opencv(c++)图像的灰度转换

opencv(c++)图像的灰度转换

quickopencv.h
c++ 复制代码
#pragma once
#include <opencv2/opencv.hpp>
using namespace cv;
class QuickDemo 
{
public:
	void colorSpace_Demo(Mat& image);
};
quickopencv.cpp
c++ 复制代码
#include "quickopencv.h"

// QuickDemo类中的颜色空间演示函数
// 此函数将输入图像转换为HSV和灰度图像,并显示及保存结果
void QuickDemo::colorSpace_Demo(Mat& image)
{
	Mat gray, hsv;
    //cvtColor - 用于颜色空间转换,如将BGR图像转换为HSV或灰度图像。
	cvtColor(image, hsv, COLOR_BGR2HSV);//COLOR_BGR2HSV是将BGR图像转换为HSV空间
	cvtColor(image, gray, COLOR_BGR2GRAY);//COLOR_BGR2GRAY是将BGR图像转换为灰度图像
	imshow("HSV", hsv);
	imshow("灰度", gray);
	imwrite("D:/opencv_img/hsv.jpg", hsv);
	imwrite("D:/opencv_img/gray.jpg", gray);
}

main.cpp

c++ 复制代码
#include<opencv2/opencv.hpp>
#include"quickopencv.h"
#include<iostream>

// 主函数,程序的入口点
using namespace cv;
using namespace std;

int main()
{
	Mat src = imread("D:/123.jpg"); // 读取指定路径的图片
	if (src.empty())
	{
		cout << "Could not open or find the image" << endl; // 如果图片无法打开或找不到,输出错误信息
		return -1;
	}
	namedWindow("src", WINDOW_FREERATIO); // 创建一个窗口用于显示图片
	imshow("src", src); // 在窗口中显示读取的图片
	QuickDemo qd; // 创建一个QuickDemo类的对象
	qd.colorSpace_Demo(src); // 调用colorSpace_Demo方法处理图片的色彩空间

	waitKey(0); // 等待用户按键
	destroyAllWindows(); // 销毁所有创建的窗口
	return 0; // 程序正常结束
}

stroyAllWindows(); // 销毁所有创建的窗口

return 0; // 程序正常结束

}

复制代码
最后会将图片使用imwrite()存储到指定位置
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/00e10907906d4631945da2ec1efe9e6f.png)
相关推荐
❀抽抽2 分钟前
证件照制作API接入指南:700+规格一键生成
大数据·网络·人工智能
玖玥拾2 分钟前
C/C++ 基础笔记(十二)友元、运算符重载
c语言·c++·运算符重载·友元
Promise微笑3 分钟前
绝缘油介损(油介损)测试仪的深层机理、技术演进与精准诊断策略
大数据·网络·人工智能
智者知已应修善业5 分钟前
【51单片机8位数码管同时倒计时从9999】2024-1-25
c++·经验分享·笔记·算法·51单片机
开发者小布7 分钟前
Claude Code 国内配置完整指南:通过中转 API 实现稳定访问(macOS / Linux / Windows)
人工智能
大C聊AI14 分钟前
通用大模型纷纷收费,垂直场景AI工具的价值正在被重估
大数据·人工智能·机器学习·办公效率·ai 工具·智标领航·ai 辅助办公
苏州邦恩精密18 分钟前
2026江苏GOM三维扫描仪定制厂家找哪家?企业数字化转型视角
人工智能·机器学习·3d·自动化·制造
python-码博士19 分钟前
PyTorch 从零实现 Flow Matching:训练、采样、画图一条龙
人工智能·pytorch·python
砍光二叉树22 分钟前
一文打通 AI 认知:LLM、Agent、MCP、Skill 完整体系
人工智能·llm·agent·skill·mcp
努力写A题的小菜鸡31 分钟前
PyTorch 图像预处理 transforms 与 TensorBoard 可视化 (自己学习记录)
人工智能·pytorch·学习