大概介紹

OpenCV (Open Source Computer Vision Library) 是一個基于BSD許可(開源)發行的跨平臺計算機視覺庫,可以運行在Linux、Windows、Android和Mac OS操作系統上。它輕量級而且高效——由一系列 C 函數和少量 C++ 類構成，實現了圖像處理和計算機視覺方面的很多通用算法。

OpenCV用C++和C語言編寫，它的主要接口也是C++語言，但是依然保留了大量的C語言接口。該庫也有大量的Python、Java and MATLAB的接口。如今也提供對于C#、Ch、Ruby,GO的支持。所以該庫支持多種語言開發:如C,C++,Object_C,Swift, Windows, Android,Mac OS,Python,Java和 MATLAB等.所以通常用它來做算法的移植，并且OpenCV的代碼經過適當改寫可以正常的運行在DSP系統和ARM嵌入式系統中

Demo測試

本文主要基于iOS來闡述,測試使用這個框架去給一張圖片添加馬賽克,簡單了解一下大概使用

1.首先得去官網下載它,然后倒入到項目中

opencv2.framework.png

2.先了解一下OpenCV的基本概念:

相信大家都知道:在C++和OC混編中報錯,需要將 .m 文件 修改為 .mm 文件;

還有就是C++支持命名空間,所以需要導入C++的命名空間

using namespace cv;

Mat 矩陣 是OPenCV的基本數據結構

馬賽克原理 大概其意思就是處理像素點,可以理解為把原先的一個一個像素點按照3 x 3 或者4 x 4劃分成一個小方塊,這個小方塊的像素展示這個小方塊最左上角的那個像素點的顏色來展示,這樣平鋪開來,比如原先展示10 x 10個像素點按照5x 5為一個方塊展示,就只展示了4個像素點

(10 x 10) ÷ (5 x 5) = 4,

這樣看起來肯定模糊,就是馬賽克效果

馬賽克原理.png

說那么費勁,看代碼怎么實現吧

//自定義UIImageUtils,在UIImageUtils中導入OpenCV的頭文件

//倒入OpenCV框架

//核心頭文件

#import

//對iOS支持

#import

//導入矩陣幫助類

#import

#import

/*

* 自定義 UIImageUtils.m, 因為和OC混編,所以修改成 UIImageUtils.mm

參數image 是外界傳遞進來的源圖片,就是需要對它進行馬賽克處理

參數level 是處理的級別,這個值越小,馬賽克就越密,顆粒感越弱.,就是上面馬賽克原理說明所說的 5*5 中的 5, level = 5, 或者說上圖畫 level = 3

*/

+(UIImage*)opencvImage:(UIImage*)image level:(int)level{

//實現功能

//第一步：將iOS圖片->OpenCV圖片(Mat矩陣)

Mat mat_image_src; //源圖片

UIImageToMat(image, mat_image_src);

//第二步：確定寬高

int width = mat_image_src.cols;

int height = mat_image_src.rows;

//圖片類型->進行轉換

//在OpenCV里面,有個隱藏的坑,那就是 OpenCV只能支持 處理 RGB,而圖片是 ARGB的,則如果不進行圖片類型轉換是沒有效果的

//圖片ARGB的, 將ARGB->RGB

// cvtColor的三個參數: 第一個是源圖片,第二個參數是目標圖片,第三參數是 轉換格式 2諧音to,意思是將RGBA轉換成RGB的,第四個參數是通道個數,RBG 就是3個通道

Mat mat_image_dst;

cvtColor(mat_image_src, mat_image_dst, CV_RGBA2RGB, 3);

//研究OpenCV時候，如何發現巨坑？

//觀察規律

//看到了OpenCV官方網站->每次進行圖像處理時候，規律->每一次都會調用cvtColor保持一致(RGB)

//所以：每一次你在進行轉換的時候，一定要記得轉換類型

//為了不影響原始圖片,將處理成RBG 3通道的Mat 進行復制一份

Mat mat_image_clone = mat_image_dst.clone();

//第三步：馬賽克處理

//分析馬賽克算法原理

//level = 3 -> 3 * 3矩形

//動態的處理

int x = width - level;

int y = height - level;

//雙重for循環,一個小方塊一個小方塊處理

for (int i = 0; i < y; i += level) {

for (int j = 0; j < x; j += level) {

//創建一個矩形區域 (就是那個馬賽克小方塊)

Rect2i mosaicRect = Rect2i(j, i, level, level);

//給填Rect2i區域->填充數據->原始數據

Mat roi = mat_image_dst(mosaicRect);

//讓整個矩形區域顏色值保持一致

//mat_image_clone.at(i, j)->像素點(顏色值組成->多個)->ARGB->數組

//mat_image_clone.at(i, j)[0]->R值

//mat_image_clone.at(i, j)[1]->G值

//mat_image_clone.at(i, j)[2]->B值

Scalar scalar = Scalar(

mat_image_clone.at(i, j)[0],

mat_image_clone.at(i, j)[1],

mat_image_clone.at(i, j)[2]);

//將處理好矩形區域->數據->拷貝到圖片上面去->修改后的數據

//CV_8UC3解釋:

//CV_:表示框架命名空間

//8表示：32位色->ARGB-> 8位 = 1字節 ->所以: 4個字節

//U分析

//兩種類型：有符號類型(Sign->有正負->簡寫"S")、無符號類型(Unsign->正數->"U")

//無符號類型：0-255(通常情況)

//有符號類型：-128-127

//C分析：char類型

//3表示：3個通道->RGB

Mat roiCopy = Mat(mosaicRect.size(), CV_8UC3, scalar);

roiCopy.copyTo(roi);

}

}

//第四步：將OpenCV圖片->iOS圖片

return MatToUIImage(mat_image_dst);

}

最后看看level不同的效果吧:

等級為80,顆粒感強.png

等級為15,顆粒感弱.png

總結

以上是生活随笔為你收集整理的c语言给图片打码,OpenCV (一):初相识:马赛克处理图片的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。