opencv工具类小集

#include "stdafx.h"
#include "ImgFilters.h"
#include<opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;

ImgFilters::ImgFilters()
{
}

ImgFilters::~ImgFilters()
{
}

//图片倒转
void ImgFilters::filp() {
    const char* filename = "G:\\b.png";
    Mat src = imread(filename);
    int flipCode = atoi(filename);
    if (src.empty()) {
        throw("Faild open file");
    }

    Mat dst;
    flip(src, dst, flipCode);

    imshow("src", src);
    //显示原图像
    imshow("dst", dst);
    //显示翻转后的图像

    waitKey();
}

//图片倒转
void ImgFilters::myResize() {
    const char *filename = "G:\\b.png";
    Mat src, dst;
    //定义图像的大小，宽度缩小80%
    float scaleW = 0.8;
    //定义图像的大小，高度缩小80%
    float scaleH = scaleW;

    //去色读取图片
    src = imread(filename, CV_LOAD_IMAGE_GRAYSCALE);
    if (src.empty()) {
        throw("Faild open file.");
    }
    int width = static_cast<float>(src.cols*scaleW);
    //定义想要扩大或者缩小后的宽度，src.cols为原图像的宽度，乘以80%则获得想要的大小，并强制转换成float型
    int height = static_cast<float>(src.rows*scaleH);
    //定义想要扩大或者缩小后的高度，src.cols为原图像的高度，乘以80%则获得想要的大小，并强制转换成float型

    resize(src, dst, Size(width, height));
    //从新定义大小的函数

    imshow("src", src);
    imshow("dst", dst);

    waitKey();

}

void ImgFilters::myRotate() {
    Mat src, dst;
    float angle = 55.5;
    //定义翻转的角度为55.5度
    const char* filename = "G:\\b.png";
    src = imread(filename, CV_LOAD_IMAGE_GRAYSCALE);
    if (src.empty()) {
        throw("Faild open file.");
    }

    cv::Point2f center = cv::Point2f(static_cast<float>(src.cols / 2),
        static_cast<float>(src.rows / 2));
    //定义中心点的坐标，2f的意思为float型，中心点极为X，Y即宽度与高度的二分之一
    cv::Mat affineTrans = getRotationMatrix2D(center, angle, 1.0);
    //getRotationMatrix2D为图像旋转的函数，第一个参数center是旋转中心点，第二个参数angle为旋转角度
    //第三个1.0的参数为double scale：图像缩放因子

    cv::warpAffine(src, dst, affineTrans, src.size(), cv::INTER_CUBIC, cv::BORDER_REPLICATE);
    //仿射变换函数warpAffine
    //第一个参数src为输入原图像
    //第二个参数dst为输出图像
    //第三个参数为affineTrans转换矩阵
    //第四个参数为输出图像的size大小
    //第五个参数为立方差值法
    //第六个参数为边界用上下行或者左右列来复制填充

    cv::imshow("src", src);
    cv::imshow("dst", dst);

    cv::imwrite("G:\\RotateDst.jpg", dst);
    //输出图像

    cv::waitKey();
}

void ImgFilters::circularity()
{
    Mat imageSource, image;

    imageSource = imread("G:\\b.png");

    cvtColor(imageSource, image, CV_BGR2GRAY);
    //高斯滤波
    GaussianBlur(image, image, Size(9, 9), 2, 2);

    vector<Vec3f> circles;
    //霍夫圆
    HoughCircles(image, circles, CV_HOUGH_GRADIENT, 1.5, image.rows / 8, 200, 100, 0, 0);
    cout << "circles.size():"<<circles.size() << endl;
    for (size_t i = 0; i < circles.size(); i++)
    {

        cout << "圆心" <<i<<":"<< circles[i][0]<<","<<cvRound(circles[i][1]) << endl;
        cv::Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);
        //绘制圆心  
        cv::circle(imageSource, center, 3, Scalar(0, 255, 0), -1, 8, 0);
        //绘制圆轮廓  
        cv::circle(imageSource, center, radius, Scalar(155, 50, 255), 3, 8, 0);
    }

 

    imshow("Point of Contours", imageSource);   //向量contours内保存的全部轮廓点集  

    waitKey();
}

void ImgFilters::imageCrop()
{

    Mat image = imread("G:\\b.png");
    if (image.empty()) {
        return;
    }
    Rect rect1(0, 0, 400, 400);

    Mat roi1;
    image(rect1).copyTo(roi1); // copy the region rect1 from the image to roi1
    imshow("裁剪窗口", roi1);
    waitKey(0);

}

 

//////////////////////////答题卡识别小例子////////////////////////////

 

class RectComp //Rect排序  
{
    Rect rm;
public:
    RectComp(Rect rms)
    {
        rm = rms;
    }
    bool operator< (const RectComp& ti) const
    {
        return rm.x < ti.rm.x;
    }
    Rect getRect() {
        return rm;
    }

};

void ImgFilters::exmple() {
    //装载图片  
    Mat sourceImg = imread("G:\\aaa.png");
    Mat grayImg;

    //图片变成灰度图片  
    cvtColor(sourceImg, grayImg, CV_BGR2GRAY);

    Mat thresholdImg;
    //图片二值化  
    threshold(grayImg, thresholdImg, 200, 255, THRESH_BINARY_INV);

    Mat erodeImg;
    //肯定腐蚀和膨胀核的大小  
    Mat element = getStructuringElement(MORPH_RECT, Size(4, 4));
    //腐蚀操做  
    erode(thresholdImg, erodeImg, element);
    //膨胀操做  
    Mat dilateImg;
    dilate(erodeImg, dilateImg, element);
    //肯定每张答题卡的ROI区域  
    Mat imag_ch1;
    dilateImg(Rect(5, 30, 95, 60)).copyTo(imag_ch1);

    imshow("img1", imag_ch1);

    //提取已经涂好了的选项  
    std::vector<std::vector<cv::Point> > chapter1;
    findContours(imag_ch1, chapter1, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    Mat result(imag_ch1.size(), CV_8U, cv::Scalar(255));
    cv::drawContours(result, chapter1, -1, cv::Scalar(0), 2);
    namedWindow("resultImage", 1);
    cv::imshow("resultImage", result);

    vector<RectComp>RectCompList;
    for (int i = 0; i<chapter1.size(); i++)
    {
        Rect rm = cv::boundingRect(cv::Mat(chapter1[i]));
        cout << "长方形" << i << ":" << "面积:" << rm.area() << endl;

        RectComp *ti = new RectComp(rm);
        RectCompList.push_back(*ti);
        //         printf("Rect %d x = %d,y = %d \n",i,rm.x,rm.y);  
    }
    sort(RectCompList.begin(), RectCompList.end());
    map<int, string>listenAnswer;
    //判断这部分的答题卡是否都已涂上  
    for (int t = 0; t<RectCompList.size(); t++)
    {
        if (RectCompList.at(t).getRect().y<32)
        {
            listenAnswer[t] = "A";
        }
        else if ((RectCompList.at(t).getRect().y>32) && (RectCompList.at(t).getRect().y<48))
        {
            listenAnswer[t] = "B";
        }
        else if (RectCompList.at(t).getRect().y>48)
        {
            listenAnswer[t] = "C";
        }
        printf("sorted %d x = %d,y = %d \n", t, RectCompList.at(t).getRect().x, RectCompList.at(t).getRect().y);
    }

    for (map<int, string>::iterator it = listenAnswer.begin(); it != listenAnswer.end(); ++it)
    {
        cout << "num:" << it->first + 1 << "," << "answer:" << it->second << endl;
    }

    waitKey();      }