- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我已经为 dft 做了一些预处理,我正在尝试通过 imwrite 保存这个图像。
我的裁剪图像有这个信息
output.type() 5
output.channels() 1
output.depth() 5
但每次我保存它时都会输出黑色。我已经检查了 stackoverflow 的旧现有线程,但似乎对我来说都不起作用。例如 OpenCV2.3 imwrite saves black image
我也试过很多颜色转换和深度转换,但我不知道为什么它不起作用。
std::vector<int> qualityType;
qualityType.push_back(CV_IMWRITE_JPEG_QUALITY);
qualityType.push_back(90);
Mat out1,out2;
cv::cvtColor(output, out1, CV_GRAY2BGR);
//out1.convertTo(out2,CV_8U,1./256); // i tried this too
cv::imwrite("dft1.jpg",out1,qualityType); // tried even using quality type
imshow 可以很好地显示此图像,唯一的问题是在我保存它时出现。
请帮忙
[编辑] 也许我创建的 dft 类有问题,因为每当我使用 dft 函数时,输出只能与 inshow 一起使用,但为了保存它不起作用。
CDftRidgeAnalyses::CDftRidgeAnalyses(void)
{
}
CDftRidgeAnalyses::~CDftRidgeAnalyses(void)
{
}
Mat CDftRidgeAnalyses::GetRidgeAnalyses(Mat inpGray)
{
Mat img = inpGray;
int WidthPadded=0,HeightPadded=0;
WidthPadded=img.cols*2;
HeightPadded=img.rows*2;
int M = getOptimalDFTSize( img.rows );
//Create a Gaussian Highpass filter 5% the height of the Fourier transform
double db = 0.05 * HeightPadded;
Mat fft = ForierTransform(img.clone(),HeightPadded,WidthPadded);
Mat ghpf = CreateGaussianHighPassFilter(Size(WidthPadded, HeightPadded), db);
Mat res;
cv::mulSpectrums(fft,ghpf,res,DFT_COMPLEX_OUTPUT);
Mat mag = GetDftToImage(res,img);
int cx = mag.cols/2;
int cy = mag.rows/2;
cv::Mat croped = mag(cv::Rect(0,0,cx, cy));
cv::threshold(mag, mag, 0.019, 1, cv::THRESH_BINARY);
Mat bgr;
cvtColor(mag,bgr,CV_GRAY2RGB);
//imshow("XXX",bgr);
//imshow("croped", croped);
//imshow("img",img);
//
//cv::waitKey();
return croped;
}
Mat CDftRidgeAnalyses::ForierTransform(Mat inpGray,int M,int N)
{
Mat img = inpGray;
int i = img.channels();
Mat padded;
Mat img2;
img.convertTo(img2,CV_64F,1./255);
copyMakeBorder(img2, padded, 0, M - img2.rows, 0, N - img2.cols, BORDER_CONSTANT, Scalar::all(0));
Mat element1 = Mat_<float>(padded);
Mat element2 = Mat::zeros(padded.size(), CV_32F);
Mat planes[] = {element1, element2};
Mat complexImg;
merge(planes, 2, complexImg);
dft(complexImg, complexImg ,0, img.rows);
//printMat(complexImg);
return complexImg;
}
double CDftRidgeAnalyses::pixelDistance(double u, double v)
{
return cv::sqrt(u*u + v*v);
}
double CDftRidgeAnalyses::gaussianCoeff(double u, double v, double d0)
{
double d = pixelDistance(u, v);
return 1.0 - cv::exp((-d*d) / (2*d0*d0));
}
cv::Mat CDftRidgeAnalyses::CreateGaussianHighPassFilter(cv::Size size, double cutoffInPixels)
{
Mat ghpf(size, CV_32F);
cv::Point center2((size.width*0.80), size.width/2);
//cv::Point center2(0,0);
for(int u = 0; u < ghpf.rows; u++)
{
for(int v = 0; v < ghpf.cols; v++)
{
ghpf.at<float>(u, v) = gaussianCoeff(u - center2.x, v - center2.y, cutoffInPixels);
}
}
Mat bmp;
int channels = ghpf.channels();
int type = ghpf.type();
int depth = ghpf.depth();
cv::cvtColor(ghpf,bmp,CV_GRAY2RGB);
cv::cvtColor(ghpf,bmp,CV_GRAY2BGRA);
//imshow("XXX",bmp);
int cx = ghpf.cols/2;
int cy = ghpf.rows/2;
Mat tmp;
int iExactright = (size.width*0.59);
int iExactbottom = (size.height*0.86);
//full Mat q0(ghpf, Rect(69,10,400,290));
// Mat whiteq(ghpf, Rect(0,390,270,330));
int iMainleft=0, iMainright=0;
int iMainBottom=0,iMainTop=0;
Mat Quad;
Mat ql(ghpf, Rect(190,0,270,330));
/** Make the rectangle on middle default filter with respect to top right angle**/
iMainleft=(size.width*0.111);
iMainright=(size.width*0.402);
iMainTop=(size.height*0.484);
iMainBottom = (size.height*0.155);
Quad = ghpf(Rect(iMainleft,iMainTop,iMainright+6,iMainBottom));
Mat qTopRight(ghpf, Rect(iExactright,0, iMainright+6, iMainBottom));
Quad.copyTo(qTopRight);
/** Make the rectangle on middle default filter with respect to top left angle**/
