当前位置: 首页 > news >正文

opencv04-掩膜

opencv04-掩膜

抠图

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <vector>
#include <array>
#include <algorithm>using namespace std;
using namespace cv;int main() {string filename = R"(D:\workspace\cpp_workspace\my-cv\data\img\1.png)";Mat image, mask;image = imread(filename);imshow("image", image); // 原图Mat img1, img2, img3, img4;Rect r1(220, 100, 100, 100);// r1是设置好的感兴趣区域mask = Mat::zeros(image.size(), CV_8UC1);//第一步建立与原图一样大小的mask图像,并将所有像素初始化为0,因此全图成了一张全黑色图mask(r1).setTo(255);//第二步将mask图中的r1区域的所有像素值设置为255,也就是整个r1区域变成了白色。这样就能得到Mask图像了。imshow("mask", mask); // 全黑,中间ROI区域为白色img1 = image(r1); // 把image里面的ROI区域选择出来imshow("img1", img1);/*** 方法声明: void copyTo( OutputArray m, InputArray mask ) const;* m: 目标矩阵,如果在操作之前它没有合适的大小或者类型,将会重新分配* mask:和当前对象this一样大小(size)的操作mask,这里mask的大小和image是一样的,* mask里面非0的元素表示 矩阵(this)里面需要copied的元素,mask必须为CV_8U类型,有1个或多个通道*/image.copyTo(img2, mask); //注意这句,原图(image)与掩膜(mask)进行与运算后得到了结果图(img2)imshow("img2", img2);image.copyTo(img3); // img3和image一样imshow("img3", img3);/*** 1. 设置所有的或一些数据的元素为指定的值* 2. 这是 Mat::operator=(const Scalar& s) 这个方法的高级变形** value: 分配的scalar转为了通常的数组类型* mask: 和当前对象this一样大小(size)的操作mask,这里mask的大小和image是一样的,* mask里面非0的元素表示 矩阵(this)里面需要copied的元素,mask必须为CV_8U类型,有1个或多个通道** */img3.setTo(0, mask); // 设置img3中ROI区域(mask中不为0的区域)设置为0imshow("img3_2", img3);waitKey();return 0;
}

image
Image
mask
在这里插入图片描述
img1
在这里插入图片描述
img2
在这里插入图片描述
img3
在这里插入图片描述
img3_2
在这里插入图片描述

掩膜的使用示例二

按照如下流程
在这里插入图片描述

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <vector>
#include <array>
#include <algorithm>using namespace std;
using namespace cv;int main() {string filename1 = R"(D:\workspace\cpp_workspace\my-cv\data\img\1.png)";string filename2 = R"(D:\workspace\cpp_workspace\my-cv\data\img\2.png)";Mat image1, image2, mask;image1 = imread(filename1);image2 = imread(filename2);imshow("image1", image1); // 原图imshow("image2", image2); // 原图//1. 将图片2由彩色变化灰度Mat gray;cv::cvtColor(image2, gray, COLOR_BGR2GRAY);imshow("gray", gray);//2. 设置 threshold//CV_EXPORTS_W double threshold( InputArray src, OutputArray dst, double thresh, double maxval, int type );Mat black, white;cv::threshold(gray, black, 175, 255, ThresholdTypes::THRESH_BINARY);//cv::threshold(gray, white, 175, 255, ThresholdTypes::THRESH_BINARY_INV);// 也可以通过bitwise_not来实现// CV_EXPORTS_W void bitwise_not(InputArray src, OutputArray dst, InputArray mask = noArray());cv::bitwise_not(black, white);imshow("black", black); // 黑化imshow("white", white); // 白化//rows 是 height,cols是widthint r1 = image1.rows, c1 = image1.cols, ch1 = image1.channels();int r2 = image2.rows, c2 = image2.cols, ch2 = image2.channels();cout << "r1: " << r1 << ", c1: " << c1 << endl;cout << "r2: " << r2 << ", c2: " << c2 << endl;Rect rect(c1 - c2, r1 - r2, c2, r2); // 设定jiemi图的roi,注意:对roi的操作就是对img1的操作// Mat roi(r1 - r2:r1, c1 - c2:c1); // 设定jiemi图的roi,注意:对roi的操作就是对img1的操作Mat roi = image1(rect);imshow("roi", roi);Mat and1;int r4 = roi.rows, c4 = roi.cols, ch4 = roi.channels();cout << "roi r3: " << r4 << ", roi c3: " << c4 << ", roi ch4: " << ch4 << endl;int r3 = black.rows, c3 = black.cols, ch3 = black.channels();cout << "black r3: " << r3 << ", black c3: " << c3 << ", black ch3: " << ch3 << endl;// CV_EXPORTS_W void bitwise_and(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray());cv::bitwise_and(roi, roi, and1, mask = black);imshow("and1", and1);Mat and2;cv::bitwise_and(image2, image2, and2, mask = white);imshow("and2", and2);// CV_EXPORTS_W void add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1);//Mat dst;cv::add(and1, and2, roi);imshow("dst", roi);imshow("image1_2", image1);waitKey();return 0;
}

