程序如下

#include "opencv2/opencv.hpp"
using namespace cv; int main()
{
Mat file1 = imread("girl.jpg",CV_LOAD_IMAGE_UNCHANGED);
Mat file2 = imread("girl.jpg", CV_LOAD_IMAGE_GRAYSCALE); namedWindow("Color", CV_WINDOW_FREERATIO);
namedWindow("Fixed", CV_WINDOW_AUTOSIZE); imshow("Color", file1);
imshow("Fixed", file2); resizeWindow("Color", file1.cols / 2, file1.rows / 2);
resizeWindow("Fixed", file2.cols / 2, file2.rows / 2); moveWindow("Color", 600, 400);
moveWindow("Fixed", 600 + file1.cols + 5, 400); waitKey(0);
}

运行结果如下:

图片中的这把尺是测量图片像素的,不是图片本身。

1. imread函数,读取图片

函数原型:

Mat imread(const String& filename, int flag = CV_LOAD_IMAGE_COLOR)

参数说明:

  1. filename: 待打开图片的文件名,支持常见的图片格式
  2. flag: 这里只简单说明例子中用到的二个参数
    • CV_LOAD_IMAGE_UNCHANGED: 不进行转化,以原有图片的格式读取
    • CV_LOAD_IMAGE_GRAYSCALE: 转化为灰度图,类型为CV_8UC1

通过调试器,我们可以看到本例中,file1 = {UINT8, 3 x 389 x 292},

file2 = {UINT8, 1 x 389 x 292}。这里选择file1作为说明,其中:

file1.cols = 389, 表示图片水平方向

file1.rows = 292, 表示图片的垂直方向

file1.channels = 3, 表示图片的通道数

2. namedWindow函数, 生成一个窗口

函数原型如下:

void namedWindow(const String& winname, int flags = WINDOW_AUTOSIZE)

参数说明:

  1. winname: 窗口标识符,也就是窗口的名字,见图片中的 Color, Fixed 等
  2. flags: 窗口的类型
    • CV_WINDOW_FREERATIO, 窗口自适应图片大小,可以窗口用鼠标调整大小
    • CV_WINDOW_AUTOSIZE, 窗口自适应图片大小,但窗口不能通过鼠标调整大小

3. imshow函数,显示图片

函数原型:

void imshow(const String& winname, InputArray mat)

参数说明:

  1. winname: 显示窗口的名字
  2. mat: 待显示的图像

4. resizedWindow函数,调整窗口的大小

函数原型:

void resizeWindow(const String& winname, int width, int height)

参数说明:

  1. winname: 指定调整窗口的名字
  2. width: 新窗口的宽度
  3. height: 新窗口的高度

注意:对于namedWindow函数,选用 CV_WINDOW_AUTOSIZE 参数,如果width和height小于原图片,那么调整后的图片是不能全部显示图片。Fixed 和 Color 图中区别很明显。

4. moveWindow函数,移动窗口

函数原型:

void moveWindow(const String& winname, int x, int y)

函数说明:

  1. winname: 移动窗口的名字
  2. x: 窗口左边到屏幕左边的距离,单位为像素
  3. y: 窗口上边到屏幕上边的距离,单位为像素

本例中,Fixed 相对于 Color 右移了 file1.cols + 5 个像素,file1.cols = 389, 从图片中的标尺可以看到,正好 394 个像素。注意都是以窗口的左侧边框为基准。

opencv3 学习三 - 图像输入输出显示等的更多相关文章

  1. opencv3 学习四 - 图像减色

    程序如下 #include "opencv2/opencv.hpp" using namespace cv; int main() { // 灰度图 Mat original = ...

  2. 从视频文件中读入数据-->将数据转换为灰度图-->对图像做canny边缘检测-->将这三个结构显示在一个图像中

    //从视频文件中读入数据-->将数据转换为灰度图-->对图像做canny边缘检测-->将这三个结构显示在一个图像中 //作者:sandy //时间:2015-10-10 #inclu ...

  3. Struts2框架学习(三) 数据处理

    Struts2框架学习(三) 数据处理 Struts2框架框架使用OGNL语言和值栈技术实现数据的流转处理. 值栈就相当于一个容器,用来存放数据,而OGNL是一种快速查询数据的语言. 值栈:Value ...

