argv分别为,可执行文件名、读入的原始图像、输出原始图像的灰度值、输出原始图像灰度值沿x轴方向的一阶微分、输出原始图像灰度值沿x轴方向的二阶微分。

#include
#include
#include
#include
#include

#pragma comment( lib, "opencv_highgui243d.lib" ) 
#pragma comment( lib, "opencv_core243d.lib" ) 
#pragma comment( lib, "opencv_ml243d.lib" ) 
#pragma comment( lib, "opencv_imgproc243d.lib" )

int main( int argc, char** argv ) {

int height, width, step, channels;
    uchar *grayData;
   
    uchar grayDataTmp, prev1GrayDataTmp, prev2GrayDataTmp;
   
    int differentialGrayFirstOrder, differentialGraySecondOrder, prevDifferentialGrayFirstOrder;
    int i, j;
   
    FILE *fpGrayOrgn, *fpGrayFirst, *fpGraySecond;
   
    IplImage *grayImg;

//load image in single channel, aka. transform the image to gray (but not save)
    grayImg = cvLoadImage(argv[1], 0);

//exit from failing loading source image
    if (!grayImg)
    {
        printf("Could not load image file: %s", argv[1]);
        exit(1);
    }

//get basic information of the image
    height = grayImg->height;
    width = grayImg->width;
    step = grayImg->widthStep;
    channels = grayImg->nChannels;

//print image on screen and show basic information of the image
    printf("Processing a %dx%d image with %d channels\n", height, width, channels);
    cvNamedWindow ("mineSweeperWindow", CV_WINDOW_AUTOSIZE);
    cvShowImage ("mineSweeperWindow", grayImg);

//exit from file create error
    fpGrayOrgn = fopen(argv[2], "w+");
    if (fpGrayOrgn == NULL)
    {
        printf("File %s create/open error!", argv[2]);
        exit(2);
    }
    fpGrayFirst = fopen(argv[3], "w+");
    if (fpGrayFirst == NULL)
    {
        printf("File %s  create/open error!", argv[3]);
        exit(3);
    }
    fpGraySecond = fopen(argv[4], "w+");
    if (fpGraySecond == NULL)
    {
        printf("File %s create/open error!", argv[4]);
        exit(4);
    }

//move pointer to the start of file
    rewind(fpGrayOrgn);
    rewind(fpGrayFirst);
    rewind(fpGraySecond);

//get every value (in gray) and output to a txt file
    grayData = (uchar *)grayImg->imageData;
    for (i = 0; i < height; ++i)
    {
        for (j = 0; j < width; ++j)
        {
            //get value
            grayDataTmp = grayData[i*step+j];
            fprintf(fpGrayOrgn, "%4d ", grayDataTmp);

//init
            if (0 == j)
            {
                prev1GrayDataTmp = 0;
                prev2GrayDataTmp = 0;
                prevDifferentialGrayFirstOrder = 0;
            }
            //calculate  difference of first-order
            differentialGrayFirstOrder = (int)grayDataTmp - (int)prev1GrayDataTmp;
            fprintf (fpGrayFirst, "%4d", differentialGrayFirstOrder);

//calculate difference of second-order
            differentialGraySecondOrder = differentialGrayFirstOrder - prevDifferentialGrayFirstOrder;
            fprintf (fpGraySecond, "%4d", differentialGraySecondOrder);

//re-assignment
            prevDifferentialGrayFirstOrder = differentialGrayFirstOrder;
            prev2GrayDataTmp = prev1GrayDataTmp;
            prev1GrayDataTmp = grayDataTmp;
        }

//insert a newline
        fprintf(fpGrayOrgn, "\n");
        fprintf(fpGrayFirst, "\n");
        fprintf(fpGraySecond, "\n");
    }

fclose (fpGrayOrgn);
    fclose (fpGrayFirst);
    fclose (fpGraySecond);

//end print process
    cvWaitKey(0);
    cvReleaseImage( &grayImg );
    cvDestroyWindow("mineSwepperWindow");

return ( 0 );
}
【】

http://www.infineon-ecosystem.org/focusnie/blog/13-07/295656_9bd39.html

图像处理之基础---基于opencv的灰度图像微分的更多相关文章

  1. Python图像处理丨基于OpenCV和像素处理的图像灰度化处理

    摘要:本篇文章讲解图像灰度化处理的知识,结合OpenCV调用cv2.cvtColor()函数实现图像灰度操作,使用像素处理方法对图像进行灰度化处理. 本文分享自华为云社区<[Python图像处理 ...

  2. 图像处理基础(2):自适应中值滤波器(基于OpenCV实现)

    本文主要介绍了自适应的中值滤波器,并基于OpenCV实现了该滤波器,并且将自适应的中值滤波器和常规的中值滤波器对不同概率的椒盐噪声的过滤效果进行了对比.最后,对中值滤波器的优缺点了进行了总结. 空间滤 ...

