天津科技大學(xué)---數(shù)字圖像處理實(shí)驗(yàn)報(bào)告

1、天津科技大學(xué)一數(shù)字圖像處理 實(shí)驗(yàn)報(bào)告S大小料投去挈數(shù)字圖像處理實(shí)驗(yàn)報(bào)告專 業(yè)：計(jì)算機(jī)科學(xué)技術(shù)學(xué) 號(hào)：11101110姓 名：馬艷松 提交日期：2014.6.5實(shí)驗(yàn)一數(shù)字圖像的讀入與顯示一.實(shí)驗(yàn)?zāi)康模? .熟悉opencv的開發(fā)環(huán)境設(shè)置2 .讀取一幅圖像，并顯示，掌 握 Imread, imwrite,imshow 的使用3 .掌握opencv中圖像的表示， 及其屬性的含義。2 .實(shí)驗(yàn)內(nèi)容：配置好 visualstudio2010opnecv開發(fā)環(huán)境使用opencv的函數(shù)讀入一幅 圖像，并在窗口中顯示出來。3 .實(shí)驗(yàn)步驟：#include stdafx.h#include using names

2、pace cv;using namespace std;void test1()Mat inputImage=imread(.imagebookbeach.jpg ”,1);if(!inputImage.empty()cvNamedWindow(test); imshow(test,inputImage); waitKey();elsecout1, 1, =1 以及-1,比較不同K值時(shí)的圖像增 強(qiáng)效果。（2）打開一幅彩色圖像，對(duì)每個(gè)像 素進(jìn)行訪問，分別令R、G、B的值 為0,查看處理后的圖像，并比較 原圖像的差異。重點(diǎn)和難點(diǎn)：掌握灰度圖像和彩色圖像的像素 的值的訪問方法。三.實(shí)驗(yàn)步驟：1r)實(shí)

3、驗(yàn)代碼void image1Pixel()double durationa,durationb,durationc;double cacStart,cacEnd;Matimage=imread(.imagebookbeach.jpg,1);Matgray(image.size().height,image.size().width,CV_ 8UC1,Scalar(0);gray=0.299R+0.587G+0.114buchar r,g,b;float fgray;cacStartstatic_cast(getTickCount();for(int m=0;m100;m+)for(int i=

4、0;iimage.size().height;i+)for(int j=0;jimage.size().width;j+)b=image.at(i,j)0;g=image.at(i,j)1;r=image.at(i,j)2;fgray=0.299*r+0.587*g+0.114*b;gray.at(i,j)=saturate_cast(fgr ay)；imshow(,gray);cacEndstatic_cast(getTickCount();durationa=(cacEnd-cacStart)/cv:getTickFreq uency(); / the elapsed time in ms

5、waitKey();2)實(shí)驗(yàn)代碼#include stdafx.h#include using namespacecv;using namespacestd;void image1Pixel() double durationa,durationb,durationc;double cacStart,cacEnd;Mat image=imread( .imagebookbeach.jpg,1);Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0);Mat grayGB(image.size().height,imag

6、e.size().width,CV_8UC3,Scalar(0);Mat grayRB(image.size().height,image.size().width,CV_8UC3,Scalar(0);Mat grayRG(image.size().height,image.size().width,CV_8UC3,Scalar(0); uchar r,g,b;float fgray;cacStart = static_cast double (getTickCount();for (int m=0;m100;m+)for (int i=0;iimage.size().height;i+)fo

7、r (int j=0;jimage.size().width;j+)b=image.at(i,j)0;g=image.at(i,j)1;r=image.at(i,j)2;/grayGB.at(i,j)0 = b;grayGB.at(i,j)1 = g;grayGB.at(i,j)2 = 0;/RgrayRB.at(i,j)0 = b;grayRB.at(i,j)1 = 0;/ GgrayRB.at(i,j)2 = r;grayRG.at(i,j)0 = 0;/BgrayRG.at(i,j)1 = g;grayRG.at(i,j)2 = r;/fgray=0.299*r+0.587*g+0.11

