目录
作业内容
实现代码
分段解析
mouse_handler()函数
cv处理鼠标事件
naive_bezier()
recursive_bezier()递归找出点轨迹
main()函数
cvtColor()
图像色彩模式
参考
作业内容 实现代码
#include
#include
#include
std::vector control_points;//控制点-动态数组
void mouse_handler(int event, int x, int y, int flags, void *userdata)
{
if (event == cv::EVENT_LBUTTONDOWN && control_points.size() < 4)
{
std::cout << "Left button of the mouse is clicked - position (" << x << ", "
<< y << ")" << '\n';
control_points.emplace_back(x, y);
}
}
void naive_bezier(const std::vector &points, cv::Mat &window)
{
auto &p_0 = points[0];
auto &p_1 = points[1];
auto &p_2 = points[2];
auto &p_3 = points[3];
for (double t = 0.0; t <= 1.0; t += 0.001)
{
auto point = std::pow(1 - t, 3) * p_0 + 3 * t * std::pow(1 - t, 2) * p_1 +
3 * std::pow(t, 2) * (1 - t) * p_2 + std::pow(t, 3) * p_3;
window.at(point.y, point.x)[2] = 255;
}
}
cv::Point2f recursive_bezier(const std::vector &control_points, float t)
{
int n = control_points.size();
if (n == 1) return control_points[0];
std::vector res_control_points;
for (int i = 0; i &control_points, cv::Mat &window)
{
// TODO: Iterate through all t = 0 to t = 1 with small steps, and call de Casteljau's
// recursive Bezier algorithm.
for (double t = 0.0; t <= 1.0; t += 0.001)
{
cv::Point2f point = recursive_bezier(control_points, t);
window.at(point.y, point.x)[1] = 255;
}
}
int main()
{
cv::Mat window = cv::Mat(700, 700, CV_8UC3, cv::Scalar(0));
cv::cvtColor(window, window, cv::COLOR_BGR2RGB);
cv::namedWindow("Bezier Curve", cv::WINDOW_AUTOSIZE);
cv::setMouseCallback("Bezier Curve", mouse_handler, nullptr);
int key = -1;
while (key != 27)
{
for (auto &point : control_points)
{
cv::circle(window, point, 3, {255, 255, 255}, 3);
}
if (control_points.size() == 4)
{
naive_bezier(control_points, window);
bezier(control_points, window);
cv::imshow("Bezier Curve", window);
cv::imwrite("my_bezier_curve.png", window);
key = cv::waitKey(0);
return 0;
}
cv::imshow("Bezier Curve", window);
key = cv::waitKey(20);
}
return 0;
}
分段解析
mouse_handler()函数
void mouse_handler(int event, int x, int y, int flags, void *userdata)
{
//event是鼠标事件:滑动,点击,双击等动作
//x 鼠标点击点的横坐标
//y 鼠标点击点的纵坐标
//flags 鼠标拖拽以及键盘和鼠标联合事件:鼠标拖拽,按住ctrl不放等
if (event == cv::EVENT_LBUTTONDOWN && control_points.size() < 4)
{
std::cout << "Left button of the mouse is clicked - position (" << x << ", "
<< y << ")" << '\n';
control_points.emplace_back(x, y);
}
}
可以观察在用鼠标 *** 作时,窗口会根据这个回调函数输出命令:
cv处理鼠标事件setMouseCallback()
函数是用来处理鼠标动作的函数,我们可以利用它来做有用的 *** 作来处理鼠标动作,首先需要创建一个回调函数,当鼠标事件触发时,该函数执行。
Even包含:滑动,点击,放开,双击等;
详见参考:OpenCV处理鼠标事件方法_bubble_story的博客
naive_bezier()void naive_bezier(const std::vector &points, cv::Mat &window)
{
auto &p_0 = points[0];
auto &p_1 = points[1];
auto &p_2 = points[2];
auto &p_3 = points[3];
for (double t = 0.0; t <= 1.0; t += 0.001)
{
auto point = std::pow(1 - t, 3) * p_0 + 3 * t * std::pow(1 - t, 2) * p_1 +
3 * std::pow(t, 2) * (1 - t) * p_2 + std::pow(t, 3) * p_3;
//img.at(int y, int x)代表(x, y)坐标的颜色明度
//img.at(int y, int x)[] 012分别对应RGB值
window.at(point.y, point.x)[2] = 255;
}
}
recursive_bezier()递归找出点轨迹
cv::Point2f recursive_bezier(const std::vector &control_points, float t)
{
// TODO: Implement de Casteljau's algorithm
//recrusive - 递归 这里是一个递归贝塞尔,要用到循环
/*递归性质:
1.控制点有三个;
2.控制点形成两个线段,每个线段有一个点在运动,得到两个点;
3.两个点在形成一个线段,这个线段也有一个点运动,得到一个点;
4.最后这个点的运动轨迹就构成了贝塞尔曲线啦!
