#include"cv.h"
#include"highgui.h"
using namespace cv;
void CVFILTER2D(IplImage * img, IplImage *dst);
void CVCOPYMAKEBORDER(IplImage *ori, IplImage *dst);
void CVSOBEL(IplImage * img, IplImage *dst);
void CVLAPLACE(IplImage *img, IplImage *dst);
void CVCANNY(IplImage *img);
void CVHOUGHCIRCLES(IplImage *img);
void CVINVERT(IplImage *img);
void CVCHANGE(IplImage *img);
int main()
{
IplImage *fromimg = cvLoadImage("e:/picture/Wife2.jpg");
IplImage *getimg = cvCreateImage(cvSize(,),fromimg->depth,fromimg->nChannels);
cvResize(fromimg,getimg);
//IplImage *dest = cvCreateImage(cvSize(getimg->width+1,getimg->height+1),getimg->depth,getimg->nChannels);//for cvCopyMakeBorder()
IplImage *dest = cvCreateImage(cvSize(getimg->width, getimg->height), getimg->depth, getimg->nChannels);
CVFILTER2D(getimg,dest);
//CVCOPYMAKEBORDER(getimg,dest);
//CVSOBEL(getimg,dest);
//CVLAPLACE(getimg,dest);
//CVCANNY(getimg);
//CVHOUGHCIRCLES(getimg);
//CVCHANGE(getimg);
cvNamedWindow("convolution");
cvNamedWindow("originpicture");
cvShowImage("originpicture",getimg); cvShowImage("convolution",dest);
cvWaitKey();
cvReleaseImage(&getimg);
cvReleaseImage(&dest);
cvDestroyAllWindows();
}
void CVFILTER2D(IplImage * img ,IplImage *dst)
{
CvMat *mat = cvCreateMat(,,CV_32F);
cvFilter2D(img, dst, mat);//cvPoint(1,1));
}
//卷积边界
void CVCOPYMAKEBORDER(IplImage *ori, IplImage *dst)
{
cvCopyMakeBorder(ori,dst,cvPoint(,),IPL_BORDER_CONSTANT,cvScalarAll());
}
//梯度和Sobel导数
void CVSOBEL(IplImage * img, IplImage *dst)
{
cvSobel(img,dst,,,);//cvSobel(const CvArr* src,CvArr* dst,int xorder,int yorder,int aperture_size=3(1,3,5,7))
}
//拉普拉斯变换
void CVLAPLACE(IplImage *img, IplImage *dst)
{
cvLaplace(img, dst);
}
//canny算子检测边界
void CVCANNY(IplImage *img)
{
IplImage *grayimg = cvCreateImage(cvGetSize(img),img->depth,);
cvCvtColor(img,grayimg,CV_RGB2GRAY);
cvCanny(grayimg,grayimg,,,);
cvShowImage("convolution", grayimg);
}
//霍夫圆变换
void CVHOUGHCIRCLES(IplImage *img)
{
//IplImage *img = cvLoadImage(filename); IplImage *image = cvCreateImage(cvGetSize(img), img->depth, );
cvCvtColor(img, image, CV_RGB2GRAY);
CvMemStorage *storage = cvCreateMemStorage();
cvSmooth(image,image,CV_GAUSSIAN,,); CvSeq *results = cvHoughCircles(
image,
storage,
CV_HOUGH_GRADIENT,
,
image->width /
);
for (int i = ; i < results->total; i++)
{
float *p = (float *)cvGetSeqElem(results,i);
CvPoint pt = cvPoint(cvRound(p[]),cvRound(p[]));
cvCircle(image,pt,cvRound(p[]),CV_RGB(0xff,0xff,0xff));
}
cvShowImage("convolution",image); }
//图像颠倒位置
void CVINVERT(IplImage *img)
{
//cvRectangle(img,cvPoint(220,160),cvPoint(280,220),cvScalar(200,100,100),5); cvSetImageROI(img,cvRect(,,,));
cvFlip(img,img,-);
cvResetImageROI(img);
//cvCvtColor(img,img,CV_RGB2BGR);
//cvSmooth(img,img,CV_GAUSSIAN);
//cvShowImage("convolution",img);
}
void CVCHANGE(IplImage *img)//仿射变换
{
//定义两个CvPoint2D32F的数组
//第一个数组用来标定将要变换的原始图像中的区域
//第二个数组用来标定变换后的图像在窗口中的位置
CvPoint2D32f SrcTri[], DstTri[];
//定义仿射映射矩阵,然后计算(2*3的矩阵)
CvMat *warp_mat = cvCreateMat(,,CV_32FC1);
CvMat *rot_mat = cvCreateMat(, , CV_32FC1);
IplImage *src, *dst;
src = img;
dst = cvCloneImage(src);
SrcTri[].x = ; SrcTri[].y = ;
SrcTri[].x = src->width-; SrcTri[].y = ;
SrcTri[].x = ; SrcTri[].y = src->height - ;
DstTri[].x = ; DstTri[].y = src->height*0.33;
DstTri[].x = src->width*0.85; DstTri[].y = src->height*0.25;
DstTri[].x = src->width*0.15; DstTri[].y = src->height*0.7;
//获取映射矩阵
cvGetAffineTransform(SrcTri,DstTri,warp_mat);
//映射变换
cvWarpAffine(src,dst,warp_mat);
cvCopy(dst,img);
//cvShowImage("convolution",dst);
//下面是对变换后的图像进一步旋转
CvPoint2D32f center = cvPoint2D32f(src->width/,src->height/);
double angle = 50.0;
double scale = 0.1;
//旋转图像
//上面center是旋转中心
//下面函数的第二个和第三个参数给出了旋转的角度和缩放的尺度
//最后一个参数是输出的映射矩阵
/*cv2DRotationMatrix(
CvPoint2D32F center
double angle
double scale
CvMat *map_matrix
)*/
cv2DRotationMatrix(center,angle,scale,rot_mat);
cvWarpAffine(src,dst,rot_mat);
cvShowImage("convolution",dst);
}

