接口)
#include "stdio.h" #include "iostream" #include "opencv/cv.h" #include ...
- python+opencv抠图并旋转(根据坐标抠图)
import cv2 import numpy as np def subimage(image, center, theta, width, height): theta *= np.pi / 18 ...
- openCV学习笔记
学习新玩意儿的事情,必须要懂人家的规矩,openCV就有自己的规范和数据结构的,要用人家的那些库函数,必须要把传入参数的基础结构搞搞明白,比如RGBA,人家opencv已经说了,用CvScalar,就 ...
- (6综合实验)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练
从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练 1综述http://www.cnblogs.com/jsxyhelu/p/7907241.html2环境架设http://www.cn ...
- (4opencv)对OpenCV中“旋转”的思考和实验
我记得曾经有人对OpenCV的旋转吐槽,意思是它自己没有很好的关于选择的算法.在新的版本里面添加了这些函数(我还没有时间去看是什么时候pr的).现在一个比较棘手的问题,就是OpenCV中旋转 ...
- 对OpenCV中seamlessClone的初步实验
seamlessClone是OpenCV中新出现的函数,应该说如果能够基于较为准确的图像分割,能够得到很好的结果. 原始的前景,背景 三种flag下的融合结果 //注意头文件中添加 #inclu ...
- 实验二、OpenCV图像滤波
一.题目描述 对下面的图片进行滤波和边缘提取操作,请详细地记录每一步操作的步骤. 滤波操作可以用来过滤噪声,常见噪声有椒盐噪声和高斯噪声,椒盐噪声可以理解为斑点,随机出现在图像中的黑点或白点:高斯噪声 ...
- [OpenCV]实验1.1:图像加载、显示
实验要求:利用图像库的功能,实现从文件加载图像,并在窗口中进行显示的功能:利用常见的图像文件格式(.jpg;.png;.bmp; .gif)进行测试 实验原理:图片读取到程序中是以Mat结构存储的,在 ...
- 001——搭建OpenCV实验环境
开发环境 VS 2017 15.7.6 OpenCV 3.4.1 搭建环境 设置环境变量 创建Win32 空项目 配置属性管理器 测试代码 #include<opencv2/opencv.hpp ...
随机推荐
- JSONObjectSample
package com.egeniuss.platform.basic; import java.util.ArrayList; import java.util.HashMap; import ja ...
- passwd的使用例子
passwd 作为普通用户和超级权限用户都可以运行,但作为普通用户只能更改自己的用户密码,但前提是没有被root用户锁定:如果root用户运行passwd ,可以设置或修改任何用户的密码: passw ...
- SPOJ694 New Distinct Substrings
New Distinct Substrings 题目大意 给定一个字符串,求本质不同的子串个数 题解 SA常见思想:每一个子串都是某个后缀的前缀 考虑每一个后缀的贡献,首先他拥有n - sa[i]个( ...
- 2019个人计划与Flag与期望
突然发现写博客是真的好. 希望未来能在其他地方写上日记. 总结2018中的个人缺陷: 1.忘掉了学习方法或者说学习方法不正确 2.偶尔就会去偷下懒,对自己不够严格,自控能力差. 3.心态虽比以前好很多 ...
- 从虚拟机视角谈 Java 应用性能优化
从虚拟机视角谈 Java 应用性能优化 周 祥, 软件工程师, IBM 简介:Java 的普及和广泛应用,以及其基于虚拟机运行的机制,使得性能问题越来越重要.本文从 Java 虚拟机的角度,特别是垃圾 ...
- Tomcat小技巧
目录 1.项目路径忽略项目名 2.配置tomcat虚拟目录 3.显示目录文件列表 4.设置URL不区分大小写 1.项目路径忽略项目名 server.xml中修改Context标签中的path属性为/ ...
- leetcode-03-二叉树的锯齿层次遍历
题目描述: 方法一: # Definition for a binary tree node. # class TreeNode: # def __init__(self, x): # self.va ...
- barrel shifter, logarthmic shifter and funnel shifter
1,shifter小集合 (1) simple shift 左移或右移补0 (2) arthmetic shift 左移补0,右移补符号位 (3) barrel shifter 桶型,顾名思义,应该头 ...
- 2-sat——hdu3062
对于怎么建边还是不太清楚 选了a,那么b c不选,所以连边 选了b或c,那么a必定不选 /* 每个点拆成i*2,i*2+1 队长选,那么队友不选 队长不选,那么队友必定要选 */ #include&l ...
- python网络框架Twisted
什么是Twisted Twisted是一个用python语言写的事件驱动网络框架,它支持很多种协议,包括UDP,TCP,TLS和其他应用层协议,比如HTTP,SMTP,NNTM,IRC,XMPP/Ja ...