8、4*b;gray.at(i,j尸saturate_cast(fgray);cvNamedWindow(org);imshow(org,image);cvNamedWindow(gray);imshow(gray,gray);waitKey();cacEnd = static_cast double (getTickCount(); durationa=(cacEnd-cacStart)/cv:getTickFrequency();void test1()Mat inputImage=imread( .imagebookbeach.jpg ,1);if (!inputImage.empty()c

9、vNamedWindoW(test);imshow(test ,inputImage);waitKey();elsecout file open error! getchar();int _tmain( int argc, _TCHAR* argv口)image1Pixel();test1()；return 0;心得體會(huì)：通過本次試驗(yàn)，我了解并大致掌握灰 度圖像和彩色圖像的像素的值的訪 問方法。由于之前很少練習(xí)這方面 的內(nèi)容，試驗(yàn)過程中遇到了一些問 題，好在在別人的幫助下和向別人 咨詢終于了解了這方面知識(shí)的大致 框架和原理。由此更堅(jiān)定了我學(xué)習(xí) 下去的信心和動(dòng)力！實(shí)驗(yàn)三圖像的平滑一.實(shí)驗(yàn)?zāi)康模赫?/p>

10、握opencv開發(fā)環(huán)境中對(duì)灰度 圖像及彩色圖像中的像素的訪問方法掌握opencv中對(duì)圖像進(jìn)行處理的基本過程。掌握均值平滑和中值濾波的基本原理二.實(shí)驗(yàn)內(nèi)容：(1)打開一幅灰度圖像，對(duì)圖 像進(jìn)行3*3 (包括中心點(diǎn))的鄰域 平均處理。(2)對(duì)原圖進(jìn)行3*3(包括中心點(diǎn)) 的中值濾波處理。(3)比較原圖像與鄰域平均的圖 像、中值濾波后的圖像的差異三.實(shí)驗(yàn)步驟：1)中值濾波處理for(int i=1;iimage.size().height-1;i+)for(intj=1;jimage.size().width-1;j+)inta9=gray.at(i-1,j),gray.at (i,j),gray.

11、at(i+1,j),gray.at(i-1,j-j),gray.at(i,j-1),gray.at(i+1,j-1)+gray.at(i-1,j+1),gray.at(i,j+1),gray.at(i+1,j +1);gray.at(i,j)=GetMidNum (a)；imshow(中值濾波,gray);cacEndstatic_cast(getTickCount( );durationa=(cacEnd-cacStart)/cv:g etTickFrequency();waitKey();int GetMidNum(int n口)for (int i=0;i9;i+) for(int j

12、= 0 ;jnj+1)int temp ;temp = nj+1;nj+1 = nj; nj= temp;return n4;void test4_4() int count256;存放各個(gè)像素值對(duì)應(yīng)的個(gè)數(shù)float hist256,sumHist256;uchar grayHist256;for (int i=0;i256;i+)counti=0;histi=0;sumHisti=0;grayHisti=0;Matimage=imread(.imagebookbe ach.jpg,0);for(inti=0;iimage.size().height;i+)uchar*data=image.p

13、tr(i);for(intj=0;jimage.size().width;j+)countdataj+;for(int i=0;i256;i+)histi=(float)counti)/(image.size().height*image.size().width);sumHist0=hist0;for(int i=1;i256;i+)sumHisti=sumHisti-1+histi;for(int i=0;i256;i+)grayHisti=saturate_cast(sumHisti*255);Matgray(image.size().height,image.size( ).width

14、,CV_8UC1,Scalar(0);for(inti=0;iimage.size().height;i+)uchar*data=image.ptr(i);uchar*grayData=gray.ptr(i);for(intj=0;jimage.size().width;j+)grayDataj=grayHistdataj;cvNamedWindow(tset);imshow(org,image);cvNamedWindow(hist);imshow(hist,gray); waitKey();int _tmain(int argc, _TCHAR* argv)image1Pixel();/T

15、est3();/test4_4();return 0;2)鄰域平均void image1Pixel()doubledurationa,durationb,durationc;double cacStart,cacEnd;Matimage=imread(.imagebookbe ach.jpg,1);Matgray(image.size().height,image.size( ).width,CV_8UC1,Scalar(0); gray=0.299R+0.587G+0.114b uchar r,g,b; float fgray;cacStart=static_cast(getTickCoun

