OpenCV课程论文--—对图像边界的增加和灰度的调节.doc

OpenCV课程论文 —对图像边界的增加和灰度的调节 班级：091001班 组员：091001102 高 攀 091001106 马 昊 091001119 巩红艳 指导教师：刘建伟 完成时间：2012-10-15 一．实验内容 给图像增加边框并利用基本的阈值操作对图像的灰度进行调节 二．实验目的 1.使用 OpenCV 函数 copyMakeBorder 设置边界(添加额外的边界) 2.OpenCV 中的阈值(threshold)函数： threshold 的运用 三．所用理论 1.最简单的图像分割的方法。 应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。这样的图像分割方法是基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。为了从一副图像中提取出我们需要的部分，应该用图像中的每一个像素点的灰度值与选取的阈值进行比较，并作出相应的判断。（注意：阈值的选取依赖于具体的问题。即：物体在不同的图像中有可能会有不同的灰度值。一旦找到了需要分割的物体的像素点，我们可以对这些像素点设定一些特定的值来表示。 2. 填充图像边界的两种方法: a. BORDER_CONSTANT: 使用常数填充边界 b. BORDER_REPLICATE: 复制原图中最临近的行或者列。 知识详解 1.阈值化的类型： a.二进制阈值化 在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于 125的像素点的灰度值设定为最大值(如 8 位灰度值最大为 255)，灰度值小于 125 的像素点的灰度值设定为 0。 b.反二进制阈值化 该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在 8 位灰度图中，例如大于阈值的设定为 0，而小于该阈值的设定为 255）。 c.截断阈值化 同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为 125，那小于 125 的阈值不改变，大于 125 的灰度值（230）的像素点就设定为该阈值）。 d.阈值化为 0 先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为 0。 e.反阈值化为 0 原理类似于 0 阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。 2.边框的填充 a.RNG rng(123);变量 rng ，这是一个随机数生成器， 用来产生随机边界色彩。 b.top = (int) (0.05*src.rows); bottom = (int) (0.05*src.rows); left = (int)(0.05*src.cols); right = (int) (0.05*src.cols);初始化边界宽度参数(top, bottom, left 和 right)。我们将它们设定为图像 src 大小的 5%。 c.value = Scalar( rng.uniform(0, 255),rng.uniform(0, 255), rng.uniform(0,255) );为一个由 RNG 类型变量 rng 产生的随机数。 随机数的范围在之间。 e.程序启动时边界类型为 BORDER_CONSTANT (0), 因此， 一开始边界颜色任意变换;如果用户按 ‘r’ 键, 边界将会变成原图像边缘的拷贝;如果用户按 ‘c’ 键, 边界再次变为任意颜色;如果用户按 ‘ESC’ 键，程序退出。 五．源代码 #include stdafx.h #include opencv2/opencv.hpp using namespace cv; int threshold_value = 0; int threshold_type = 3;; int const max_value = 255; int const max_type = 4; int const max_BINARY_value = 255; Mat src, src_gray, dst; char* window_name = Threshold Demo; char* trackbar_type = Ty