MATLABfill函数_matlab中C的模块名称是什么

MATLABfill函数_matlab中C的模块名称是什么matlab移植C/C++代码时,发现不管是opencv还是IPP库都没有填充联通区域函数imfill(),于是只能自己动手了。先展示一下imfill()函数的功能,如下图:上图中,左图是一个二值图像,白色是手臂边缘像素值为1,黑色区域像素值为0,现在想将手臂填充1,用imfill()函数可以实现该功能,但C/C++代码需要自己实现。C/C++代码:boolimFill(Ipp8u*img,intwidth,intheight){ vector<int>q; int

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

matlab移植C/C++代码时,发现不管是opencv还是IPP库都没有填充联通区域函数imfill(),于是只能自己动手了。

先展示一下imfill()函数的功能,如下图:
在这里插入图片描述
上图中,左图是一个二值图像,白色是手臂边缘像素值为1,黑色区域像素值为0,现在想将手臂填充1,用imfill()函数可以实现该功能,但C/C++代码需要自己实现。

C/C++代码:

bool imFill(Ipp8u *img, int width, int height)
{
	vector<int> q;
	int head = 1;
	int tail = 1;
	int pix_x;
	int pix1_x;
	int pix, pix1;
	int nerghbour1[8] = { -1, -1, -1, 0, 0, 1, 1, 1 }; //行坐标偏移
	int nerghbour2[8] = { -1, 0, 1, -1, 1, -1, 0, 1 };  //列坐标偏移

	q.push_back(round(height / 2)*width + round(width / 2) - 1);

	tail = tail + 1;
	do
	{
		pix = q[head - 1];
		pix_x = pix % width;
		for (int i = 0; i < 8; i++)
		{
			pix1 = pix + nerghbour2[i] + nerghbour1[i] * width;
			pix1_x = pix1 % width;
			if (pix1 < height*width && pix1 > 0 && abs(pix1_x - pix_x) < 2)
			{
				if (img[pix1] == 0)
				{
					img[pix1] = 1;
					q.push_back(pix1);
					tail = tail + 1;
				}
			}
		}
		//q.erase(q.begin());
		head = head + 1;

	} while (head != tail);

	return true;
}

继续搬砖了,原理改天附上。

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/194492.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

  • 第一范式、第二范式、第三范式、BCNF范式详解

    第一范式、第二范式、第三范式、BCNF范式详解范式是“符合某一种级别的关系模式的集合,表示一个关系内部各属性之间的联系的合理化程度”。

    2022年5月24日
    33
  • PriorityQueue解析

    PriorityQueue解析转载出自于深入理解JavaPriorityQueueJava中PriorityQueue通过二叉小顶堆实现,可以用一棵完全二叉树表示。本文从Queue接口函数出发,结合生动的图解,深入浅出地分析PriorityQueue每个操作的具体过程和时间复杂度,将让读者建立对PriorityQueue建立清晰而深入的认识。总体介绍前面以JavaArrayDeque为例讲解了Stack和Q

    2022年4月30日
    34
  • 脑电独立成分分析(independent component analysis)「建议收藏」

    脑电独立成分分析(independent component analysis)「建议收藏」相比其它成像方法,EEG更为便捷低价,无论是拿erp成分还是做时频分析,提高信噪比始终是EEG分析的重点。将ICA应用在EEG分析中,可以较好的识别并去掉眼动和其它噪音(heartbeat,linenoise,musclenoise)。但对ICA分析前的预处理和后期成分的识别,缺少详细的说明。以下的分析方法主要参考EEGLAB给的非官方说明,tutorial的第九章和第十章,BoyLu…

    2022年5月17日
    34
  • Spring Cloud入门操作手册(Hoxton)

    Spring Cloud入门操作手册(Hoxton)文章目录@[toc]springcloud介绍springcloud技术组成SpringCloud对比Dubbo一、service-服务二、commons通用项目新建maven项目pom.xmljava源文件pojoItemUserOrderserviceItemServiceUserServiceOrderServiceutilCookieUtilJsonUtilJso…

    2022年6月9日
    48
  • Tesseract ocr 中文批量训练脚本

    Tesseract ocr 中文批量训练脚本

    2021年9月12日
    80
  • 微服务架构-实现技术之六大基础组件:服务通信+事件驱动+负载均衡+服务路由+API网关+配置管理

    微服务架构-实现技术之六大基础组件:服务通信+事件驱动+负载均衡+服务路由+API网关+配置管理微服务架构的实现首先需要提供一些基础组件,这些基础的功能性组件主要包括服务之间的通信、面向事件驱动的架构设计方法、负载均衡、服务路由、API网关和分布式配置中心等,我们对这六大基本组件进行初步的分析定案。一、服务通信:网络连接+IO模型+可靠性+同步与异步对于微服务而言,网络通信主要关注于网络连接、IO模型、可靠性设计及服务调用方式。1.网络连接一般,基于TCP网络连接有两种基本方…

    2022年4月27日
    64

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