iOS OpenCV 图像灰度处理

有时候开发过程中,切图满足不了我们的需求,此时我们需要对图像进行灰度处理,例如QQ头像在线、离线等不同状态等。

可以尝试的解决方案:

第一种:让UI重新切图

第二种:切图不顶用,用代码实现(重新生成带灰度的图片)

首先介绍一下OpenCV,OpenCV的全称是:Open Source Computer Vision Library。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。哈哈,,是不是很啰嗦,简单点就是一个处理图像的视觉库。

实现步骤:

第一种方式:OpenCV3实现

  • 第一步:导入openCV开发包
  • 第二步:功能实现

    利用OpenCV比较简单,实现代码如下:

- (UIImage*)imageToGrayImage:(UIImage*)image{

    //image源文件
    // 1.将iOS的UIImage转成c++图片(数据:矩阵)
    Mat mat_image_gray;
    UIImageToMat(image, mat_image_gray);

    // 2. 将c++彩色图片转成灰度图片
    // 参数一:数据源
    // 参数二:目标数据
    // 参数三:转换类型
    Mat mat_image_dst;
    cvtColor(mat_image_gray, mat_image_dst, COLOR_BGRA2GRAY);

    // 3.灰度 -> 可显示的图片
    cvtColor(mat_image_dst, mat_image_gray, COLOR_GRAY2BGR);

    // 4. 将c++处理之后的图片转成iOS能识别的UIImage
    return MatToUIImage(mat_image_gray);
}

第二种方式:采用iOS系统默认的开发库实现

这种方式可以说真是够繁琐,够恶心,哈哈哈

#pragma mark - 采用系统自带的库进行实现
- (UIImage*)systemImageToGrayImage:(UIImage*)image{
    int width  = image.size.width;
    int height = image.size.height;
    //第一步:创建颜色空间(说白了就是开辟一块颜色内存空间)
    CGColorSpaceRef colorRef = CGColorSpaceCreateDeviceGray();

    //第二步:颜色空间上下文(保存图像数据信息)
    //参数一:指向这块内存区域的地址(内存地址)
    //参数二:要开辟的内存的大小,图片宽
    //参数三:图片高
    //参数四:像素位数(颜色空间,例如:32位像素格式和RGB的颜色空间,8位)
    //参数五:图片的每一行占用的内存的比特数
    //参数六:颜色空间
    //参数七:图片是否包含A通道(ARGB四个通道)
    CGContextRef context = CGBitmapContextCreate(nil, width, height, 8, 0, colorRef, kCGImageAlphaNone);
    //释放内存
    CGColorSpaceRelease(colorRef);

    if (context == nil) {
        return  nil;
    }

    //渲染图片
    //参数一:上下文对象
    //参数二:渲染区域
    //源图片
    CGContextDrawImage(context, CGRectMake(0, 0, width, height), image.CGImage);;

    //将绘制的颜色空间转成CGImage
    CGImageRef grayImageRef = CGBitmapContextCreateImage(context);

    //将c/c++图片转成iOS可显示的图片
    UIImage *dstImage = [UIImage imageWithCGImage:grayImageRef];

    //释放内存
    CGContextRelease(context);
    CGImageRelease(grayImageRef);

    return dstImage;
}
时间: 2024-08-18 04:26:27

iOS OpenCV 图像灰度处理的相关文章

QT+QT creator+OpenCV图像灰度化

1).pro文件 #------------------------------------------------- # # Project created by QtCreator 2014-05-18T12:56:52 # #------------------------------------------------- QT += core gui greaterThan(QT_MAJOR_VERSION, 4): QT += widgets TARGET = myQTDemo TEM

[iOS OpenCV的使用,灰度和二值化]