  4. Python学习 Part5:输入输出

    Python学习 Part5:输入输出 1. 格式化输出 三种输出值的方法: 表达式语句 print()函数 使用文件对象的write()方法 两种方式格式化输出: 由自己处理整个字符串,通过使用字符 ...

  5. DjangoRestFramework学习三之认证组件、权限组件、频率组件、url注册器、响应器、分页组件

    DjangoRestFramework学习三之认证组件.权限组件.频率组件.url注册器.响应器.分页组件   本节目录 一 认证组件 二 权限组件 三 频率组件 四 URL注册器 五 响应器 六 分 ...

  6. [ZZ] 深度学习三巨头之一来清华演讲了,你只需要知道这7点

    深度学习三巨头之一来清华演讲了,你只需要知道这7点 http://wemedia.ifeng.com/10939074/wemedia.shtml Yann LeCun还提到了一项FAIR开发的,用于 ...

  7. day91 DjangoRestFramework学习三之认证组件、权限组件、频率组件、url注册器、响应器、分页组件

    DjangoRestFramework学习三之认证组件.权限组件.频率组件.url注册器.响应器.分页组件   本节目录 一 认证组件 二 权限组件 三 频率组件 四 URL注册器 五 响应器 六 分 ...

  8. 深度学习与计算机视觉(12)_tensorflow实现基于深度学习的图像补全

    深度学习与计算机视觉(12)_tensorflow实现基于深度学习的图像补全 原文地址:Image Completion with Deep Learning in TensorFlow by Bra ...

  9. SCARA——OpenGL入门学习三

    OpenGL入门学习[三] 在第二课中,我们学习了如何绘制几何图形,但大家如果多写几个程序,就会发现其实还是有些郁闷之处.例如:点太小,难以看清楚:直线也太细,不舒服:或者想画虚线,但不知道方法只能用 ...

随机推荐

  1. Oracle案例02——ORA-12034: "SCOTT"."USER_TABLE" 上的实体化视图日志比上次刷新后的内容新

    最近同事在交接工作时,发现有几个schedule job没有执行成功,我这边给看了下,其中一个是由于数据库迁移,调用dblink的host主机IP在tnsnames中没有变更导致,还有一个是无法视图的 ...

  2. pyqt5加载网页的简单使用

    如下初步使用了pyqt5,构造了一个webview来加载网址,呈现网页. 1.安装pyqt5包,可使用douban的源 pip install pyqt5 -i http://pypi.douban. ...

  3. RunDll32.exe 详解及[Windows批处理]清除IE缓存

    Rundll32命令详解 文件作用:执行32位DLL文件中的内部函数 位置:X:(当前系统分区)\windows\system32 命令语法: Rundll32.exe DLLname,Functio ...

  4. laravel where筛选会判断类型吗?

    laravel where筛选会判断类型吗? laravel where筛选会判断类型吗? laravel where筛选会判断类型吗? 这个说会判断不对,说不会判断也不对. 当字符串'1'和数值1是 ...

  5. hibernate mysql 分页时报错 显示的代码和sql server 类似 select top 1……

    [ERROR][com.alibaba.druid.filter.stat.StatFilter]merge sql error, dbType mysql, sql : select top 1 d ...

  6. hdu 4825 Xor Sum(trie+贪心)

    hdu 4825 Xor Sum(trie+贪心) 刚刚补了前天的CF的D题再做这题感觉轻松了许多.简直一个模子啊...跑树上异或x最大值.贪心地让某位的值与x对应位的值不同即可. #include ...

  7. iOS中的应用启动原理

    iOS中的应用启动原理 来源: http://m.blog.csdn.net/article/details?id=50530090 http://m.warting.com/program/2016 ...

  8. 能成为一名合格的Java架构师

    原文地址:http://www.dalbll.com/Group/Topic/ArchitecturedDesign/4943 俗话说“没有见过好程序,怎么可能写出好程序”,同样,也可以说“不了解架构 ...

  9. Paxos一致性算法(三)

    一.概述: Google Chubby的作者说过这个世界只有一种一致性算法,那就Paxos算法,其他的都是残次品. 二.Paxos算法: 一种基于消息传递的高度容错性的一致性算法. Paxos:少数服 ...

  10. Mongodb使用命令总结

    使用时的Mongodb版本为:3.2 1.导出: mongoexport --host mongodb1.example.net --port 37017 --username user --pass ...