爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      opencv学习笔记四(读写像素)

      首页 知识中心 其他 文章详情页

      opencv学习笔记四(读写像素)

      2025-03-14 09:11:57 阅读次数:7

      img,src,像素,图像,灰度

       

      图像操作

      读写图像

      • imread 可以指定加载为灰度或者RGB图像
      • Imwrite 保存图像文件,类型由扩展名决定

      读写像素

      • 读一个GRAY像素点的像素值(CV_8UC1)
        Scalar intensity = img.at(y, x);
        或者 Scalar intensity = img.at(Point(x, y));

      • 读一个RGB像素点的像素值
        Vec3f intensity = img.at(y, x);
        float blue = intensity.val[0];
        float green = intensity.val[1];
        float red = intensity.val[2];

      修改像素值

      • 灰度图像
        img.at(y, x) = 128;

      • RGB三通道图像
        img.at(y,x)[0]=128; // blue
        img.at(y,x)[1]=128; // green
        img.at(y,x)[2]=128; // red

      • 空白图像赋值
        img = Scalar(0);

      • ROI选择
        Rect r(10, 10, 100, 100);
        Mat smallImg = img®;

      Vec3b与Vec3F

      • Vec3b对应三通道的顺序是blue、green、red的uchar类型数据。
      • Vec3f对应三通道的float类型数据
        把CV_8UC1转换到CV32F1实现如下:
        src.convertTo(dst, CV_32F);

      代码中函数简介

      自定义函数

      1. void grayInvert(Mat &gray);
      功能:只对单通道灰度图像进行反差操作,:内含显示及存储功能
      参数1:输入单通道灰度图像

      2. void invertImage(Mat &src, Mat &dst);
      功能:既可以对彩色图像进行反差,也可以对灰度图像进行反差(与opencv自带的一个函数bitwise_not功能相同,只是此处对图片像素值的操作不是二进制的操作)
      参数1:输入一个图片(三通道或单通道都可)
      参数2:输出dst反差图像

      3. void imageToGray(Mat &src, Mat &dst);
      功能:将rgb彩色图像变为单通道灰度图像(在其内转成灰度图像的方式较多,灰度图像有亮有暗)
      参数1:输入一个三通道图像
      参数2:输出单通道灰度图像

      opencv自带函数

      1. cvtColor(src, gray, CV_RGB2GRAY);
      参数1:输入图像(此处应输入rgb三通道图像)
      参数2:输出图像(此处输出单通道灰度图像)
      参数3:此处使用CV_RGB2GRAY,表示将读入的rgb彩色图像变为gray灰度图像

      2. bitwise_not(src, dst2);
      功能:是对二进制数据进行“非”操作,即对图像(灰度图像或彩色图像均可)每个像素值进行二进制 “非” 操作,~1 = 0,~0=1
      参数1:输入一个图片(单通道或三通道都可)
      参数2:输出像素值被二进制“非”过的图像

      代码实现效果

      1. 原始图像(为三通道彩色图像)
      opencv学习笔记四(读写像素)
      2. 原始彩色图像经由cvtColor(src, gray, CV_RGB2GRAY);所得的灰度图像(较暗)
      opencv学习笔记四(读写像素)
      3. 灰度图像经由grayInvert(gray);所得的反差图像
      opencv学习笔记四(读写像素)
      4. 原始彩色图像经由invertImage(src, dst);所得的反差图像(与bitwise_not结果相同)
      opencv学习笔记四(读写像素)
      5. 原始彩色图像经由bitwise_not(src, dst2);所得的反差图像
      opencv学习笔记四(读写像素)
      6. 原始彩色图像经由imageToGray(src, gray2);所得的灰度图像(较亮)
      opencv学习笔记四(读写像素)

      具体代码实现

      #include <opencv2/opencv.hpp>
      #include <iostream>
      
      using namespace std;
      using namespace cv;
      
