当前位置: 首页 > news >正文

Opencv学习-LUT函数

这个函数大概意思根据自己设定的查找表,改变原本像素点值

例如:我们想将一张图片灰度为0-100的像素的灰度变成0,101-200的变成100,201-255的变成255。我们就可已建立如下的一张表格        

                ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        

当把此表格应用到图片时,图片0-100灰度的像素灰度就变成0,101-200的变成100,201-255的就变成255 

1. 函数介绍

void cv::LUT(InputArray src, InputArray lut, OutputArray dst )
  • src:输入图像矩阵,数据类型只能是 CV_8U。
  • lut:256 个像素灰度值的查找表,单通道或者与 src 通道数相同。
  • dst:输出图像矩阵,尺寸与 src 相同,数据类型与 lut 相同

2. 示例代码 

#include <opencv2/opencv.hpp> 
#include <iostream> using namespace std; 
using namespace cv; int main() 
{ //LUT 第一层uchar lutFirst[256]; for (int i = 0; i<256; i++) { if (i <= 100) lutFirst[i] = 0; if (i > 100 && i <= 200)lutFirst[i] = 100; if (i > 200) lutFirst[i] = 255; } Mat lutOne(1, 256, CV_8UC1, lutFirst); cout << "lutOne :" << lutOne << endl;//LUT 第二层uchar lutSecond[256]; for (int i = 0; i<256; i++) { if (i <= 100) lutSecond[i] = 0; if (i > 100 && i <= 150) lutSecond[i] = 100; if (i > 150 && i <= 200) lutSecond[i] = 150; if (i > 200) lutSecond[i] = 255; } Mat lutTwo(1, 256, CV_8UC1, lutSecond); //LUT 第三层uchar lutThird[256]; for (int i = 0; i<256; i++) { if (i <= 100) lutThird[i] = 100; if (i > 100 && i <= 200) lutThird[i] = 200; if (i > 200) lutThird[i] = 255; } Mat lutThree(1, 256, CV_8UC1, lutThird); //拥有三通道的 LUT 矩阵vector<Mat> mergeMats; mergeMats.push_back(lutOne); mergeMats.push_back(lutTwo); mergeMats.push_back(lutThree); Mat LutTree; merge(mergeMats, LutTree); //计算图像的查找表Mat img = imread("../pic/gril_1.jpg"); if (img.empty()) { cout << "请确认图像文件名称是否正确" << endl; return -1; } Mat gray, out0, out1, out2; cvtColor(img, gray, COLOR_BGR2GRAY); LUT(gray, lutOne, out0); LUT(img, lutOne, out1); LUT(img, LutTree, out2); cout << "gray : " << gray << "\n\n\n\n\n\n\n\n\n\n\n\n\n out0 : " << out0 << endl; imshow("gray", gray); imshow("out0", out0); imshow("out1", out1); imshow("out2", out2); waitKey(0); return 0; 
}

结果 :

lutOne的值

灰色图片一开始像素点的值 

参照lutOne出来的照片一开始像素点的值(跟原先一开始的设定的对应上了)

 

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 人工智能未来展望
  • 基于域名的虚拟主机、多虚拟主机的配置、基于ip的虚拟主机及上线静态的前端系统(商城系统)
  • jenkins服务器重启,构建记录消失
  • 结构型设计模式:适配器/代理
  • Qt——QTCreater ui界面如何统一设置字体
  • 设计用户登录与注册界面切换的HTML+CSS+JS代码
  • 达梦数据库的系统视图v$cachers
  • 智能语音转Markdown的神器
  • 系统架构设计师 - 知识产权与标准化
  • KubeSphere 部署的 Kubernetes 集群使用 GlusterFS 存储实战入门
  • 建筑业数据挖掘:Scala爬虫在大数据分析中的作用
  • 56_AOP
  • Python试讲
  • 【Python体验】第五天:目录搜索、数据爬虫(评论区里写作业)
  • tcp为啥是三次握手,不是四次、两次?
  • [Vue CLI 3] 配置解析之 css.extract
  • 【RocksDB】TransactionDB源码分析
  • 【干货分享】SpringCloud微服务架构分布式组件如何共享session对象
  • 【每日笔记】【Go学习笔记】2019-01-10 codis proxy处理流程
  • CentOS 7 修改主机名
  • ES6系统学习----从Apollo Client看解构赋值
  • MYSQL 的 IF 函数
  • Spring Cloud中负载均衡器概览
  • Swift 中的尾递归和蹦床
  • vue中实现单选
  • weex踩坑之旅第一弹 ~ 搭建具有入口文件的weex脚手架
  • 飞驰在Mesos的涡轮引擎上
  • 给自己的博客网站加上酷炫的初音未来音乐游戏?
  • 观察者模式实现非直接耦合
  • 基于webpack 的 vue 多页架构
  • 基于web的全景—— Pannellum小试
  • 那些被忽略的 JavaScript 数组方法细节
  • 浅谈JavaScript的面向对象和它的封装、继承、多态
  • 如何将自己的网站分享到QQ空间,微信,微博等等
  • 腾讯优测优分享 | 你是否体验过Android手机插入耳机后仍外放的尴尬?
  • 写代码的正确姿势
  • 原生js练习题---第五课
  • ionic入门之数据绑定显示-1
  • k8s使用glusterfs实现动态持久化存储
  • ​iOS实时查看App运行日志
  • !$boo在php中什么意思,php前戏
  • #我与Java虚拟机的故事#连载10: 如何在阿里、腾讯、百度、及字节跳动等公司面试中脱颖而出...
  • (1)(1.9) MSP (version 4.2)
  • (Java)【深基9.例1】选举学生会
  • (Java实习生)每日10道面试题打卡——JavaWeb篇
  • (leetcode学习)236. 二叉树的最近公共祖先
  • (vue)页面文件上传获取:action地址
  • (分布式缓存)Redis持久化
  • (每日一问)操作系统:常见的 Linux 指令详解
  • (每日一问)计算机网络:浏览器输入一个地址到跳出网页这个过程中发生了哪些事情?(废话少说版)
  • (一)utf8mb4_general_ci 和 utf8mb4_unicode_ci 适用排序和比较规则场景
  • (转)Google的Objective-C编码规范
  • (转)shell调试方法
  • (转)原始图像数据和PDF中的图像数据
  • (轉貼) 2008 Altera 亞洲創新大賽 台灣學生成果傲視全球 [照片花絮] (SOC) (News)