看网上方法很多,但版本都不够新,我看了网上一些知识,总结了下,来个最新版Xcode6.1的. 最近主要想做iOS端的车牌识别,所以开始了解OpenCV.有兴趣的可以跟我交流下哈. 一.Opencv的使用: 步骤: 1.从官网下载iOS版本的Opencv2.framework. 2.拖进工程,选择copy items if needed 3.进入building settings,设置Framework SearchPath: 设置成$(PROJECT_DIR)/Newtest,这个Newtest

Java图像灰度化的实现过程解析

概要 本文主要介绍了灰度化的几种方法,以及如何使用Java实现灰度化.同时分析了网上一种常见却并不妥当的Java灰度化实现,以及证明了opencv的灰度化是使用“加权灰度化”法 24位彩色图与8位灰度图 首先要先介绍一下24位彩色图像,在一个24位彩色图像中,每个像素由三个字节表示,通常表示为RGB.通常,许多24位彩色图像存储为32位图像,每个像素多余的字节存储为一个alpha值,表现有特殊影响的信息[1]. 在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值

Opencv 图像读取与保存问题

本系列文章由 @yhl_leo 出品,转载请注明出处. 文章链接: http://blog.csdn.net/yhl_leo/article/details/49737357 本文仅对 Opencv图像读取与保存进行阐述,重在探讨图像读取与保存过程中应注意的细节问题. 1 图像读取 首先看一下,imread函数的声明: // C++: Mat based Mat imread(const string& filename, int flags=1 ); // C: IplImage based

iOS OpenCV资料收集

OpenCV iOS Title: OpenCV iOS Hello Compatibility: > OpenCV 2.4.3 Author: Charu Hans You will learn how to link OpenCV with iOS and write a basic application. Title: OpenCV iOS - Image Processing Compatibility: > OpenCV 2.4.3 Author: Charu Hans You w

图像灰度化

1彩色图,灰度图,单色图 灰度图是指只含亮度信息,不含色彩信息的图像.灰度化处理是把含有亮度和色彩的彩色图像变化成灰度图像的过程. 图像灰度化处理一般采用以下三种算法: 平均值法: f(i,j)=(R(i,j)+G(i,j)+B(i,j))/3 最大值法: f(i,j)=max(R(i,j),G(i,j),B(i,j)) 加权平均值法:f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j) 2 图像灰度化opencv 1 #include <opencv2/opencv.

opencv 图像row、col坐标对应关系

1.创建高斯金字塔第-1组 1.1.将源图片转成灰度图 void ConvertToGray(const Mat& src, Mat& dst) { cv::Size size = src.size(); if (dst.empty()) dst.create(size, CV_64F); //[1]利用Mat类的成员函数创建Mat容器 uchar* srcData = src.data; //[2]指向存储所有像素值的矩阵的数据区域 pixel_t* dstData = (pixel_t

OpenCV 图像清晰度(相机自动对焦)

相机的自动对焦要求相机根据拍摄环境和场景的变化,通过相机内部的微型驱动马达,自动调节相机镜头和CCD之间的距离,保证像平面正好投影到CCD的成像表面上.这时候物体的成像比较清晰,图像细节信息丰富. 相机自动对焦的过程,其实就是对成像清晰度评价的过程,对焦不准确,拍摄出来的图像清晰度低,视觉效果模糊,如果是在工业检测测量领域,对焦不准导致的后果可能是致命的:对焦准确的图像清晰度较高,层次鲜明,对比度高. 图像清晰度评价算法有很多种,在空域中,主要思路是考察图像的领域对比度,即相邻像素间的灰度特征的

java实现图像灰度化

/*在研究Java实现将一张图片转成字符画的时候,发现将图像转化字符串是根据照片的灰度采用不同的字符画出来,形成一个灰度表.于是就研究了下关于灰度值这个东西,于是跳了一个大坑...因为鄙人用的ubuntu,所以我的代码路径会有所不同.直接贴出原博文代码.故事的开始是这样的...*/ 1.关于Java实现将一张图片转成字符画(原文地址:http://blog.csdn.net/zhouli_05/article/details/7913263) 怎么样用Java实现将一张图片转成字符画?? 输入: