完成
- 统计时间
- 色彩空间转换
- 线性滤波器使用
- 图像读取写入plus
- 图像指针
相关函数
gettickcount();//获取时钟
mat.ptr<uchar>;//获取图像指针
saturate_cast<uchar>;//防溢出函数
filter2D;//线性滤波器
imread();
imwrite();
cvtColer();//色彩空间转换
实现
使用卷积加强图像对比度
笔记
关于imread和imwrite的地址传入
可以使用c++的string或cv自己的String实现,使用cin读入地址
源
// OpenCV_Template.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
#include <iostream>
#include <string>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;
void colChange(Mat &iImg, Mat &oImg) { //色彩空间变换
cvtColor(iImg, oImg, COLOR_BGR2GRAY);
return;
}
void addFilter(Mat &iImg, Mat &oImg,const Mat filter) { //添加线性滤波器
filter2D(iImg, oImg, -1, filter);
return;
}
int main(int argc, char** argv) //实现读取摄像头内容输出加强对比度,并统计每帧处理时间
{
VideoCapture cap(0);
if (!cap.isOpened())
return -1;
//namedWindow("frame", WINDOW_AUTOSIZE);
//while(1)
/*{
Mat frameIn;
cap >> frameIn;*/
// imshow("frame", frameIn);
// if (waitKey(30) >= 0)
// break;
//}
Mat iImg;
Mat oImg;
Mat filter ;
String path1;
string path2;
//cin >> path1;
//path2 = path1;
//iImg = imread(path2);
//if (iImg.empty()) {
// printf("Can not read img...");
// return -1;
//}
while (1) {
cap >> iImg;
oImg = Mat::zeros(iImg.size(), iImg.type()); //创建零矩阵
filter = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); //定义卷积核
double tCount = 0;
tCount = getTickCount();
//colChange(iImg, oImg);
addFilter(iImg, oImg, filter);
//iImg = imread("Test.jpg", IMREAD_GRAYSCALE);
//oImg = iImg;
double tSum = 0;
tSum = (getTickCount() - tCount) / getTickFrequency();
printf("Time consume %.4f", tSum);
//imwrite("layout.jpg", oImg);
namedWindow("imput", WINDOW_AUTOSIZE);
imshow("imput", iImg);
namedWindow("layout", WINDOW_AUTOSIZE);
imshow("layout", oImg);
if (waitKey(30) >= 0) {
break;
};
}
return 0;
}
// 运行程序: Ctrl + F5 或调试 >“开始执行(不调试)”菜单
// 调试程序: F5 或调试 >“开始调试”菜单
// 入门使用技巧:
// 1. 使用解决方案资源管理器窗口添加/管理文件
// 2. 使用团队资源管理器窗口连接到源代码管理
// 3. 使用输出窗口查看生成输出和其他消息
// 4. 使用错误列表窗口查看错误
// 5. 转到“项目”>“添加新项”以创建新的代码文件,或转到“项目”>“添加现有项”以将现有代码文件添加到项目
// 6. 将来,若要再次打开此项目,请转到“文件”>“打开”>“项目”并选择 .sln 文件
相关
无