学习opencv-------函数使用二(图像变换)的更多相关文章

  1. python学习之函数(二)

    4.4.6 动态传参 动态传参是针对形参而言 1.动态位置参数 ​ 在静态位置参数时,我们知道,定义函数时有几个位置参数,调用时就必须给几个实参,不能多也不能少.有时候,实际应用过程中,参数往往不能固 ...

  2. OpenCv函数学习(一)

    Intel Image Processing Library (IPL) typedef struct _IplImage { int nSize; /* IplImage大小 */ int ID; ...

  3. OpenCV2学习笔记(十五):利用Cmake高速查找OpenCV函数源代码

    在使用OpenCV时,在对一个函数的调用不是非常了解的情况下,通常希望查到该函数的官方声明.而假设想进一步研究OpenCV的函数,则必须深入到源码. 在VS中我们能够选中想要查看的OpenCV函数,点 ...

  4. C#中的函数式编程:递归与纯函数(二) 学习ASP.NET Core Razor 编程系列四——Asp.Net Core Razor列表模板页面

    C#中的函数式编程:递归与纯函数(二)   在序言中,我们提到函数式编程的两大特征:无副作用.函数是第一公民.现在,我们先来深入第一个特征:无副作用. 无副作用是通过引用透明(Referential ...

  5. 学习OpenCV研究报告指出系列(二)源代码被编译并配有实例project

    下载并安装CMake3.0.1       要自己编译OpenCV2.4.9的源代码.首先.必须下载编译工具,使用的比較多的编译工具是CMake. 以下摘录一段关于CMake的介绍: CMake是一个 ...

