大概介紹

OpenCV (Open Source Computer Vision Library) 是一個(gè)基于BSD許可(開(kāi)源)發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù),可以運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級(jí)而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。

OpenCV用C++和C語(yǔ)言編寫，它的主要接口也是C++語(yǔ)言，但是依然保留了大量的C語(yǔ)言接口。該庫(kù)也有大量的Python、Java and MATLAB的接口。如今也提供對(duì)于C#、Ch、Ruby,GO的支持。所以該庫(kù)支持多種語(yǔ)言開(kāi)發(fā):如C,C++,Object_C,Swift, Windows, Android,Mac OS,Python,Java和 MATLAB等.所以通常用它來(lái)做算法的移植，并且OpenCV的代碼經(jīng)過(guò)適當(dāng)改寫可以正常的運(yùn)行在DSP系統(tǒng)和ARM嵌入式系統(tǒng)中

Demo測(cè)試

本文主要基于iOS來(lái)闡述,測(cè)試使用這個(gè)框架去給一張圖片添加馬賽克,簡(jiǎn)單了解一下大概使用

1.首先得去官網(wǎng)下載它,然后倒入到項(xiàng)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(bào)錯(cuò),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(dǎo)入C++的命名空間

using namespace cv;

Mat 矩陣 是OPenCV的基本數(shù)據(jù)結(jié)構(gòu)

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

(10 x 10) ÷ (5 x 5) = 4,

這樣看起來(lái)肯定模糊,就是馬賽克效果

馬賽克原理.png

說(shuō)那么費(fèi)勁,看代碼怎么實(shí)現(xiàn)吧

//自定義UIImageUtils,在UIImageUtils中導(dǎo)入OpenCV的頭文件

//倒入OpenCV框架

//核心頭文件

#import

//對(duì)iOS支持

#import

//導(dǎo)入矩陣幫助類

#import

#import

/*

* 自定義 UIImageUtils.m, 因?yàn)楹蚈C混編,所以修改成 UIImageUtils.mm

參數(shù)image 是外界傳遞進(jìn)來(lái)的源圖片,就是需要對(duì)它進(jìn)行馬賽克處理

參數(shù)level 是處理的級(jí)別,這個(gè)值越小,馬賽克就越密,顆粒感越弱.,就是上面馬賽克原理說(shuō)明所說(shuō)的 5*5 中的 5, level = 5, 或者說(shuō)上圖畫(huà) level = 3

*/

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

//實(shí)現(xiàn)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(jìn)行轉(zhuǎn)換

//在OpenCV里面,有個(gè)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(jìn)行圖片類型轉(zhuǎn)換是沒(méi)有效果的

//圖片ARGB的, 將ARGB->RGB

// cvtColor的三個(gè)參數(shù): 第一個(gè)是源圖片,第二個(gè)參數(shù)是目標(biāo)圖片,第三參數(shù)是 轉(zhuǎn)換格式 2諧音to,意思是將RGBA轉(zhuǎn)換成RGB的,第四個(gè)參數(shù)是通道個(gè)數(shù),RBG 就是3個(gè)通道

Mat mat_image_dst;

cvtColor(mat_image_src, mat_image_dst, CV_RGBA2RGB, 3);

//研究OpenCV時(shí)候，如何發(fā)現(xiàn)巨坑？

//觀察規(guī)律

//看到了OpenCV官方網(wǎng)站->每次進(jìn)行圖像處理時(shí)候，規(guī)律->每一次都會(huì)調(diào)用cvtColor保持一致(RGB)

//所以：每一次你在進(jìn)行轉(zhuǎn)換的時(shí)候，一定要記得轉(zhuǎn)換類型

//為了不影響原始圖片,將處理成RBG 3通道的Mat 進(jìn)行復(fù)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(dòng)態(tài)的處理

int x = width - level;

int y = height - level;

//雙重for循環(huán),一個(gè)小方塊一個(gè)小方塊處理

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

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

//創(chuàng)建一個(gè)矩形區(qū)域 (就是那個(gè)馬賽克小方塊)

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

//給填Rect2i區(qū)域->填充數(shù)據(jù)->原始數(shù)據(jù)

Mat roi = mat_image_dst(mosaicRect);

//讓整個(gè)矩形區(qū)域顏色值保持一致

//mat_image_clone.at(i, j)->像素點(diǎn)(顏色值組成->多個(gè))->ARGB->數(shù)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(qū)域->數(shù)據(jù)->拷貝到圖片上面去->修改后的數(shù)據(jù)

//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(jié) ->所以: 4個(gè)字節(jié)

//U分析

//兩種類型：有符號(hào)類型(Sign->有正負(fù)->簡(jiǎn)寫"S")、無(wú)符號(hào)類型(Unsign->正數(shù)->"U")

//無(wú)符號(hào)類型：0-255(通常情況)

//有符號(hào)類型：-128-127

//C分析：char類型

//3表示：3個(gè)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(jí)為80,顆粒感強(qiáng).png

等級(jí)為15,顆粒感弱.png

總結(jié)

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?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。