Opencv4（C++）案例5：采取纯编码不调用任何api的方式找十字中心点.pdfVIP

Opencv4 （C++）案例5 ：采取纯编码不调⽤任何api的⽅式找⼗字中⼼点 需求分析 给出⼀幅单通道灰度图的全部灰度值,要求采⽤原⽣C++的办法对图像的像素点进⾏处理，找到这幅图中的⼗字中⼼点的坐标. 思路分析 实际上,这个问题是考察我们如何不⽤Opebcv的api来处理这个函数，考察opencv⼀些重要接⼝的底层原理或者是数字图像处理的⼀些基本 算法。那么在这个问题中,基本思路就是区分背景⾊和物体⾊,找到⼀个阈值，将其⼆值化，将背景⾊设置为255,物体⾊设置为0,然后中⼼点 的计算,⾮常简单,找到最左端灰度值为0的，依次思路找上下右,找出来mid=x:(top+down)/2 y:(left+right)/2 这就是基本思路 这道题的另外⼀个思路就是取前百分之x的像素点作为阈值的取值点,在C++中重载⼀下cmp函数到sort⾥⾯去就可以⽤了 编码 我的编码思路就是先对⼆维数组进⾏⼆值化,然后计算,设置⼆值化的思路是采⽤灰度分布直⽅图的⽅法,计算出现最⾼的灰度值，然后根据此 为阈值⼆值化图像,注意，由于原图的问题，存在⼀些模糊和灰暗度的问题，因此阈值会出现⼀些问题，需要微调，直到我们调到⼀个合适的 范围(可以借助Opencv的图像显⽰来调整) AC代码 1 #include stdio.h 2 #include math.h 3 #include vector 4 #include iostream 5 #include algorithm 6 7 using namespace std ; 8 9 const int srcRow=128; 10 const int srcCol=128; 11 12 void handle(int pic[][128],double a,double b){ 13 //1.⼗字架不⼀定⽔平与垂直 14 //2.存在模糊 15 //3. 明暗度不同 16 17 阈值化分割灰度图像阈值化分割 // : 18 //1.设置好计算的参数 19 double nHistogram[256];//灰度分布直⽅图 20 double dVariance[256];//类间⽅差 21 int sumPic=srcRow*srcCol; 22 for(int i=0;i256;i++){ 23 nHistogram[i]=0.0; 24 dVariance[i]=0.0; 25 } 26 27 //2.对每⼀个像素点进⾏归类 28 for(int i=0;isrcRow;i++){ 29 for(int j=0;jsrcCol;j++){ 30 nHistogram[pic[i][j]]++;//计算出频度 31 } 32 } 33 34 //3.根据频度计算出概率 35 double Pa=0.0;//背景出现的频率 36 double Pb=0.0;//⼗字出现的频率 37 double Wa=0.0;//背景平均灰度 38 double Wb=0.0;// ⽬标平均灰度 39 double W0=0.0;//全局平均灰度 40 double dData1=0.0,dData2=0.0; 41 for(int i=0;i256;i++){ 42 nHistogram[i] /= sumPic;//计算出频率 42 nHistogram[i] /= sumPic;//计算出频率 43 W0 += i*nHistogram[i]; 44 } 45 46 对每个灰度值计算类间⽅差 //4. 47 for(int i=0;i256;i++){ 48 Pa += nHistogram[i]; 49 Pb = 1-Pa; 50 dD