资源简介
通过高通滤波和简单判断获取图像焦点,合成

代码片段和文件信息
//--------------------------------------【程序说明】-------------------------------------------
// 程序说明:《OpenCV3编程入门》OpenCV2版书本配套示例程序34
// 程序描述:线性图像滤波综合示例
// 开发测试所用操作系统: Windows 7 64bit
// 开发测试所用IDE版本:Visual Studio 2010
// 开发测试所用OpenCV版本: 2.4.9
// 2014年06月 Created by @浅墨_毛星云
// 2014年11月 Revised by @浅墨_毛星云
//------------------------------------------------------------------------------------------------
//---------------------------------【头文件、命名空间包含部分】-------------------------------
// 描述:包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include
#include
#include
#include
using namespace std;
using namespace cv;
//-----------------------------------【全局变量声明部分】--------------------------------------
// 描述:全局变量声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage1g_dstImage1;//存储图片的Mat类型
Mat g_srcImage2g_dstImage2;
Mat mdstImage2mdstImage3;
int g_nBoxFilterValue=3; //方框滤波参数值
int g_nMeanBlurValue=80; //均值滤波参数值
int g_nGaussianBlurValue=80; //高斯滤波参数值
Mat part_image1_1;
Mat part_image1_2;
Mat part_image2_1;
Mat part_image2_2;
Mat part_image3_1;
Mat part_image3_2;
//-----------------------------------【全局函数声明部分】--------------------------------------
// 描述:全局函数声明
//-----------------------------------------------------------------------------------------------
//四个轨迹条的回调函数
//static void on_BoxFilter(int void *); //均值滤波
static void on_MeanBlur(int void *); //均值滤波
static void on_GaussianBlur(int void *); //高斯滤波
void ShowHelpText();
//-----------------------------------【main( )函数】--------------------------------------------
// 描述:控制台应用程序的入口函数,我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
//改变console字体颜色
system(“color 5F“);
//输出帮助文字
ShowHelpText();
// 载入原图
g_srcImage1 = imread( “IMG_0375.jpg“ 1 );
g_srcImage2=imread(“IMG_0377.jpg“1);
if( !g_srcImage1.data ) { printf(“Oh,no,读取srcImage错误~! \n“); return false; }
g_dstImage1 = g_srcImage1.clone( );
g_dstImage2=g_srcImage2.clone();
part_image1_1=g_dstImage1(Rect(00g_dstImage1.cols/2g_dstImage1.rows/2));
part_image1_2=g_dstImage2(Rect(00g_dstImage1.cols/2g_dstImage1.rows/2));
part_image2_1=g_dstImage1(Rect(0g_dstImage1.rows/2g_dstImage1.cols/2g_dstImage1.rows/2));
part_image2_2=g_dstImage2(Rect(0g_dstImage1.rows/2g_dstImage1.cols/2g_dstImage1.rows/2));
part_image3_1=g_dstImage1(Rect(g_dstImage1.cols/20g_dstImage1.cols/2g_dstImage1.rows/2));
part_image3_2=g_dstImage2(Rect(g_dstImage1.cols/20g_dstImage1.cols/2g_dstImage1.rows/2));
//显示原图1
namedWindow(“【<0>原图窗口1】“ 1);
imshow(“【<0>原图窗口1】“g_srcImage1);
//显示原图2
namedWindow(“【<0>原图窗口2】“ 1);
imshow(“【<0>原图窗口2】“g_srcImage
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 10322 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\34_LinearImageFilter.cpp
文件 4003 2015-04-02 09:02 合成焦点不同的图片\34_线性图像滤波综合示例\34_线性图像滤波综合示例.vcxproj
文件 958 2014-11-26 10:28 合成焦点不同的图片\34_线性图像滤波综合示例\34_线性图像滤波综合示例.vcxproj.filters
文件 143 2014-11-26 10:24 合成焦点不同的图片\34_线性图像滤波综合示例\34_线性图像滤波综合示例.vcxproj.user
文件 203736 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_LinearImageFilter.obj
文件 2 2015-04-02 09:01 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.exe.em
文件 68 2015-04-02 09:01 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.exe.em
文件 381 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.exe.intermediate.manifest
文件 134 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.lastbuildstate
文件 3591 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.log
文件 713 2015-04-02 09:01 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.vcxprojResolveAssemblyReference.cache
文件 0 2015-04-02 09:01 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例.write.1.tlog
文件 216 2015-04-02 09:01 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\34_线性图像滤波综合示例_manifest.rc
文件 2546 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\cl.command.1.tlog
文件 24554 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\CL.read.1.tlog
文件 1808 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\CL.write.1.tlog
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
文件 2 2015-04-02 18:10 合成焦点不同的图片\34_线性图像滤波综合示例\Debug\li
............此处省略71个文件信息
相关资源
- 基于OpenCV的数字识别468815
- 使用opencv去掉二值化图像中黑色面积
- opencv环境配置
- win10 64位下编译的opencv4.5.5库,opencv
- NVIDIAOpticalFlowSDK-79c6cee80a2df9a196f20afd6
- opencv_contrib-3.4.0.zip
- opencv2.4.9源码分析——SIFT
- 用两个摄像头实现,双目标定,双目
- opencv_traincascade训练分类器,手势识别
- opencv3.0交叉编译用parallel.cpp
- 基于opencv的图像识别识别图像中的色
- 基于openCV的识别特定颜色区域
- 基于OpenCV的分水岭算法实现
- QT+opencv+OCR 身份证号码,银行卡号识别
- opencv视频特定颜色区域识别
- 把RGB转换为HSV和HSI然后根据黄色和蓝
- opencv视觉测距
- 基于Qt和opencv的身份证号码识别系统
- opencv_ffmpeg249.dll
- SfM稀疏三维点云重建--完整工程文件
- 基于opencv的数人头程序源代码
- 利用OpenCV中的Stitcher类实现全景图像拼
- opencv实现的sift算法源码,包含了图像
- openCV 上的小波变换
- 基于OPENCV的车牌识别系统设计
- 617张国内车牌60-17bmp图片用于OpenCV正样
- hog特征提取,c版本代码
- 基于Qt5.8+OpenCV3.2的Basler多相机触发开
- 基于Opencv实现的图像纠偏
- ImageWatch2019.vsix
评论
共有 条评论