Opencv中的RNG-随机绘图

在OpenCV中,RNG是一个随机数生成器类 ,用于生成各种类型的随机数,包括均匀分布或高斯分布的整数和浮点数。RNG类的实例化时可以接受一个无符号整数作为种子值 ,这个种子值决定了随机数生成序列的起点,相同的种子值将产生相同的随机数序列。这在需要可重复的实验或测试时非常有用

cpp 复制代码
RNG rng(100);

这行代码创建了一个RNG对象rng,并以100作为种子值。有了这个对象,你就可以使用它来生成随机数了。

使用RNG生成随机数

生成一个随机的整数:

cpp 复制代码
int randint = rng.uniform(0, 100); // 生成一个在[0, 100)范围内的随机整数

生成一个随机的浮点数

cpp 复制代码
double randfloat = rng.uniform(0.0, 1.0); // 生成一个在[0.0, 1.0)范围内的随机浮点数

生成随机颜色

在图像处理和计算机视觉中,经常需要生成随机颜色,可以这样做:

cpp 复制代码
Scalar randColor = Scalar(rng.uniform(0, 256), rng.uniform(0, 256), rng.uniform(0, 256));

这将生成一个随机的BGR颜色,每个通道的值范围是[0, 256)。

例子1

cpp 复制代码
void QuickDemo::random_drawing_demo(Mat &image) {
	Mat canvas = Mat::zeros(Size(512,512), CV_8UC3);
	int w = canvas.cols;
	int h = canvas.rows;
	RNG rng(12345);
	while (true)
	{
		int c = waitKey(500);
		if (c == 27) {
			break;
		}
		int x1 = rng.uniform(0, w);
		int y1 = rng.uniform(0, h);
		int x2 = rng.uniform(0, w);
		int y2 = rng.uniform(0, h);
		int b = rng.uniform(0, 255);
		int g = rng.uniform(0, 255);
		int r = rng.uniform(0, 255);

		line(canvas, Point(x1, y1), Point(x2, y2), Scalar(b, g, r), 1, LINE_AA, 0);
		imshow("random-drawing", canvas);
	}
}

例子2:每次只展示最新的一根线

while循环中加入一行代码即可

cpp 复制代码
canvas=Scalar(0, 0, 0);

相关推荐
Yo_Becky19 分钟前
【PyTorch】PyTorch预训练模型缓存位置迁移,也可拓展应用于其他文件的迁移
人工智能·pytorch·经验分享·笔记·python·程序人生·其他
DeepSeek-大模型系统教程21 分钟前
深入金融与多模态场景实战:金融文档分块技术与案例汇总
人工智能·ai·语言模型·程序员·大模型·大模型学习·大模型教程
xinxiangwangzhi_27 分钟前
pytorch底层原理学习--PyTorch 架构梳理
人工智能·pytorch·架构
yzx99101331 分钟前
关于网络协议
网络·人工智能·python·网络协议
AiTEN_Robot32 分钟前
AGV 无人叉车关键技术问题解析:精准定位算法 / 安全避障逻辑 / 系统对接协议全方案
人工智能·机器人·自动化·制造
云天徽上33 分钟前
【PaddleOCR】OCR常见关键信息抽取数据集,包含FUNSD、XFUND、WildReceipt等整理,持续更新中......
人工智能·计算机视觉·信息可视化·paddlepaddle·paddleocr·文本识别
zskj_zhyl34 分钟前
智绅科技:以科技为翼,构建养老安全守护网
人工智能·科技·安全
刘海东刘海东35 分钟前
结构型智能科技的关键可行性——信息型智能向结构型智能的转换(提纲)
人工智能
Jay Kay1 小时前
TensorFlow源码深度阅读指南
人工智能·python·tensorflow
FF-Studio1 小时前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·pytorch·深度学习·线性代数·机器学习·数学建模·transformer