【OpenCv】c++ 图像初级操作 | 图像灰度化

#include<iostream> #include<Windows.h> #include<opencv2\opencv.hpp> using namespace std; using namespace cv; #define MIN2(a, b) ((a) < (b) ? (a) : (b)) #define MAX2(a, b) ((a) > (b) ? (a) : (b)) #define CLIP3(x, a, b) MIN2(MAX2(a.

基于opencv的c++接口，实现常用的图像灰度变换方法，包括了线性变换、图像反转、对数变换和伽马变换。

灰度化，在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。计算公式如下。

【图像处理OpenCV(C++版)】——2.3 灰度/彩色图像数字化

参考公式处：https://hacpai.com/article/1359968457263 使用公式如下: Gray = (R+B+G)/3 Gray = (R*299 + G*587 + B*114 + 500) / 1000 Gray = (R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2) 这三条公式其实一开始误导了我，让我以为直接抽出RGB值后相加就是最终结果了，但很遗憾的，并不是。 接下来，我会分别展示三个使用了该三种公.

但是，对于大多数来自相机或文件系统的图像，你可以安全地假设它们是BGR格式的（在OpenCV中）。：这种方法给了你更多的灵活性，因为你可以先对彩色图像进行一些处理（如裁剪、旋转等），然后再转换为灰度图。但是，它使用了更多的内存，因为你需要同时存储彩色和灰度图像（至少在转换过程中是这样）。对于将彩色图转换为灰度图，你通常会从BGR颜色空间（OpenCV中默认的彩色图像格式）转换到灰度颜色空间。请注意，如果原始图像不是彩色的（即，它是一个灰度图像或具有其他非BGR颜色空间的图像），但你仍然使用。

#include <opencv2/opencv.hpp> using namespace cv; int main() { Mat src, dst; src = imread("1.png"); //处理图像的地址 dst.create(src.rows, src.cols, CV_8UC1); for (int i = 0; i < src.rows; ++i) for (int j = 0; j < src.cols; ++

直方图均衡化的原理：直方图均衡化的核心思想是通过重新分配像素值来拉伸和扩展图像的像素值范围，以使图像的直方图更加均匀。自适应直方图均衡化是一种改进的直方图均衡化方法，它在不同图像区域上分别应用均衡化，以应对光照差异。直方图均衡化是一种简单而有效的方法，可以使图像中的像素值更均匀分布，从而改善图像的对比度。这是为了在后续的操作中存储调整后的图像，因为在进行线性变换之前，我们希望输出图像的像素值都为零。在这个特定的情况下，：这是内部的循环，用于遍历图像的通道（例如，对于彩色图像，通道可能是B、G、R）。

OpenCV+addWeighted+ROI+初级图像混合一丶创建ROI：三丶两图片的线性混合代码 参考链接https://blog.csdn.net/weixin_41995541/article/details/89972578. 关于图像融合的线性方法即使用addweighted函数进行图像融合，其核心是ROI感兴趣区域的定义，ROI区域在opencv中就是矩形区域(RECT) 先创建Rect区域，再给予ROI一些基本性质，形成图像掩膜。 ROI即为目标图像中的你想要叠加图像的区域，其基本性质即该区域

介绍了灰度变换的基本概念和操作

作者：云时之间链接：https://zhuanlan.zhihu.com/p/102322268编辑：王萌今天这一篇文章主要记录一下OpenCV中一些基本的操作，包括读取图片，视频以及反...

最后强调一下两个点：1.C++17的std::filesystem::directory_iterator{ p }并非string而是wstring，记得转换，2.要让图片先显示一下确保它真的处理完毕。其实代码非常的简单，可自行修改，唯一的问题或许只是这里用到的filesystem是什么呢？它是C++17添加到标准库的。然鹅就算我哪样写，看着非常简单，程序依旧会抛出异常，但不影响它的结果。有兴趣可以交流讨论讨论。其实可以使用任意算法或API改变图片，我们这里就直接调cv::cvtColor。...