相关文章:

opencv04-掩膜

opencv04-掩膜 抠图 #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/opencv.hpp> #include <vector> #include <array> #include <algorithm>using namespace std; using namespace cv;int main() {str…...

python解析帆软cpt及frm文件(xml)获取源数据表及下游依赖表

#!/user/bin/evn python import os,re,openpyxl 输入&#xff1a;帆软脚本文件路径输出&#xff1a;帆软文件检查结果Excel#获取来源表 def table_scan(sql_str):# remove the /* */ commentsq re.sub(r"/\*[^*]*\*(?:[^*/][^*]*\*)*/", "", sql_str)# r…...

TypeScript

TypeScript 简称&#xff1a; TS &#xff0c;是 JavaScript 的超集 &#xff0c;简单来说就是&#xff1a; JS 有的 TS 都有 TypeScript Type JavaScript &#xff08;在 JS 基础之上&#xff0c; 为 JS 添加了类型支持 &#xff09; TypeScript 是 微软 开发…...

解决启动vue前端报错:npm ERR! Missing script: “serve“

目录 一、遇到问题 二、出现报错的两个原因 三、解决办法 一、遇到问题 npm ERR! Missing script: "serve" npm ERR! npm ERR! To see a list of scripts, run: npm ERR! npm run npm ERR! A complet...

数据结构 | 线性数据结构——列表

目录 一、无序列表抽象数据类型 二、实现无序列表&#xff1a;链表 2.1 Node类 2.2 UnorderedList类 三、有序列表抽象数据类型 四、实现有序列表 列表是元素的集合&#xff0c;其中每一个元素都有一个相对于其他元素的位置。更具体地说&#xff0c;这种列表成为无序列表…...

【ARM 常见汇编指令学习 6 - bic(位清除), orr(位或), eor(异或)】

文章目录 BIC 指令ORR 位或指令EOR 异或指令 上篇文章&#xff1a;ARM 常见汇编指令学习 5 – arm64汇编指令 wzr 和 xzr 下篇文章&#xff1a;ARM 常见汇编指令学习 7 - LDR 指令与LDR伪指令及 mov指令 BIC 指令 指令格式 bic{条件}{S} Rd&#xff0c;Rn&#xff0c;operan…...

在CSDN学Golang场景化解决方案(EFK分布式日志系统方案)

一&#xff0c;ElasticSearch 分布式集群部署 在 Golang EFK 分布式日志系统方案中&#xff0c;ElasticSearch 是一个分布式搜索引擎和数据存储库&#xff0c;它可以用于存储和搜索大量的日志数据。以下是 ElasticSearch 分布式集群部署的步骤&#xff1a; 下载 ElasticSearc…...

MySQL篇

文章目录 一、MySQL-优化1、在MySQL中&#xff0c;如何定位慢查询?2、SQL语句执行很慢, 如何分析呢&#xff1f;3、了解过索引吗&#xff1f;&#xff08;什么是索引&#xff09;4、索引的底层数据结构了解过嘛 ?5、什么是聚簇索引什么是非聚簇索引 ?6、知道什么是回表查询嘛…...

图数据库Neo4j学习四——Spring Data NEO

1配置 1.1Maven依赖 <!--neo4j --> <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-neo4j</artifactId> </dependency>1.2yml配置 spring:data:neo4j:uri: bolt://localhost:76…...

UE虚幻引擎 UTextBlock UMG文本控件超过边界区域以后显示省略号

版本 5.2.1 裁剪 - 剪切 - 剪切到边界 裁剪 - 高级 - 溢出策略 - 省略...