  6. 【从零学习openCV】IOS7人脸识别实战

    前言 接着上篇<IOS7下的人脸检測>,我们顺藤摸瓜的学习怎样在IOS7下用openCV的进行人脸识别,实际上非常easy,因为人脸检測部分已经完毕,剩下的无非调用openCV的方法对採集 ...

  7. 深入学习OpenCV中图像灰度化原理,图像相似度的算法

    最近一段时间学习并做的都是对图像进行处理,其实自己也是新手,各种尝试,所以我这个门外汉想总结一下自己学习的东西,图像处理的流程.但是动起笔来想总结,一下却不知道自己要写什么,那就把自己做过的相似图片搜 ...

  8. 学习OpenCV双目测距原理及常见问题解答

    学习OpenCV双目测距原理及常见问题解答 转自博客:https://blog.csdn.net/angle_cal/article/details/50800775 一. 整体思路和问题转化.  图 ...

  9. [opencv]<学习Opencv>英文原版翻译学习

    [注]下文全部内容为 <<Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library>>经由在线翻译整理 ...

  10. <学习opencv>图像和大型阵列类型

    OPenCV /*=========================================================================*/ // 图像和大型阵列类型 /* ...

随机推荐

  1. js如何判断客户端是iOS还是Android等移动终端

    判断原理:JavaScript是前端开发的主要语言,我们可以通过编写JavaScript程序来判断浏览器的类型及版本.JavaScript判断浏览器类型一般有两种办法,一种是根据各种浏览器独有的属性来 ...

  2. 幸运的袋子(深度优先遍历(Depth First Search,DFS))

    题目描述 一个袋子里面有n个球,每个球上面都有一个号码(拥有相同号码的球是无区别的).如果一个袋子是幸运的当且仅当所有球的号码的和大于所有球的号码的积. 例如:如果袋子里面的球的号码是{1, 1, 2 ...

  3. def语句和参数

    如果调用print()或len()函数,你会传入一些值,放在括号内,在这里成为“参数”.也可以自己定义接受参数的函数.在文件编辑器中输入这个例子: def hello(name): print('He ...

  4. 贪心算法——Huffman 压缩编码的实现

    1. 如何理解 "贪心算法" 假设我们有一个可以容纳 100 Kg 物品的背包,可以装各种物品.我们有以下 5 种豆子,每种豆子的总量和总价值都各不相同.怎样装才能让背包里豆子的总 ...

  5. UVa 1225 - Digit Counting - ACM/ICPC Danang 2007 解题报告 - C语言

    1.题目大意 把前n$(n\le 10000)$个整数顺次写在一起:12345678910111213……计算0~9各出现了多少次. 2.思路 第一想法是打表,然而觉得稍微有点暴力.不过暂时没有想到更 ...

  6. 深入理解eos账户体系 active和action

    在eos中,账户是一个非常重要的概念. 账户分为两部分组成 一种是active 一种是action. 智能合约本质上来讲就是一个action加上一个回馈脚本程序.任何智能合约都有这俩个部分组成. 那么 ...

  7. Centos7 下nginx nginx-1.13.4 安装

    环境:CentOS Linux release 7.3.1611 (Core)  Linux localhost.localdomain 3.10.0-514.26.2.el7.x86_64 #1 S ...

  8. 解决连接mysql报错1130

    最近在服务器上部署好的应用突然间连接不上mysql数据库,报错“ERROR 1130: Host xxx.xxx.xxx.xxx is not allowed to connect to this M ...

  9. zabbix概念

    Zabbix是一个企业级的.开源的.分布式监控解决方案. Zabbix可以监控网络和服务的监控状况. Zabbix利用灵活的告警机制,允许用户对事件发送基于Email的告警. 这样可以保证快速的对问题 ...

  10. G# GUID

    GUID(全局统一标识符)是指在一台机器上生成的数字,它保证对在同一时空中的所有机器都是唯一的.通常平台会提供生成GUID的API.生成算法很有意思,用到了以太网卡地址.纳秒级时间.芯片ID码和许多可 ...