求取圆形区域内的平均灰度值

#include <cmath>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

const int kvalue = 15;//双边滤波邻域大小
const double PI = 3.14;//圆周率

int graylevel(Mat image, Mat dst, Point cen, int r)//求取圆形区域内的平均灰度值
{
	int graysum = 0, n = 0;

	for(int i = (cen.y - r); i <= (cen.y + r); ++i)//访问矩形框内的像素值
	{
		uchar* data = image.ptr<uchar>(i);
		for(int j = (cen.x - r); j <= (cen.x + r); ++j)
		{
			double d = (i-cen.y)*(i-cen.y) + (j-cen.x)*(j-cen.x);
			if(d < r*r)
			{
				++n;
				graysum += (int)data[j];
			}
		}
	}

	for(int i = (cen.y - r); i <= (cen.y + r); ++i)//画出圆,圆内像素值为平均灰度值
	{
		uchar* temp = dst.ptr<uchar>(i);
		for(int j = (cen.x - r); j <= (cen.x + r); ++j)
		{
			double d = (i-cen.y)*(i-cen.y) + (j-cen.x)*(j-cen.x);
			if(d < r*r)
			{
				temp[j] = (int)(graysum / n);
			}
		}
	}

	return(graysum / n);
}

int main()
{
	Mat src_color = imread("1.png");//读取原彩色图
	imshow("原图-彩色", src_color);

	Mat src_gray;//彩色图像转化成灰度图
	cvtColor(src_color, src_gray, COLOR_BGR2GRAY);
	imshow("原图-灰度", src_gray);
	//imwrite("src_gray.png", src_gray);

	//声明一个单通道图像,像素值全为0,用来将霍夫变换检测出的圆画在上面
	Mat dst(src_gray.size(), src_gray.type());
	dst = Scalar::all(0);

	Mat bf;//对灰度图像进行双边滤波
	bilateralFilter(src_gray, bf, kvalue, kvalue*2, kvalue/2);
	//imshow("灰度双边滤波处理", bf);
	//imwrite("src_bf.png", bf);

	vector<Vec3f> circles;//声明一个向量,保存检测出的圆的圆心坐标和半径
	HoughCircles(bf, circles, CV_HOUGH_GRADIENT, 1.5, 20, 130, 38, 10, 50);//霍夫变换检测圆

	std::vector<int> v;//保存圆心的横坐标减纵坐标的绝对值,用于区分两排灯
	cout << "x=\ty=\tr=\ts=\tg=" << endl;

	for(size_t i = 0; i < circles.size(); i++)//把霍夫变换检测出的圆画出来
	{
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radius = cvRound(circles[i][2]);

		double s = 0;//计算圆的面积
		s = PI * radius * radius;

		int average = 0;
		average = graylevel(bf, dst, center, radius);//计算平均灰度,并画出圆

		circle( dst, center, 2, Scalar(255), -1, 8, 0 );//画出圆心
		circle( dst, center, radius, Scalar(255), 1, 8, 0 );//画出圆的轮廓

		v.push_back(abs(center.x-center.y));//存储圆心的横坐标减纵坐标的绝对值,用于区分两排灯

		cout << center.x << "\t" << center.y << "\t" << radius << "\t" << s << "\t" << average << endl;//在控制台输出圆心坐标和半径
	}

	sort(v.begin(), v.end());//从小到大排序

	std::vector<Point> points1, points2;//声明点向量,分别存储两排灯的圆心坐标

	for (size_t i = 0; i < circles.size(); i++)//用来区分两排灯
	{
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		if (abs(center.x-center.y) < v[12])
			points1.push_back(Point(center.x, center.y));//存储从左上到右下那排灯的圆心坐标
		else
			points2.push_back(Point(center.x, center.y));//存储从左下到右上那排灯的圆心坐标
	}

	cv::Vec4f line1, line2;//拟合直线
	fitLine(Mat(points1), line1, CV_DIST_L2, 0, 0.01, 0.01);
	fitLine(Mat(points2), line2, CV_DIST_L2, 0, 0.01, 0.01);

	int x01 = (int)line1[2];
	int y01 = (int)line1[3];
	int x11 = (int)(x01 + 300*line1[0]);
	int y11 = (int)(y01 + 300*line1[1]);
	int x21 = (int)(x01 - 300*line1[0]);
	int y21 = (int)(y01 - 300*line1[1]);	

	int x02 = (int)line2[2];
	int y02 = (int)line2[3];
	int x12 = (int)(x02 + 300*line2[0]);
	int y12 = (int)(y02 + 300*line2[1]);
	int x22 = (int)(x02 - 300*line2[0]);
	int y22 = (int)(y02 - 300*line2[1]);	

	cv::line(dst, Point(x11, y11), Point(x21, y21), Scalar(255), 1);//画出直线
	cv::line(dst, Point(x12, y12), Point(x22, y22), Scalar(255), 1);

	imshow("特征提取", dst);
	imwrite("chuli.png", dst);

	waitKey();
}

时间: 2024-10-06 07:51:23

求取圆形区域内的平均灰度值的相关文章

OpenCV2+入门系列(四):计算图像的直方图,平均灰度,灰度方差

本篇懒得排版,直接在网页html编辑器编辑 在图像处理时,我们常常需要求出图像的直方图.灰度平均值.灰度的方差,这里给出一个opencv2+自带程序,实现这些功能. 直方图 对于直方图,使用cv::calcHist函数可以求出. 原型 void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize,