      //只对灰度图像进行反差并在窗口显示
      void grayInvert(Mat &gray);//输入单通道灰度图像
      
      //既可以对彩色图像进行反差,也可以对灰度图像进行反差
      void invertImage(Mat &src, Mat &dst);//输入一个图片(三通道或单通道都可),输出dst反差图像
      
      //自定义将rgb彩色图像变为单通道灰度图像(其内方法很多)
      void imageToGray(Mat &src, Mat &dst);//输入一个三通道图像,输出单通道灰度图像
      
      int main(){
      	Mat src;
      	src = imread("1.jpg");//此处默认读进来BGR的图像(有三个通道的值)
      	if (!src.data){
      		printf("could not load image...\n");
      		return -1;
      	}
      	//img.at<uchar>(y, x);获得单通道的图像才能去读
      
      	namedWindow("input image", CV_WINDOW_AUTOSIZE);//此处可以省略
      	imshow("input image", src);
      
      	Mat gray;
      	cvtColor(src, gray, CV_RGB2GRAY);//此时将rgb图像转变为灰度图像
      	namedWindow("cvtColor gray image", CV_WINDOW_AUTOSIZE);//此处可以省略
      	imshow("cvtColor gray image", gray);
      	imwrite("cvtColor_gray.jpg", gray);
      
      	grayInvert(gray);//只对灰度图像进行反差并在窗口显示
      
      	//调用自定义函数对图像进行反差
      	Mat dst;//定义dst反差图像
      	invertImage(src, dst);	//既可以对彩色图像进行反差,也可以对灰度图像进行反差(对上面的grayInvert进一步优化)
      	imshow("invertImage image", dst);	//将输出的dst图像进行显示
      	imwrite("invertImage.jpg", dst);
      
      	//调用系统自带的图像反差函数(与上方自定义反差功能相同,单通道、三通道都可)
      	//此函数是进行位操作(与、或、非等)来对图像反差
      	Mat dst2;	//定义dst2作为后面函数的输出
      	bitwise_not(src, dst2);
      	imshow("bitwise_not image", dst2);
      	imwrite("bitwise_not.jpg", dst2);
      
      	//调用自定义rgb转灰度函数(灰度读图像可亮可暗)
      	Mat gray2;
      	imageToGray(src, gray2);
      	imshow("imageToGray image", gray2);
      	imwrite("imageToGray2.jpg", gray2);
      
      	waitKey(0);
      	return 0;
      }
      
      //只对灰度图像进行反差并在窗口显示
      void grayInvert(Mat &gray){
      	int height = gray.rows;//获取灰度图像的高度
      	int width = gray.cols;//获取灰度图像的宽度
      
      	//单通道灰度图像
      	for (int row = 0; row < height; row++){
      		for (int col = 0; col < width; col++){
      			int grayValue = gray.at<uchar>(row, col);//获取灰度图像的像素值
      			gray.at<uchar>(row, col) = (255 - grayValue);		//修改gray图像本身的像素值,将其像素进行反差
      		}
      	}
      	imshow("gray invert", gray);	//在3.0.0版本上,不用namewindows窗口,只imshow它就可以自动创建一个窗口展示
      	//imshow("gray image", gray);		//如果找到前面有创建窗口,就不再自动创建,直接在之前创建的窗口显示
      	imwrite("gray_invert.jpg", gray);
      }
      
      //既可以对彩色图像进行反差,也可以对灰度图像进行反差
      void invertImage(Mat &src, Mat &dst){
      	//创建一个和src大小类型相同的背景图像,并将反差像素在此图像上显示
      	dst.create(src.size(), src.type());
      
      	int height = src.rows;//获取src图像的高度
      	int width = src.cols;//获取src图像的宽度
      	int nc = src.channels();//获取src图像的通道数
      