16、t( ); for(int m=0;m100;m+) for(int i=0;iimage.size().height;i+) for(intj=0;jimage.size().width;j+)b=image.at(i,j)0;g=image.at(i,j)1;r=image.at(i,j)2;fgray=0.299*r+0.587*g+0.114*b;gray.at(i,j)=saturate_cast(fgray);imshow(,gray);cacEndstatic_cast(getTickCount()；durationa=(cacEnd-cacStart)/cv:g etTickF

17、requency(); / the elapsed time in mswaitKey();void Test3() int GetMidNum(int n);doubledurationa,durationb,durationc;double cacStart,cacEnd;Matimage=imread(.imagebookbeach.jpg,1);Matgray(image.size().height,image.size( ).width,CV_8UC1,Scalar(0);MatgrayGB(image.size().height,image.s ize().width,CV_8UC

18、3,Scalar(0);MatgrayRB(image.size().height,image.s ize().width,CV_8UC3,Scalar(0);MatgrayRG(image.size().height,image.s ize().width,CV_8UC3,Scalar(0);gray=0.299R+0.587G+0.114buchar r,g,b;float fgray;cacStartstatic_cast(getTickCount();for(int m=0;m100;m+)for(inti=0;iimage.size().height;i+)for(intj=0;ji

19、mage.size().width;j+)b=image.at(i,j)0;g=image.at(i,j)1;r=image.at(i,j)2;fgray=0.299*r+0.587*g+0.114*b;gray.at(i,j)=saturate_cast(fgray); imshow(原圖,gray);for(inti=1;iimage.size().height-1;i+)for(intj=1;jimage.size().width-1;j+)gray.at(i,j)= (gray.at(i-1,j)+gray.at(i,j)+gray.at(i+1,j)+gray.at(i-1,j-j)

20、+gray.at(i,j-1)+gray.at(i+1,j-1 )+gray.at(i-1,j+1)+gray.at (i,j+1)+gray.at(i+1 ,j+1)/9;imshow(鄰域平均,gray);實(shí)驗(yàn)心得：通過這次試驗(yàn)，我明白了，平滑技術(shù) 用于平滑圖像的噪聲，平滑噪聲可以在空間域中 進(jìn)行，基本方法是求像素灰度的平均值或中值。 但是這些很容易引起邊緣的模糊，常用的有均值 濾波、中值濾波，在使用時(shí)，針對(duì)不同的噪聲， 也需要不同的濾波法，沒有哪種方法是絕對(duì)好， 必須具體情況具體分析。 最后比較三種平滑效 果，八點(diǎn)平滑最好，說明對(duì)高斯噪聲平滑濾波效 果較好。中值濾波基本把椒鹽噪聲都濾去了

21、， 說 明中值濾波對(duì)椒鹽噪聲平滑效果比高斯噪聲好。實(shí)驗(yàn)四圖像的直方圖均衡化1 .實(shí)驗(yàn)?zāi)康模赫莆罩狈綀D均衡化的基本步驟及實(shí)現(xiàn)方法掌握opencv中對(duì)圖像進(jìn)行處理的 基本過程。2 .實(shí)驗(yàn)內(nèi)容：(1)打開一幅灰度圖像，對(duì)圖 像進(jìn)行直方圖均衡化處理。(2)比較原圖像與均衡化的圖像的差異。(3)要求自己按照課本介紹的均衡 化的步驟在opencv下實(shí)現(xiàn)直方圖 均衡化處理。3 .實(shí)驗(yàn)步驟:void test1()MatinputImage=imread(.imagebookbeach.jpg ,1);if(!inputImage.empty()cvNamedWindow(test);imshow(test,

22、inputImage);waitKey();elsecoutfile open error!;getchar();void test4()int count256;float hist256,sumHist256;uchar grayHist256;for (int i=0;i256;i+)counti=0;histi=0;sumHisti=0;grayHisti=0;Matimage=imread(.imagebookbeach.jpg,0);for(int i=0;iimage.size().height;i+)uchar* data=image.ptr(i);for(int j=0;jimage.size().width;j+) c