OPENCV C++(三)二值化灰度函数+调用摄像头+鼠标响应+肤色检测

RGB转灰度函数

cpp 复制代码
cvtColor(image, gray, COLOR_BGR2GRAY);

图像 目标图像 rgb转灰度

大津法二值化函数

cpp 复制代码
threshold(gray, result1, 84, 255, THRESH_OTSU);

灰度图,目标图,阈值,大于阈值的转换的像素值,方法为大津法

自适应二值化

cpp 复制代码
adaptiveThreshold(gray, result2, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY,101,10);

灰度图,目标图,大于阈值的转换的像素值,自适应方法,二值化方法

虽然人物的信息丢失了很多,但是背景基本上被去掉了。丢失的人物的信息可以通过位运算等恢复。在去除背景提取前景方面,自适应阈值函数要有效很多。

blockSize:分割计算的区域大小,取奇数 C:常数,每个区域计算出的阈值的基础上在减去这个常数作为这个区域的最终阈值,可以为负数



创建滑动条改变变量

cpp 复制代码
	imshow("bar", gray);
	int lowth = 10;
	int maxth = 255;
	createTrackbar("thresold", "bar",&lowth, maxth, thresold_mat,&gray );

主函数中的写

第一行是展示窗口

lowth是起始位置大小 maxth是最大的大小

createTrackbar函数的参数是1 滑动条名称 2创建的窗口名字 3起始地址的位置 4最大值 5函数接口 6改变图像的地址

回调函数

cpp 复制代码
void thresold_mat(int th, void* data) {
	Mat src = *(Mat*)(data);
	Mat dst;
	threshold(src, dst, th, 255,THRESH_BINARY);
	imshow("bar", dst);
}

后面参数必须得一样 固定格式

传给指针给src src改变也会带动data改变

二值化函数 且显示目标图像

访问电脑摄像头

cpp 复制代码
VideoCapture cap(0);
while (1) {
    Mat frame;
    cap >> frame;
    imshow("frame", frame);
    waitKey(30);
}

waitkey是每隔30个时间单位就刷新一次画面

frame就是摄像头的画面 一帧画面

检测肤色

cpp 复制代码
VideoCapture cap(0);
	double i_minH = 0;
	double i_maxH = 20;
	double i_minS = 43;
	double i_maxS = 255;
	double i_minV = 55;
	double i_maxV = 255;

	while (1) {
		
		Mat frame;
		Mat hsvmat;
		Mat detectmat;
		cap >> frame;
		cvtColor(frame, hsvmat, COLOR_BGR2HSV);
		frame.copyTo(detectmat);
		inRange(hsvmat, Scalar(i_minH, i_minS, i_minV), Scalar(i_maxH, i_maxS, i_maxV), detectmat);
		
		imshow("frame", frame);
	
		imshow("detect", detectmat);
		waitKey(30);
	}

人体肤色的HSV的区间

cpp 复制代码
double i_minH = 0;
	double i_maxH = 20;
	double i_minS = 43;
	double i_maxS = 255;
	double i_minV = 55;
	double i_maxV = 255;

rgb转换HSV函数

cpp 复制代码
cvtColor(frame, hsvmat, COLOR_BGR2HSV);

复制图像另个函数表达

cpp 复制代码
frame.copyTo(detectmat);

检测区间颜色内的函数

cpp 复制代码
inRange(hsvmat, Scalar(i_minH, i_minS, i_minV), Scalar(i_maxH, i_maxS, i_maxV), detectmat);

在hsvmat图像中检测在区间内的,并二值化,将区间内的变成白色,其他为黑色,存入detectmat

相关推荐
xwz小王子3 分钟前
从LLM到WM:大语言模型如何进化成具身世界模型?
人工智能·语言模型·自然语言处理
我爱一条柴ya4 分钟前
【AI大模型】深入理解 Transformer 架构:自然语言处理的革命引擎
人工智能·ai·ai作画·ai编程·ai写作
静心问道5 分钟前
FLAN-T5:规模化指令微调的语言模型
人工智能·语言模型·自然语言处理
李师兄说大模型5 分钟前
KDD 2025 | 地理定位中的群体智能:一个多智能体大型视觉语言模型协同框架
人工智能·深度学习·机器学习·语言模型·自然语言处理·大模型·deepseek
静心问道6 分钟前
SqueezeBERT:计算机视觉能为自然语言处理在高效神经网络方面带来哪些启示?
人工智能·计算机视觉·自然语言处理
Sherlock Ma6 分钟前
百度开源文心一言4.5:论文解读和使用入门
人工智能·百度·自然语言处理·开源·大模型·文心一言·多模态
weisian15111 分钟前
人工智能-基础篇-18-什么是RAG(检索增强生成:知识库+向量化技术+大语言模型LLM整合的技术框架)
人工智能·语言模型·自然语言处理
DataCastle16 分钟前
第三届Bio-OS AI开源大赛启动会隆重举行
人工智能
后端小肥肠25 分钟前
躺赚必备!RPA+Coze+豆包:公众号自动发文,AI率0%亲测有效(附AI率0%提示词)
人工智能·aigc·coze
向阳@向远方31 分钟前
第二章 简单程序设计
开发语言·c++·算法