      	//直接遍历图像像素,并通过判断通道数来进行读取像素的操作(单通道和三通道读取像素操作不同)
      	for (int row = 0; row < height; row++){
      		for (int col = 0; col < width; col++){
      			if (nc == 1){		//如果图像为单通道数进行下列操作
      				int grayValue = src.at<uchar>(row, col);		//获取单通道图像的像素值
      				dst.at<uchar>(row, col) = (255 - grayValue);		//修改单通道图像本身的像素值,将其像素进行反差
      			}
      			else if (nc == 3){		//如果图像为三通道
      				int b = src.at<Vec3b>(row, col)[0];			//获取r通道的像素值
      				int g = src.at<Vec3b>(row, col)[1];			//获取g通道的像素值
      				int r = src.at<Vec3b>(row, col)[2];			//获取b通道的像素值
      				//将各个通道的反差像素在dst图像上显示
      				dst.at<Vec3b>(row, col)[0] = 255 - b;		//我们可以更改一些像素值,会得到其他效果如将(255-r)改为0等像素值
      				dst.at<Vec3b>(row, col)[1] = 255 - g;
      				dst.at<Vec3b>(row, col)[2] = 255 - r;
      			}
      		}
      	}
      	//imshow("dst invert", dst);
      }
      
      //自定义将rgb彩色图像变为单通道灰度图像(其内方法很多)
      void imageToGray(Mat &src, Mat &dst){
      	//创建一个和src大小相同,但类型为单通道的背景图像
      	dst.create(src.size(), CV_8UC1);
      
      	int height = src.rows;//获取src图像的高度
      	int width = src.cols;//获取src图像的宽度
      	int nc = src.channels();//获取src图像的通道数
      
      	//直接遍历图像像素,并通过判断通道数来进行读取像素的操作(单通道和三通道读取像素操作不同)
      	for (int row = 0; row < height; row++){
      		for (int col = 0; col < width; col++){
      			if (nc == 1){		//如果图像为单通道数进行下列操作
      				cout << "此为单通道图像,无需再次灰度化" << endl;
      			}
      			else if (nc == 3){		//如果图像为三通道
      				int b = src.at<Vec3b>(row, col)[0];			//获取r通道的像素值
      				int g = src.at<Vec3b>(row, col)[1];			//获取g通道的像素值
      				int r = src.at<Vec3b>(row, col)[2];			//获取b通道的像素值
      				//通过获取的bgb各通道的像素值进行灰度化操作(做灰度的方法很多)
      				//dst.at<uchar>(row, col) = min(b, min(g, r));//取rgb通道中的最小值赋值给单通道像素(此处的灰度图像显示会比较暗)
      				dst.at<uchar>(row, col) = max(b, max(g, r));//取rgb通道中的最大值赋值给单通道像素(此处的灰度图像显示会比较亮)
      			}
      		}
      	}
      	//imshow("imageToGray", dst);
      }
      
      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://zhaocai-l.blog.csdn.net/article/details/107050771,作者:吾名招财,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:【设计模式】命令模式

      下一篇:go环境+ip本地库统计ip归属地

      相关文章

      2025-05-19 09:04:22

      gray_dilation_rect

      gray_dilation_rect

      2025-05-19 09:04:22
      byte , img , 灰度
      2025-04-18 08:02:09

      传统CV算法——基于opencv的答题卡识别判卷系统

      基于OpenCV的答题卡识别系统,其主要功能是自动读取并评分答题卡上的选择题答案。系统通过图像处理和计算机视觉技术,自动化地完成了从读取图像到输出成绩的整个流程。

      2025-04-18 08:02:09
      cv2 , 图像 , 实现
      2025-04-18 08:02:09

      QT从入门到精通(三)——实现文件列表遍历的图像浏览器

      QT从入门到精通(三)——实现文件列表遍历的图像浏览器

      2025-04-18 08:02:09
      初始化 , 图像 , 文件夹 , 方法 , 构造函数
      2025-04-18 08:02:02

      传统CV算法——边缘检测算法综述

      边缘是不同区域的分界线,是周围(局部)灰度值有显著变化的像素点的集合,有幅值与方向两个属性。这个不是绝对的定义,主要记住边缘是局部特征,以及周围灰度值显著变化产生边缘。