基于灰度的模板匹配算法(二):局部灰度值编码

简介 在上一篇文章: 基于灰度的模板匹配算法(一):MAD.SAD.SSD.MSD.NCC.SSDA算法中,介绍了几种典型的模板匹配算法,但此类算法都存在时间复杂度高,对图像尺寸敏感等问题,即便是SSDA这样的优化算法复杂度也是很高的. 本文将介绍一种新的算法,叫做局部灰度值编码算法,它通过对灰度值编码来进行粗匹配,再用相位相关法进行精匹配. 算法介绍 粗匹配 与上一篇文章的假设相似,这里搜索图尺寸为MxM,模板T的尺寸NxN,模板T在搜索图S上滑动,滑动的上.下步长都为N(一个模板尺寸),也就

&lt;hdu - 1600 - 1601&gt; Leftmost Digit &amp;&amp; Rightmost Digit 数学方法求取大位数单位数字

1060 - Leftmost Digit 1601 - Rightmost Digit 1060题意很简单,求n的n次方的值的最高位数,我们首先设一个数为a,则可以建立一个等式为n^n = a * 10^x;其中x也是未知的: 两边取log10有:lg(n^n) = lg(a * 10^x); 即:n * lg(n)  - x = lg(a); 现在就剩x一个变量了,我们知道x是值n^n的位数-1,a向下取整就是我们要求的数: 所以 按着上面的推导式翻译成代码就可以了(注意:数值的范围和之间的

数据库sql联合查询mid类型的分页数据取不了全部的值错误

USE [Travel]GO/****** Object:  StoredProcedure [dbo].[NoticeGetPagedData]    Script Date: 06/13/2014 20:44:51 ******/SET ANSI_NULLS ONGOSET QUOTED_IDENTIFIER ONGOALTER PROCEDURE [dbo].[NoticeGetPagedData]@pageIndex int = 1,--页码@pageSize int =10,--页容量

MATLAB图像处理_统计最大/最小/平均灰度

需求: 求图像的最大灰度.最小灰度.以及平均灰度. 代码如下: % BY SCOTT % Count max gray and min gray clear all; clc; rgb = imread('test.jpg'); gray = rgb2gray(rgb); [m,n] = size(gray); max = 0; min = 255; sum = 0; avg = 0; for i=1:1:m for j=1:1:n if (gray(i,j) > max) max = gray

UVA 11090 Going in Cycle!! 环平均权值(bellman-ford,spfa,二分)

题意:给定一个n个点m条边的带权有向图,求平均权值最小的回路的平均权值? 思路:首先,图中得有环的存在才有解,其次再解决这个最小平均权值为多少.一般这种就是二分猜平均权值了,因为环在哪也难以找出来,还有可能是一条边属于多个环.对于每个猜到的平均值,如果对应环的存在,那么这个环的每条边的权减去这个平均值之后,用spfa算法就能判断其是否有环的存在即可. 假设环上各边权值为:w1+w2+...+wk. 式子:w1+w2+...+wk<k*even   相当于   (w1-even)+(w2-even

算法学习:后缀数组 height的求取

[定义] [LCP]全名最长公共前缀,两个后缀之间的最长前缀,以下我们定义 lcp ( i , j ) 的意义是后缀 i 和 j 的最长前缀 [z函数] 函数z [ i ] 表示的是,第 i 个后缀和字符串的最长前缀  [解决问题] 这两个算法都是在解决这个问题 即求后缀和字符串和后缀之间的最长公共前缀 但是有所不同的是, 后缀数组最终求出的是,字典序第 i 个后缀和第 i + 1 个后缀的最长公共前缀 z函数最终求出的是,第 i 个后缀和字符串的最长公共前缀 然后通过这个最长公共前缀求一些其他

DICOM图像像素值(灰度值)转换为CT值

CT值的单位是Hounsfield,简称为Hu,范围是-1024-3071.用于衡量人体组织对X射线的吸收率,设定水的吸收率为0Hu. 在DICOM图像读取的过程中,我们会发现图像的像素值有可能不是这个范围,通常是0-4096,这是我们常见到的像素值或者灰度值,这就需要我们在图像像素值(灰度值)转换为CT值. 首先,需要读取两个DICOM Tag信息,(0028|1052):rescale intercept和(0028|1053):rescale slope. 然后通过公式: Hu = pix

求三个数值的中间值的宏定义

怎么用一个宏来求三个数值的中间值呢?请看: #include <stdio.h> #define MIDDLE(x,y,z) ((x)<(y)?((y)<(z)?(y):(x)<(z)?(z):(x)):((y)>(z)?(y):(x)>(z)?(z):(x))) int main(void) { printf("MIDDLE(%d,%d,%d) = %d\r\n", 1,2,3,MIDDLE(1,2,3)); printf("MID