本篇内容介绍了“OpenCV图像算法怎么实现图像切分图像合并”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
最近用到一个功能,需要将一张原图切分成多个小图像,然后对小图像进行处理,处理之后再将其整合成一张大图像。达到对原图进行处理的目的,这样做的好处是将一个大任务划分为多个小任务,分别进行处理以节约时间(当然需要多线程进行协助,效果才会更明显)。
下面,就以2个模块进行介绍
/* 图像切分(我是按列进行切分的,按照行也是同样的原理。亦或是按块) 核心代码如下: */ //用于存储切分后的小图像 vector<Mat> imgs; //src:待切分原图像 splitCols:切分的每个小图像列数 void imgSplit(Mat src,int splitCols) { //设置分割后图像存储路径 string outpath = ".\\split\\"; int col = src.cols, row = src.rows; //切分后图像数量 int sum = 0; //被整除 if ((col%num == 0)) { sum = col / num; //迭代器ceil_img存储子图像 //vector<Mat> ceil_img; //迭代器name存储子图像的名字,从0到m*n-1 vector<int> name; for (int i = 0; i < sum; i++) { name.push_back(i); } Mat image_cut, roi_img, tim_img; //存储完整图像 for (int i = 0; i < sum; i++) { Rect rect(i*num, 0, num, row); image_cut = Mat(src, rect); roi_img = image_cut.clone(); imgs.push_back(roi_img); } //写入到指定文件夹 for (int i = 0; i < sum; i++) { imwrite(outpath + to_string(long long((name[i]))) + ".jpg", imgs[i]); } } else //不能整除 { sum = col / num + 1; //迭代器ceil_img存储子图像 //vector<Mat> ceil_img; //迭代器name存储子图像的名字,从0到m*n-1 vector<int> name; for (int i = 0; i < sum; i++) { name.push_back(i); } Mat image_cut, roi_img, tim_img; //存储完整图像 for (int i = 0; i < sum - 1; i++) { Rect rect(i*num, 0, num, row); image_cut = Mat(src, rect); roi_img = image_cut.clone(); imgs.push_back(roi_img); } //留余图像(因为有时候原图像总列数不能被整除,但又不能有损原图) Rect rect((sum - 1)*num, 0, col%num, row); image_cut = Mat(src, rect); roi_img = image_cut.clone(); imgs.push_back(roi_img); //写入到指定文件夹 for (int i = 0; i < sum; i++) { imwrite(outpath + to_string(long long((name[i]))) + ".jpg", imgs[i]); } } }
/* 图像合并 只要学会合并两幅图像,那么多幅图像合并就不在话下了 */ //按列合并两幅图像 Mat mergeCols(Mat src1, Mat src2) { int totalCols = src1.cols + src2.cols; Mat dst(src1.rows, totalCols, src1.type()); Mat submat = dst.colRange(0, src1.cols); src1.copyTo(submat); submat = dst.colRange(src1.cols, totalCols); src2.copyTo(submat); return dst; } //多幅图像合并 void imgMerge() { int imgSum = imgs.size(); Mat dst = imgs[0]; for (int i = 1; i < imgSum; i++) { dst = mergeCols(dst, imgs[i]); } }
执行下面代码可以验证(当然,你要根据自己的需求进行个别修改,比如切分后图像保存路径这些细节)
void split_mergeRun() { Mat src = imread("img.jpg"); imgSplit(src, 100); imgMerge(); }
“OpenCV图像算法怎么实现图像切分图像合并”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。