#c #qt #opencv
#c #qt #opencv
Вопрос:
Я нахожусь в процессе разделения изображения на области прямоугольников, я нашел некоторый полезный код, который позволяет мне это делать, однако у меня возникают проблемы с пониманием того, как манипулировать каждой отдельной областью и восстанавливать их вместе, чтобы сформировать новое полное изображение того же исходного размера. Я новичок как в c , так и в opencv, поэтому буду признателен за любую помощь.
В настоящее время все прямоугольники хранятся в std::vector<cv::Mat> *blocks
.
Причина, по которой я хочу получить значения каждого прямоугольника и иметь возможность манипулировать ими, заключается в том, что я планирую позже проанализировать их для получения некоторого вывода.
Это код, который разбивает изображение на прямоугольники:
if(img.cols % colDivisor == 0 amp;amp; img.rows % colDivisor == 0){
for(int y = 0; y < img.cols; y = img.cols/colDivisor){
for(int x = 0; x < img.rows; x = img.rows/rowDivisor){
blocks->push_back(img(cv::Rect(y, x, (img.cols / colDivisor), (img.rows / rowDivisor))).clone());
rectangle(maskImg, cv::Point(y,x), cv::Point(y (maskImg.cols / colDivisor) - 1, x (maskImg.rows / rowDivisor) - 1), CV_RGB(255, 0, 0), 1);
cv::imshow("Image", maskImg);
Я могу манипулировать значениями BGR выбранного изображения следующим образом:
std::vector<cv::Mat> m;
...
cv::Mat image2 =m[9]; //Random rect
std::vector<cv::Mat> channels;
cv::split(image2, channels);
cv::Scalar avg1 = cv::mean(channels[0]);
cv::Scalar avg2 = cv::mean(channels[1]);
cv::Scalar avg3 = cv::mean(channels[2]);
std::cout << "Blue channel: " << avg1[0] << std::endl << "Green channel: " << avg2[0] << std::endl << "Red channel: " << avg3[0] << std::endl;
image2.setTo(cv::Scalar(avg1[0], avg2[0], avg3[0]));
cv::imshow("BGRTEST", image2);
Как видно из приведенного выше кода, я успешно могу манипулировать одной областью, однако я хочу выполнить итерацию по каждой области и применить к ней среднее значение BGR.
Как я мог это сделать?
Я попытался использовать итератор c , например:
for(std::vector<cv::Mat>::iterator it = blocks->begin(); it != blocks->end(); it){
}
Однако я не уверен, как бы я это реализовал.
Заранее спасибо!
Ответ №1:
Предполагая, что исходная задача состоит в том, чтобы разбить изображение на прямоугольные части и применить к нему некоторый оператор, существует более простой подход.
OpenCV имеет довольно удобную концепцию области интересов. Вы можете выбрать область изображения и использовать ее в качестве изображения. Выполняемые вами операции будут отображаться в исходном изображении.
Вы используете область интереса, но вы копируете ее, а затем планируете объединить полученные небольшие изображения. Это не только расточительно с точки зрения вычислений, но и усложняет код.
Вот как вы можете использовать интересующую область в своих интересах:
for(int y = 0; y < img.cols - 30; y = 30) {
for(int x = 0; x < img.rows - 30; x = 30) {
cv::Mat roi = img(cv::Rect(y, x, 30, 30));
std::vector<cv::Mat> channels;
cv::split(roi, channels);
cv::Scalar avg1 = cv::mean(channels[0]);
cv::Scalar avg2 = cv::mean(channels[1]);
cv::Scalar avg3 = cv::mean(channels[2]);
roi.setTo(cv::Scalar(avg1[0], avg2[0], avg3[0]));
}
}
Я скопировал вашу обработку и немного изменил способ вычисления подизображений.
Комментарии:
1. Это именно то, что я искал! Жаль, что я не заметил ROI в документации Mat.. Я уже знал, что это дорого с точки зрения вычислений, поэтому я действительно надеялся, что будет какой-то другой подход. Большое спасибо!