关于widthStep造成的问题

关于widthStep造成的问题最近遇到一个很奇怪的问题,一直没有解决,就是在A图像中设置一个ROI,将其clone给B,然后对B进行二值化,输入为B,输出为C,这时二值化完后的图像C跟ROI区域的图像区域不同。通过查看发现罪魁祸首是widthStep变了。无意中解决了这个问题,做法如下:方法1:就是在A图像中设置一个ROI,将其clone给B,新建一个C,大小、位数和通道数同B,将Bclone给C,然后对C进行

大家好,又见面了,我是你们的朋友全栈君。

最近遇到一个很奇怪的问题,一直没有解决,就是在A图像中设置一个ROI,将其clone给B,然后对B进行二值化,输入

为B,输出为C,这时二值化完后的图像C跟ROI区域的图像区域不同。通过查看发现罪魁祸首是widthStep变了。

无意中解决了这个问题,做法如下:

方法1:就是在A图像中设置一个ROI,将其clone给B,新建一个C,大小、位数和通道数同B,将B clone给C,然后对C进行

InToIn的二值化操作,这个问题就解决了。

方法2:只拿二值化的阈值,在otsu函数里面不进行二值化操作,然后调用cvThreshold函数进行二值化。

现象1:异常

关于widthStep造成的问题

源代码:

// Otsu.cpp : Defines the entry point for the console application.
//

#include “stdafx.h”
#include <iostream.h>
#include <math.h>
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <windows.h>

int height;int width;
int otsu(IplImage* A, IplImage* B)
{

long N = height * width;
int h[256];
double p[256],u[256],w[256];
for(int i = 0; i < 256; i++)  
{   
h[i] = 0;   
p[i] = 0;   
u[i] = 0;    
w[i] = 0;  
}

for(i = 0; i < height; i++)   
for(int j = 0; j < width; j++)   
for(int k = 0; k < 256; k++)    
{      
if(((uchar*)(A->imageData + A->widthStep*i))[j] == k)    
h[k]++;  
}

for(i = 0; i < 256; i++)   
p[i] = h[i] / double(N);

int T = 0;   
double uT,thegma2fang; 
double thegma2fang_max = -10000;

for(int k = 0; k < 256; k++)  
{    
uT = 0;     
for(i = 0; i <= k; i++) 
{     
u[k] += i*p[i];   
w[k] += p[i];    
}

for(i = 0; i < 256; i++)    
uT += i*p[i];     
thegma2fang = (uT*w[k] – u[k])*(uT*w[k] – u[k]) / (w[k]*(1-w[k]));
if(thegma2fang > thegma2fang_max)  
{     
thegma2fang_max = thegma2fang;    
T = k;  
}  
}

for(i = 0; i < height; i++)  //根据最佳阈值,对原图像进行处理二值化处理    
for(int j = 0; j < width; j++)      
if(((uchar*)(A->imageData + A->widthStep*i))[j] > T)   
((uchar*)(B->imageData + B->widthStep*i))[j] = 255;   
else       
((uchar*)(B->imageData + B->widthStep*i))[j] = 0;

return T;
}

int main(int argc, char** argv)

const char* filename = argc >= 2 ?argv[1] : “lena.jpg”;  
IplImage* source = cvLoadImage( filename, 0 );
int Th;

height = source->height;   
width = source->width;
CvRect rect;
rect.x=50;
rect.y=30;
rect.width=height/2;
rect.height=width/2;
IplImage *roi = cvCreateImage(cvSize(rect.width,rect.height),IPL_DEPTH_8U,1); 
IplImage *bw = cvCreateImage(cvSize(rect.width,rect.height),IPL_DEPTH_8U,1);

cvSetImageROI(source,rect);
roi=cvCloneImage(source);
cvResetImageROI(source);

Th = otsu(roi,bw);

printf(“Th=%d\n”,Th);
cvNamedWindow( “Resource”, 1 );   
cvShowImage( “Resource”, source ); 
cvNamedWindow( “Result”, 1 );  
cvShowImage( “Result”, roi); 
cvNamedWindow( “BW”, 1 );  
cvShowImage( “BW”, bw); 
cvWaitKey(0);
return 0;
}

