1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 人工智能

[笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理

• 人工智能 • 阅读 50

文章目录

一、通过ROI感兴趣区域来裁剪图像

1.1 cv::Rect

示例

#include
#include
#include

using namespace cv;

int main(int argc, char* argv) {
    Mat src = imread(".\\res\\1.png");

    Rect rect(0, 0, 200, 200);
    Mat roi = src(rect);

    MatSize roiSize = roi.size;
    namedWindow("src");
    namedWindow("roi", WINDOW_AUTOSIZE);
    imshow("src", src);
    imshow("roi", roi);
    waitKey(0);
    return 0;
}

二、RGB、YUV、GRAY像素格式介绍opencv像素格式转换cvtColor接口讲解

像素格式和灰度图

2.1 RGB、YUV、GRAY

RGB：红绿蓝
YUV：亮度、色度、饱和度
GRAY：0-255表示亮度，颜色没有意义时用灰度图，比如OCR

2.2 cvtColor(src,img,COLOR_BGR2GRAY)

三、手动实现转换灰度图并与opencv提供的函数做性能对比

自己动手实现

转换公式：GRay = (R _30 + G_59 + B*11 +50)/100

#include
#include
#include
#include

using namespace cv;

int PrintMs(const char *text = "")
{
    static long long last = 0;
    long long cur = getTickCount();
    if (last == 0) {
        last = cur;
    }

    long long ms = ((double)(cur - last) / getTickFrequency()) * 1000;

    if (*text != 0) {
        printf("%s = %d ms\n", text, ms);
    }

    last = getTickCount();
    return 0;
}

void RGBToGray(Mat src, Mat &des)
{

    des.create(src.rows, src.cols, CV_8UC1);
    for (int r = 0; r < src.rows; r++)
    {
        for (int c = 0; c < src.cols; c++)
        {
            Vec3b &m = src.at<Vec3b>(r, c);

            int gray = (m[2] * 30 + m[1] * 59 + m[0] * 11 + 50) / 100;
            des.at<uchar>(r, c) = gray;
        }
    }
}

int main(int argc, char* argv) {
    Mat src = imread(".\\res\\1.png");

    Mat gray;
    Mat mygray;
    PrintMs("");
    cvtColor(src, gray, COLOR_BGR2GRAY);

    PrintMs("gray ms");
    RGBToGray(src, mygray);
    PrintMs("mygray ms");

    namedWindow("gray");
    imshow("gray", gray);
    namedWindow("mygray");
    imshow("mygray", mygray);

    namedWindow("src");
    imshow("src", src);
    waitKey(0);
    return 0;
}

[笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理
cvtColor 使用了多线程进行计算 会快很多。

四、通过OpenCV阈值函数threshold实现图像的二值化

opencv-阈值处理

4.1 二值化和阈（yu 4）值

4.1.1 二进制阈值化

threshold(gray, bin, 100, 255, THRESH_BINARY);

4.1.2 反二进制阈值化

threshold(gray, ibin, 100, 255, THRESH_BINARY_INV);

示例代码

int main(int argc, char* argv) {
    Mat src = imread(".\\res\\1.png");
    Mat bin;
    Mat ibin;
    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);

    threshold(gray, bin, 100, 255, THRESH_BINARY);

    threshold(gray, ibin, 100, 255, THRESH_BINARY_INV);

    namedWindow("src");
    namedWindow("bin");
    namedWindow("ibin");
    imshow("src", src);
    imshow("bin", bin);
    imshow("ibin", ibin);
    waitKey(0);
    return 0;
}

五、通过OpenCV图像亮度和对比度

5.1 对比度和亮度

saturate_cast<uchar>()；

在图像处理方面，无论是加是减，乘除，都会超出一个像素灰度值的范围（0～255），saturate_cast函数的作用即是：当运算完之后，结果为负，则转为0，结果超出255，则为255。

六、通过对Mat遍历修改图像亮度和对比度与convertTo性能对比

#include
#include
#include
#include

using namespace cv;

int PrintMs(const char *text = "")
{
    static long long last = 0;
    long long cur = getTickCount();
    if (last == 0) {
        last = cur;
    }

    long long ms = ((double)(cur - last) / getTickFrequency()) * 1000;

    if (*text != 0) {
        printf("%s = %d ms\n", text, ms);
    }

    last = getTickCount();
    return 0;
}

void ChangeGain(Mat &src, Mat &des, float a, int b)
{

    des.create(src.rows, src.cols, src.type());
    for (int r = 0; r < src.rows; r++)
    {
        for (int c = 0; c < src.cols; c++)
        {
            for (int i = 0; i < 3; i++)
            {
                des.at<Vec3b>(r, c)[i] = saturate_cast<uchar>(a * src.at<Vec3b>(r, c)[i] + b);
            }
        }
    }
}
int main(int argc, char *argv[])
{

    Mat src = imread(".\\res\\1.png");
    Mat des;
    PrintMs("");
    ChangeGain(src, des, 2.0, 50);
    PrintMs("ChangeGain");
    Mat des2;
    src.convertTo(des2, -1, 2.0, 50);
    PrintMs("convertTo");

    namedWindow("src");
    namedWindow("des");
    namedWindow("des2");
    imshow("src", src);
    imshow("des", des);
    imshow("des2", des2);
    waitKey(0);
    return 0;
}

[笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理

七、图像尺寸调整算法介绍并手动实现近邻算法

是对图像进行缩放的一种方式

7.1 图像尺寸调整

INTER_NEAREST 近邻算法

性能好 效果差

CV＿INTER_LINEAR 双线性内插算法（缺省使用）

性能稍差，但效果好

void xresize(Mat &src, Mat &des, Size size)
{
    des.create(size, src.type());

    int sx, sy = 0;
    float fx = (float)src.cols / des.cols;
    float fy = (float)src.rows / des.rows;
    for (int x = 0; x < des.cols; x++)
    {
        sx = fx * x + 0.5;
        for (int y = 0; y <des.rows; y++)
        {
            sy = fy * y + 0.5;
            des.at<Vec3b>(y, x) = src.at<Vec3b>(sy, sx);
        }
    }

}
int main(int argc, char *argv[])
{
    Mat src = imread("1.png");
    Mat img256,img1024,des256,des1024;
    resize(src, des256, Size(256, 256), 0, 0, INTER_NEAREST);

    PrintMs();

    xresize(src, img1024, Size(1024, 1024));

    PrintMs("img1024");

    resize(src, des1024, Size(1024, 1024), 0, 0, INTER_LINEAR);

    PrintMs("des1024");

    namedWindow("src");

    namedWindow("des1024");
    namedWindow("img1024");
    imshow("src", src);
    imshow("img1024", img1024);
    imshow("des1024", des1024);

    waitKey(0);
    return 0;
}

八、调用opencv的resize使用近邻算法并与自定义算法比较

滤波

输入图像中像素的小邻域来产生输出图像的方法，在信号处理中这种方法称为滤波( filtering)。其中，最常用的是线性滤波，输出像素是输入邻域像素的加权和。

双线性内插值

三十分钟理解：线性插值，双线性插值Bilinear Interpolation算法

  • 是由源图像位置在它附近的2*2区域4个邻近象素的值通过加权平均计算得出的
  • 低通滤波性质，使高频分量受损，图像轮廓可能会有一点模糊

九、高斯金字塔和拉普拉斯金字塔调整图像尺寸详解

图像金字塔

也是对图像进行缩放的一种方式

高斯金字塔(Gaussian pyramid)

用来向下采样缩小

  • 获取G(i+1)将G(i)与高斯内核卷积
  • 将所有偶数行和列去除

高斯内核

[笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理

; 拉普拉斯金字塔(Laplacian pyramid)

用来从金字塔低层图像重建上层未采样图像 放大

  • 用来从金字塔低层图像重建上层未采样图像
  • 首先，将图像扩大两倍，新增以0填充

示例

int main(int argc, char *argv[])
{
    Mat src = imread(".\\res\\1.png");
    Mat gsrc;
    Mat lsrc;
    pyrDown(src, gsrc);
    pyrUp(src, lsrc);
    namedWindow("src");
    moveWindow("src", 0, 0);
    namedWindow("gsrc");
    moveWindow("gsrc", 512, 0);
    namedWindow("lsrc");
    moveWindow("lsrc", 0, 512);

    imshow("src", src);
    imshow("gsrc", gsrc);
    imshow("lsrc", lsrc);
    cvWaitKey(0);

    return 0;
}

[笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理

十、实现两幅图像混合blending

实现两幅图像混合

  • dst = src1 a+ src2(1-a)+ gammaa=[0~1]
  • 画面叠化( cross-dissolve )效果
  • addWeighted( src1, a, src2,1-a, 0.0, dst);

十一、图像旋转和镜像

图像的旋转

cv:: rotate(src, dst, type);
-ROTATE_180
-ROTATE_90_CLOCKWISE
-ROTATE 90 COUNTERCLOCKWISE

图像的镜像

cv:flip(src, dst, type); //type 0(x),1(y),-1

示例

int main(int argc, char *argv[])
{
    Mat img = imread(".\\res\\1.png");
    Mat rot;
    Mat fl;
    cv::rotate(img, rot, ROTATE_90_CLOCKWISE);
    cv::flip(img, fl,1);
    namedWindow("src");
    namedWindow("rot");
    namedWindow("fl");
    imshow("src", img);
    imshow("rot", rot);
    imshow("fl", fl);
    waitKey(0);
    return 0;
}

[笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理

十二、通过ROI实现图像并排合并

int main(int argc, char *argv[])
{
    Mat img1 = imread(".\\res\\1.png");
    Mat img2 = imread(".\\res\\2.jpg");
    int height = img1.rows;
    int width1 = img1.cols;
    int width2 = img2.cols;

    if (img1.rows > img2.rows)
    {
        height = img2.rows;
        width1 = img1.cols * ((float)img2.rows / (float)img1.rows);
        resize(img1, img1, Size(width1, height));
    }
    else if (img1.rows < img2.rows)
    {
        width2 = img2.cols * ((float)img1.rows / (float)img2.rows);
        resize(img2, img2, Size(width2, height));
    }

    Mat des;
    des.create(height, width1 + width2, img1.type());
    Mat r1 = des(Rect(0, 0, width1, height));
    img1.copyTo(r1);
    Mat r2 = des(Rect(width1, 0, width2, height));
    img2.copyTo(r2);

    namedWindow("des");
    imshow("des", des);
    waitKey(0);

    return 0;
}

Original: https://blog.csdn.net/qq1113673178/article/details/121895538
Author: 二次元怪兽
Title: [笔记]OpenCV+FFmpeg+Qt实现视频编辑器之OpenCV图像处理

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/645510/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球