Spring Boot实践五 --异步任务线程池

一、使用Async实现异步调用 在Spring Boot中&#xff0c;我们只需要通过使用Async注解就能简单的将原来的同步函数变为异步函数&#xff0c;Task类实现如下&#xff1a; package com.example.demospringboot;import lombok.extern.slf4j.Slf4j; import org.springframework.s…...

<C语言> 动态内存管理

1.动态内存函数 为什么存在动态内存分配&#xff1f; int main(){int num 10; //向栈空间申请4个字节int arr[10]; //向栈空间申请了40个字节return 0; }上述的开辟空间的方式有两个特点&#xff1a; 空间开辟大小是固定的。数组在声明的时候&#xff0c;必须指定数组的…...

【ASPICE】:学习记录

学习记录 ASPICE中文资料什么是ASPICE过程参考模型 ASPICE全称“Automotive Software Process Improvement and Capability dEtermination”&#xff0c;即“汽车软件过程改进及能力评定”模型框架 ASPICE中文资料 主要资料来源 什么是ASPICE 过程参考模型...

图论--最短路问题

图论–最短路问题 邻接表 /* e[idx]:存储点的编号 w[idx]:存储边的距离&#xff08;权重&#xff09; */ void add(int a, int b, int c) {e[idx] b;ne[idx] h[a];w[idx] ch[a] idx ; }1.拓扑排序 给定一个 n 个点 m 条边的有向图&#xff0c;点的编号是 11 到 n&#xf…...

go 结构体 - 值类型、引用类型 - 结构体转json类型 - 指针类型的种类 - 结构体方法 - 继承 - 多态(interface接口) - 练习

目录 一、结构体 1、python 与 go面向对象的实现&#xff1a; 2、初用GO中的结构体&#xff1a;&#xff08;实例化一个值类型的数据&#xff08;结构体&#xff09;&#xff09; 输出结果不同的三种方式 3、实例化一个引用类型的数据&#xff08;结构体&#xff09; 4、…...

盘点16个.Net开源项目

今天一起盘点下&#xff0c;16个.Net开源项目&#xff0c;有博客、商城、WPF和WinForm控件、企业框架等。&#xff08;点击标题&#xff0c;查看详情&#xff09; 一、一套包含16个开源WPF组件的套件 项目简介 这是基于WPF开发的&#xff0c;为开发人员提供了一组方便使用自…...

记录对 require.js 的理解

目录 一、使用 require.js 主要是为了解决这两个问题二、require.js 的加载三、main.js 一、使用 require.js 主要是为了解决这两个问题 实现 js 文件的异步加载&#xff0c;避免网页失去响应&#xff1b;管理模块之间的依赖性&#xff0c;便于代码的编写和维护。 二、require.…...

minio-分布式文件存储系统

minio-分布式文件存储系统 minio的简介 MinIO基于Apache License v2.0开源协议的对象存储服务&#xff0c;可以做为云存储的解决方案用来保存海量的图片&#xff0c;视频&#xff0c;文档。由于采用Golang实现&#xff0c;服务端可以工作在Windows,Linux, OS X和FreeBSD上。配置…...

Kindling the Darkness: A Practical Low-light Image Enhancer论文阅读笔记

这是ACMMM2019的一篇有监督暗图增强的论文&#xff0c;KinD其网络结构如下图所示&#xff1a; 首先是一个分解网络分解出R和L分量&#xff0c;然后有Restoration-Net和Adjustment-Net分别去对R分量和L分量进一步处理&#xff0c;最终将处理好的R分量和L分量融合回去。这倒是很常…...

AcWing 4575. Bi数和Phi数

文章目录 题意:思路:代码 题意: 就是给你n个数&#xff0c;对于每一个数y你都需要找到一个最小x使得 ϕ ( x ) ≥ y \phi(x) \ge y ϕ(x)≥y&#xff0c;然后再求一个最小平和。 思路: 其实最开始以来的思路就是二分&#xff0c;我先进行线性筛求出每个数的欧拉函数&#xf…...