  3. 基于Opencv的简单图像处理

    实验环境 本实验均在笔记本电脑完成,电脑的配置如表1所示: 系统 Windows 10 家庭版 处理器 英特尔 Core i5-6200 @ 2.30GHz 双核 主板 宏碁 Zoro_SL 内存 1 ...

  4. 基于Opencv和Mfc的图像处理增强库GOCVHelper(索引)

    GOCVHelper(GreenOpen Computer Version Helper )是我在这几年编写图像处理程序的过程中积累下来的函数库.主要是对Opencv的适当扩展和在实现Mfc程序时候的 ...

  5. 基于 opencv 的图像处理入门教程

    前言 虽然计算机视觉领域目前基本是以深度学习算法为主,但实际上很多时候对图片的很多处理方法,并不需要采用深度学习的网络模型,采用目前成熟的图像处理库即可实现,比如 OpenCV 和 PIL ,对图片进 ...

  6. 基于OpenCV的火焰检测(一)——图像预处理

    博主最近在做一个基于OpenCV的火焰检测的项目,不仅可以检测图片中的火焰,还可以检测视频中的火焰,最后在视频检测的基础上推广到摄像头实时检测.在做这个项目的时候,博主参考了很多相关的文献,用了很多种 ...

  7. OpenCV2学习笔记(十四):基于OpenCV卡通图片处理

    得知OpenCV有一段时间.除了研究的各种算法的内容.除了从备用,据导游书籍和资料,尝试结合链接的图像处理算法和日常生活,第一桌面上(随着摄像头)完成了一系列的视频流处理功能.开发平台Qt5.3.2+ ...

  8. 基于 OpenCV 的人脸识别

    基于 OpenCV 的人脸识别 一点背景知识 OpenCV 是一个开源的计算机视觉和机器学习库.它包含成千上万优化过的算法,为各种计算机视觉应用提供了一个通用工具包.根据这个项目的关于页面,OpenC ...

  9. Canny边缘检测算法(基于OpenCV的Java实现)

    目录 Canny边缘检测算法(基于OpenCV的Java实现) 绪论 Canny边缘检测算法的发展历史 Canny边缘检测算法的处理流程 用高斯滤波器平滑图像 彩色RGB图像转换为灰度图像 一维,二维 ...

随机推荐

  1. slover层解读

    void Solver<Dtype>::UpdateSmoothedLoss(Dtype loss, int start_iter, int average_loss) { if (los ...

  2. Mysql读写分离与主从数据库设置方案

    Mysql读写分离与主从数据库设置方案 亿仁网 18-10-0711:31 Mysql无非四个功能:增,删,改,读.而将增删改和读分离操作.这样有利于提高系统性能.下面是非常直观的操作: 1.配置: ...

  3. JAVA基础——数据流

    DataInputStream 类和DataOutputStream 类 在前面的学习中,我们知道数据流处理的数据都是指字节或字节数组,但实际上很多时候不是这样的,它需要数据流能直接读.写各种各样的j ...

  4. ORACLE in与exists语句的区别(一)

    select * from Awhere id in(select id from B) 以上查询使用了in语句,in()只执行一次,它查出B表中的所有id字段并缓存起来.之后,检查A表的id是否与B ...

  5. mybatis中<![CDATA[]]>的作用

    此篇文章引自QH_JAVA的文章 在使用mybatis 时我们sql是写在xml 映射文件中,如果写的sql中有一些特殊的字符的话,在解析xml文件的时候会被转义,但我们不希望他被转义,所以我们要使用 ...

  6. 基于vue实现模糊匹配(这里以邮箱模糊匹配为例,其他的模糊匹配都可以类比)

    html部分(主要部分): js: data: methods: 效果图:

  7. 04003_CSS

    1.DIV相关的技术 (1)DIV是一个html标签,一个块级元素(单独显示一行).它单独使用没有任何意义,必须结合CSS来使用,主要用于页面的布局: (2)Span是一个html标签,一个内联元素( ...

  8. Leetcode 137.只出现一次的数字II

    只出现一次的数字II 给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现了三次.找出那个只出现了一次的元素. 说明: 你的算法应该具有线性时间复杂度. 你可以不使用额外空间来实现吗? ...

  9. chrome webstore

    chrome webstore https://chrome.google.com/webstore/detail/set-character-encoding/bpojelgakakmcfmjfil ...

  10. JavaScript面向对象实现

    JavaScript面向对象实现 一:面向对象三大特征 继承,封装,多态! 二:JavaScript自定义对象  创建对象的方式: 方式1,对象初始化器方式: <script type=&quo ...