Task02

使用 C++ 和 OpenCV 进行图像处理

一、配置 C++ 开发环境

安装了 VSCode 并安装了 CMake 和 C/C++ 插件。在终端输入gcc --version发现系统未安装gcc。输入sudo apt install gcc后得以安装。后使用sudo apt install cmake命令安装了 CMake。使用 VSCode 创建初始项目测试，并未发现任何问题。

二、安装 OpenCV 库

根据任务书的指引，无任何问题。

三、核心实现

初识 OpenCVC

阅读了，对OpenCV中的功能、数据存储形式有了大致的了解。

主程序开发

找到了一份非官方的,对任务书的中的每个功能进行检索，查阅相关的函数。

• 图像颜色空间转换（备注：cvtColor()的第三个参数中的“CV”应改为"COLOR“，如"CV_BGRA2GRAY"应改为"COLOR_BGRA2GRAY"。这可能是因为 OpenCV 版本不同造成的问题）
  • 转化为灰度图
  • 转化为 HSV 图片
• 应用各种滤波操作
  • 应用均值滤波
  • 应用高斯滤波
• 特征提取
  对于区域和轮廓的处理，想到遍历图像中每个像素分别进行判断的方法。
  • 寻找红色区域

   //基于 HSV 颜色空间提取红色区域
  Mat imageRed = Mat::zeros(image.size(), imageHSV.type());  // 创建一个与原图相同尺寸的空图像
  for(int i = 0; i < image.rows; ++i){
      for(int j = 0; j < image.cols; ++j){
          // 提取当前像素的 HSV 值
          Vec3b hsvPixel = imageHSV.at<Vec3b>(i,j);
          int h = hsvPixel[0];
          int s = hsvPixel[1];
          int v = hsvPixel[2];
          if ((h <= 10 || (h >= 156 && h <= 180)) && s >= 43 && s <= 255 && v >= 46 && v <= 255) {
              imageRed.at<Vec3b>(i,j) = image.at<Vec3b>(i,j);  // 保留红色区域
          } else {
              imageRed.at<Vec3b>(i,j) = Vec3b(0, 0, 0);  // 将其他区域设为黑色
          }
      }

  • 找出轮廓并绘制

  //找出轮廓并绘制轮廓线
  Mat imageCountour=Mat::zeros(image.size(), image.type());
  for(int i=0;i<image.rows;++i){
      for(int j=0;j<image.cols;++j){
          if(imageRed.at<Vec3b>(i,j)==Vec3b(0,0,0) && imageRed.at<Vec3b>(i,j+1)!=Vec3b(0,0,0))
              imageCountour.at<Vec3b>(i,j)=Vec3b(0,0,0);//若上一个像素是黑的而下一个不是，那么上一个像素即为外轮廓的一部分
          else if(imageRed.at<Vec3b>(i,j)!=Vec3b(0,0,0) && imageRed.at<Vec3b>(i,j+1)==Vec3b(0,0,0))
              imageCountour.at<Vec3b>(i,j+1)=Vec3b(0,0,0);//若下一个像素是黑的而上一个不是，那么下一个像素即为外轮廓的一部分
          else imageCountour.at<Vec3b>(i,j)=Vec3b(255,255,255);
      }
  }

  后查阅 OpenCV 中有相应的函数能完成以上操作，于是将代码改为 main 中现在的样子。
  • 寻找 bounding box 并绘制:
  • 计算轮廓的面积:
  • 提取高亮颜色区域并进行图形学处理
    • 灰度化
    • 二值化
    • 膨胀
    • 腐蚀
    • 对处理后的图像进行漫水处理
• 图像绘制
  • 绘制任意圆形方形和文字
• 对图像进行处理
  • 图像旋转35度
  • 图像裁减为左上角 $\frac{1}{4}$ ：遍历图片左上角 $\frac{1}{4}$ 的每个像素点并将他们复制到新图像中。