现象2:正常

关于widthStep造成的问题

// Otsu.cpp : Defines the entry point for the console application.
//

#include “stdafx.h”
#include <iostream.h>
#include <math.h>
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <windows.h>

int height;int width;
int otsu(IplImage* A, IplImage* B)
{

long N = height * width;
int h[256];
double p[256],u[256],w[256];
for(int i = 0; i < 256; i++)  
{   
h[i] = 0;   
p[i] = 0;   
u[i] = 0;    
w[i] = 0;  
}

for(i = 0; i < height; i++)   
for(int j = 0; j < width; j++)   
for(int k = 0; k < 256; k++)    
{      
if(((uchar*)(A->imageData + A->widthStep*i))[j] == k)    
h[k]++;  
}

for(i = 0; i < 256; i++)   
p[i] = h[i] / double(N);

int T = 0;   
double uT,thegma2fang; 
double thegma2fang_max = -10000;

for(int k = 0; k < 256; k++)  
{    
uT = 0;     
for(i = 0; i <= k; i++) 
{     
u[k] += i*p[i];   
w[k] += p[i];    
}

for(i = 0; i < 256; i++)    
uT += i*p[i];     
thegma2fang = (uT*w[k] – u[k])*(uT*w[k] – u[k]) / (w[k]*(1-w[k]));
if(thegma2fang > thegma2fang_max)  
{     
thegma2fang_max = thegma2fang;    
T = k;  
}  
}
return T;
}

int main(int argc, char** argv)

const char* filename = argc >= 2 ?argv[1] : “lena.jpg”;  
IplImage* source = cvLoadImage( filename, 0 );
int Th;

height = source->height;   
width = source->width;
CvRect rect;
rect.x=0;
rect.y=0;
rect.width=height/2;
rect.height=width/2;
IplImage *roi = cvCreateImage(cvSize(rect.width,rect.height),IPL_DEPTH_8U,1); 
IplImage *bw = cvCreateImage(cvSize(rect.width,rect.height),IPL_DEPTH_8U,1);

cvSetImageROI(source,rect);
roi=cvCloneImage(source);
cvResetImageROI(source);

bw = cvCloneImage(roi);
Th = otsu(bw,bw);
cvThreshold(roi,bw,Th,255,CV_THRESH_BINARY);

printf(“roi->widthStep=%d,bw->widthStep=%d\n”,roi->widthStep,bw->widthStep);
printf(“Th=%d\n”,Th);
cvNamedWindow( “Resource”, 1 );   
cvShowImage( “Resource”, source );
cvNamedWindow( “Result”, 1 );  
cvShowImage( “Result”, roi);
cvNamedWindow( “BW”, 1 );  
cvShowImage( “BW”, bw); 
cvWaitKey(0);
return 0;
}

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/132961.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 网页游戏开发入门教程二(游戏模式+系统)[通俗易懂]

    网页游戏开发入门教程二(游戏模式+系统)[通俗易懂]一、游戏模式目前webgame游戏模式大体上可以分为以下四类:1、玩家拥有一个城市,不断的升级城市内建筑,建筑可以自动获得物资,可以生产军队,军队之间进行对比数值的战斗。这里我简单的称为Ogame

    2022年8月1日
    1
  • hadoop集群启动步骤

    hadoop集群启动步骤hadoop集群启动步骤

    2022年4月23日
    57
  • leetcode-167两数之和(双指针+二分)

    leetcode-167两数之和(双指针+二分)原题链接给定一个已按照 升序排列 的整数数组 numbers ,请你从数组中找出两个数满足相加之和等于目标数 target 。函数应该以长度为 2 的整数数组的形式返回这两个数的下标值。numbers 的下标 从 1 开始计数 ,所以答案数组应当满足 1 <= answer[0] < answer[1] <= numbers.length 。你可以假设每个输入只对应唯一的答案,而且你不可以重复使用相同的元素。示例 1:输入:numbers = [2,7,11,15], targ

    2022年8月8日
    1
  • hybrid开发经验_工作总结模式

    hybrid开发经验_工作总结模式Hybrid开发模式实践总结

    2022年9月22日
    0
  • MATLAB参数估计 置信区间

    MATLAB参数估计 置信区间矩估计 moment X 2 通用命令 mle 格式 输出参数项 mle 分布函数名 X alpha N 说明 分布函数名有 bino 二项 geo 几何 hyge 超几何 poiss 泊松 uinf 均匀 unid 离散均匀 exp 指数 norm 正态 t T 分布 f F 分布 beta 贝塔 gam 伽吗 N 当为二项分布时需要 其他没有 正态总体的参数估计 z 2 14 2 10 2 13 2 15 2 13 2 12 2 13

    2025年6月17日
    0
  • Windows下卸载TensorFlow

    Windows下卸载TensorFlow激活tensorflow:activatetensorflow 输入:pipuninstalltensorflow Proceed(y/n):y如果是gpu版本:激活tensorflow:activatetensorflow-gpu 输入:pipuninstalltensorflow-gpu Proceed(y/n):y  …

    2022年6月22日
    30

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号