      2025-04-18 08:02:02
      图像 , 梯度 , 检测 , 算子 , 边缘
      2025-04-18 08:02:02

      diffusionAI从入门到精通——基本组件介绍

      diffusionAI从入门到精通——基本组件介绍

      2025-04-18 08:02:02
      图像 , 文本 , 模型 , 生成 , 示例 , 输入
      2025-04-11 07:08:26

      用go语言,有一个由x轴和y轴组成的坐标系, “y下“和“y上“表示一条无限延伸的道路,“y下“表示这个道路的下限,“y上“表示这个道路的上限

      用go语言,有一个由x轴和y轴组成的坐标系,"y下"和"y上"表示一条无限延伸的道路,"y下"表示这个道路的下限,"y上"表示这个道路的上限

      2025-04-11 07:08:26
      34 , int , 像素 , 查找 , 边界
      2025-04-09 09:16:56

      Python算法学习[11]—图像问题&问题描述与实现

      在计算机视觉中,图像处理是一个重要的领域。本文将介绍两个常见的图像问题:图像旋转和图像缩放,并提供Python代码来实现这些问题的解决方案。

      2025-04-09 09:16:56
      Python , 函数 , 图像 , 旋转 , 矩阵 , 问题
      2025-04-09 09:15:47

      《Java游戏编程原理与实践教程》读书笔记(第4章——Java游戏程序的基本框架)

      《Java游戏编程原理与实践教程》读书笔记(第4章——Java游戏程序的基本框架)

      2025-04-09 09:15:47
      动画 , 图像 , 屏幕 , 方法 , 游戏 , 绘制
      2025-04-09 09:13:17

      python 无监督生成模型

      无监督生成模型在机器学习中扮演着重要角色,特别是当我们在没有标签数据的情况下想要生成新的样本或理解数据的内在结构时。一种流行的无监督生成模型是生成对抗网络(Generative Adversarial Networks, GANs)。

      2025-04-09 09:13:17
      图像 , 样本 , 生成 , 生成器 , 训练
      2025-04-01 10:28:07

      传统CV算法——图像特征算法概述

      传统CV算法——图像特征算法概述

      2025-04-01 10:28:07
      全局 , 图像 , 检测 , 特征
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5275499

      查看更多

      最新文章

      gray_dilation_rect

      2025-05-19 09:04:22

      QT从入门到精通(三)——实现文件列表遍历的图像浏览器

      2025-04-18 08:02:09

      验证码识别之点选验证码识别——绪论

      2025-03-31 08:57:06

      antDesign在react项目中样式失效

      2025-03-28 07:41:55

      1.Matlab图像的读取和显示

      2025-03-24 08:47:15

      js 实现视频封面截图

      2025-03-21 08:23:19

      查看更多

      热门文章

      matlab图像滤波

      2023-04-13 10:26:15

      antDesign在react项目中样式失效

      2025-03-28 07:41:55

      色彩调整与校正

      2024-05-29 09:35:20

      去除img标签函数

      2024-05-17 07:20:42

      一个自己用的复制对象的工具类

      2024-06-06 08:03:43

      python 数字验证码 自动识别

      2024-10-09 09:15:59

      查看更多

      热门标签

      linux java python javascript 数组 前端 docker Linux vue 函数 shell git 节点 容器 示例
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      使用 OpenCV 进行图像的高斯模糊和边缘检测

      深度学习从入门到精通——图像分割技术原理解析

      深度学习从入门到精通——感知损失

      python将矩阵转化为灰度图

      antDesign在react项目中样式失效

      验证码识别之点选验证码识别——绪论

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号