PyTorch 2.8镜像高算力适配:10核CPU调度策略优化,避免I/O瓶颈拖慢训练

PyTorch 2.8镜像高算力适配&#xff1a;10核CPU调度策略优化&#xff0c;避免I/O瓶颈拖慢训练 1. 镜像核心优势与硬件适配 PyTorch 2.8深度学习镜像经过深度优化&#xff0c;专为高性能计算场景设计。这个环境最显著的特点是完美适配了10核CPU与RTX 4090D显卡的协同工作&…...

企微API集成指南——从回调到主动发送,全流程代码解析

企业微信提供了丰富的API&#xff0c;用于接收用户添加事件、发送消息、管理标签等。今天从实战角度&#xff0c;给出API集成的最佳实践&#xff0c;附带伪代码。一、核心API清单API用途频率限制获取access_token调用其他API的前提2000次/分钟添加外部联系人通过好友每个号300人…...

深入OpenHarmony NAPI引擎:从‘@ohos.hilog’导入到so库加载的底层链路剖析

深入OpenHarmony NAPI引擎&#xff1a;从‘ohos.hilog’导入到so库加载的底层链路剖析 当开发者在OpenHarmony应用中写下import hilog from ohos.hilog时&#xff0c;背后隐藏着一套精密的系统级协作机制。这条看似简单的语句&#xff0c;实际上触发了从JavaScript语法解析到原…...

为什么92%的团队在MCP项目中期被迫重构?Python 4大模板的抽象泄漏、协议耦合与测试盲区深度拆解

第一章&#xff1a;MCP服务器开发模板的行业现状与重构困局当前&#xff0c;MCP&#xff08;Model Control Protocol&#xff09;服务器作为AI智能体协同调度与协议网关的核心组件&#xff0c;在金融风控、工业边缘控制、多模态Agent编排等场景中加速落地。然而&#xff0c;主流…...

音乐版权侵权避坑指南:明星翻唱踩的红线,这些行为也在踩

短视频/直播/门店公播全场景合规方案 正版商用音乐授权平台推荐央广网北京3月30日消息&#xff08;记者费权&#xff09;近日&#xff0c;歌手单依纯在深圳演唱会上未经授权演唱李荣浩原创作品《李白》&#xff0c;而此前李荣浩方已明确婉拒其版权授权申请&#xff0c;中国音乐…...

当nodepad遇见AI:利用快马平台快速集成智能代码补全与文本润色功能

最近在折腾一个智能文本编辑器项目&#xff0c;想把AI能力集成到传统的文本编辑场景中。经过一番摸索&#xff0c;发现用InsCode(快马)平台可以快速实现这个想法&#xff0c;整个过程比想象中简单很多。这里记录下我的实践过程&#xff0c;分享给同样对AI辅助开发感兴趣的朋友。…...

3步解锁Windows 11 LTSC应用商店:企业版系统的应用生态解决方案

3步解锁Windows 11 LTSC应用商店&#xff1a;企业版系统的应用生态解决方案 【免费下载链接】LTSC-Add-MicrosoftStore Add Windows Store to Windows 11 24H2 LTSC 项目地址: https://gitcode.com/gh_mirrors/ltscad/LTSC-Add-MicrosoftStore 在企业环境中部署的Window…...

优化算法避坑指南:为什么BFGS比DFP更常用?从数值稳定性到工程实践详解

优化算法避坑指南&#xff1a;为什么BFGS比DFP更常用&#xff1f;从数值稳定性到工程实践详解 在机器学习模型训练和工程优化问题中&#xff0c;我们常常需要求解无约束优化问题。当目标函数的海森矩阵难以计算或维度较高时&#xff0c;拟牛顿法因其出色的平衡性成为首选。但面…...

2021热门电子制作项目解析与实战指南

1. 电子制作项目概述今天想和大家分享几个来自New Top 3 Electronic Projects 2021的趣味电子制作项目。这些项目不仅电路设计巧妙&#xff0c;而且视觉效果惊艳&#xff0c;完美诠释了"电路与艺术结合"的理念。作为一名电子爱好者&#xff0c;我特别喜欢这类既有技术…...

Linux 内核中的信号处理:从发送到捕获

Linux 内核中的信号处理&#xff1a;从发送到捕获 引言 作为一名深耕操作系统和嵌入式开发的工程师&#xff0c;我深知通知机制的重要性。在系统开发中&#xff0c;及时的通知可以帮助系统快速响应事件。在 Linux 内核中&#xff0c;信号是一种重要的进程间通信机制&#xff0c…...