5.假设我们得到n个控制点,形成n-1条线段 ——> 得到n-1个控制点,形成n-2个线段...
循环,一直到最后一个线段上的一个控制点,这个控制点的轨迹就是曲线。
于是,我们就需要递归循环了。
*/
//在实现递归前需要确定两个变量:1.控制点的数量n 2.t的值
int n = control_points.size();
//如果n==1,则返回该点并终止
if (n == 1) return control_points[0];
//需要有个储存n-1控制点的动态数组vector,形式参考 std::vector &control_points
std::vector res_control_points;
//开始递归
for (int i = 0; i
关于贝塞尔曲线可以参考文章,讲的很好: 从零开始学图形学:10分钟看懂贝塞尔曲线 - 知乎 (zhihu.com)
main()函数...
int main()
{
/*
* 创建cv::Mat类对象
* 700,700 - 矩阵的行和列
* CV_8UC3 - CV_是CvMat矩阵对应的格式,8UC表示图像文件格式是Unsigned 8bits,后面的3表示通道数
* Scalar() - 是将图像设置成单一灰度&颜色,顺序RGB:Scalar(255)表示红色,Scalar(0,0,255)表示蓝色
*/
cv::Mat window = cv::Mat(700, 700, CV_8UC3, cv::Scalar(150,0,0));
/*
* OpenCV提供了cvtColor()函数用于在图像中不同色彩空间进行转换
* OpenCV默认的色彩图像的颜色空间是BGR
* cv::BGR2RGB - BGR to RGB 转换成scalar遵循的RGB
例如:如果没有这个,那么Scalar(150,0,0)输出的背景将会是蓝色
*/
cv::cvtColor(window, window, cv::COLOR_BGR2RGB);
cv::namedWindow("Bezier Curve", cv::WINDOW_AUTOSIZE);
cv::setMouseCallback("Bezier Curve", mouse_handler, nullptr);
int key = -1;
while (key != 27)
{
for (auto &point : control_points)
{
/*cv2.circle(image, center_coordinates, radius, color, thickness)
* image - 绘制到图像image上,这里是绘制在定义好的window窗口上
* center_coordiantes - 圆心点
* radius - 圆半径
* color - 圆的颜色,这里{255,255,255}是白色
* thickness - 线粗
*/
cv::circle(window, point, 3, {255, 255, 255}, 3);
}
...
cvtColor()
调用形式:
void cv::cvtColor(
cv::InputArray src, // 输入序列
cv::OutputArray dst, // 输出序列
int code, // 颜色映射码
int dstCn = 0 // 输出的通道数 (0='automatic')
);
支持多种颜色空间的转换,具体参考:【OpenCV3】颜色空间转换——cv::cvtColor()详解_PHILOS_THU的博客
图像色彩模式(1)位图模式
最基本的格式,图象只有黑白,0或1,色彩图想转变成黑白图,要首先将图像转换成灰度模式再进行转换。
(2)灰度模式
使用256级的灰度来表示图像,一个像素相当于占用8为一个字节,每个像素值使用0到255的亮度值代表,其中0为黑色,255为白色,相当于从黑->灰->白的过渡。
(3)RGB模式
RGB模式的图像有3个颜色通道,分布为红(Red),绿(Green)和蓝(Bule),每个都占用8位一个字节来表示颜色信息,这样每个颜色的取值范围为0~255,那么就三种颜色就可以有多种组合。三个值相等 - 灰色;三个值都为0 - 黑色;三个值都为255 - 白色。
(4)HSB模式
根据日常生活中人眼的视觉对色彩的观察得而制定的一套色彩模式,最接近与人类对色彩的辨认的思考方式,所有的颜色都是用色彩三属性来描述
H:(色相):是指从物体反射或透过物体传播的颜色
S:(饱和度):是指颜色的强度或纯度,表示色相中灰色成分所占的比例
B:(亮度):是指颜色对相对明暗程度,通常 100%定义为白色;0%为黑色
参考图像处理:c++ opensv数字图像处理3:通过鼠标点击 *** 作获取图像的像素坐标和像素值_刘燚的博客
色彩模式:
学习opencv之cvtColor_Huo的藏经阁的博客-CSDN博客
鼠标事件:
OpenCV处理鼠标事件方法_bubble_story的博客
贝塞尔曲线:
从零开始学图形学:10分钟看懂贝塞尔曲线 - 知乎 (zhihu.com)
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)