iMainright=(size.width*0.402);
Quad = ghpf(Rect(300,iMainTop,300,iMainBottom));
Mat qTopLeft(ghpf, Rect(0,0, 300, iMainBottom));
Quad.copyTo(qTopLeft);
/** Make the rectangle on middle default filter with respect to bottom left angle**/
iMainTop = iMainTop-iMainBottom;
iExactbottom = size.height - iMainBottom;
Quad = ghpf(Rect(300,iMainTop,300,iMainBottom));
Mat qBottomLeft(ghpf, Rect(0,iExactbottom, 300, iMainBottom));
Quad.copyTo(qBottomLeft);
/** Make the rectangle on middle default filter with respect to bottom right angle**/
iMainleft=(size.width*0.111);
iMainright=(size.width*0.402);
Quad = ghpf(Rect(iMainleft,iMainTop,iMainright+6,iMainBottom));
Mat qBottomRight(ghpf, Rect(iExactright,iExactbottom, iMainright+6, iMainBottom));
Quad.copyTo(qBottomRight);
// remove middle rectangle [ circle ]
iMainright=(size.width*0.402);
Quad = ghpf(Rect(0,iMainTop+iMainTop,size.width,iMainBottom+iMainBottom-130));
Mat qMiddle(ghpf,Rect(0,iMainTop+150,size.width,iMainBottom+iMainBottom-130));
Quad.copyTo(qMiddle);
qMiddle =ghpf(Rect(0,iMainTop-10,size.width,iMainBottom+iMainBottom-130));
Quad.copyTo(qMiddle);
normalize(ghpf, ghpf, 0, 1, CV_MINMAX);
/*Mat x;
cv::resize(ghpf,x,cv::Size(400,700));
imshow("fftXhighpass2", x);*/
Filter = ghpf;
Mat padded;
copyMakeBorder(ghpf, padded, 0, size.height - ghpf.rows, 0, size.width - ghpf.cols, BORDER_CONSTANT, Scalar::all(0));
Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
Mat complexImg;
merge(planes, 2, complexImg);
return complexImg;
}
Mat CDftRidgeAnalyses::GetDftToImage(Mat res,Mat orgImage)
{
idft(res,res,DFT_COMPLEX_OUTPUT,orgImage.rows);
Mat padded;
copyMakeBorder(orgImage, padded, 0,orgImage.rows, 0, orgImage.cols, BORDER_CONSTANT, Scalar::all(0));
Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
split(res, planes);
magnitude(planes[0], planes[1], planes[0]);
Mat mag = planes[0];
mag += Scalar::all(1);
// log(mag, mag);
// crop the spectrum, if it has an odd number of rows or columns
mag = mag(Rect(0, 0, mag.cols & -2, mag.rows & -2));
normalize(mag, mag, 1, 0, CV_MINMAX);
return mag;
}
我要保存的输出来自
Mat org = imread("4.png",CV_LOAD_IMAGE_GRAYSCALE);
Mat re;
resize(org,re,cv::Size(311,519));
Mat xyz = CDftRidgeAnalyses::GetRidgeAnalyses(re);
cv::imwrite("dft1.jpg",xyz);
这里矩阵 xyz 有这些值
output.type() 5
output.channels() 1
output.depth() 5
我希望你们现在可以更好地帮助我......也许在从复杂过滤器转换后我失去了一些分数????
最佳答案
imwrite
以 0 到 255 的比例打印,但您的图像是 0 到 1 的比例。要扩大规模,请使用此行:
image.convertTo(image, CV_8UC3, 255.0);
关于c++ - OpenCV imwrite保存完整的黑色jpeg,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10571874/
我正在尝试将 np 数组保存为图像。问题是,如果我在 imwrite 函数中写入路径,它会起作用,但是如果我将它存储在一个变量中,然后将此变量用作路径,它就不起作用并返回错误。 这有效: cv2.im
我有以下 imwrite陈述: imwrite(img, strcat(thisdir,'_',num2str(j),'_LABEL_',categoryClassifier.Labels(label
我是 Matlab 的新手,虽然我知道一些其他的编程语言,所以如果这很简单,请原谅我。我无法在 StackOverflow 或其他地方找到任何答案。 我使用以下代码生成一个图形: figure(6)
我是 Matlab 的新手,虽然我知道一些其他的编程语言,所以如果这很简单,请原谅我。我无法在 StackOverflow 或其他地方找到任何答案。 我使用以下代码生成一个图形: figure(6)
#include #include using namespace cv; int main( int argc, char** argv ) { const char* imageName =
在 C++ 中使用 VS 2010 并尝试将其放入 for 循环中 String filename = "cropped_" + (ct+1); imwrite(filename + ".jpg",
我对 cv2.imiwrite 有疑问 有两个文件夹,photos 用于普通图像,gray 文件夹用于保存已更改的普通照片的灰度图像 我想读取一张普通图像并更改为灰度,然后保存灰度 这是我的代码 im
我有一个成功运行的图像识别脚本。我想要的是,在成功识别图像后,它将使用当前时间戳记捕获的帧保存到文件名中。 这是我的代码 #!C:\Users\Gurminders\AppData\Local\Pro
我想将所有图片从一个文件夹复制到另一个文件夹。我试图一次又一次地运行此代码,但它只返回False,而不是将图片保存到其他文件夹。 import cv2 import glob input_path =
我在python(cv2)中使用opencv对jpg、png和jpeg、JPG格式的图像进行一些处理。我正在做一个测试,在从“cv2.imread”读取后立即使用“cv2.imwrite”将图像写入磁
在 Ubuntu 16.04 中,我尝试在实时视频中检测人脸并使用 OpenCV 和 Python 保存该图像。具体来说,我想为每个检测到的人脸只保存一张图像,直到我按下“q”。因此,对于检测到的每一
我严重想知道OpenCV的cv2.imwrite()函数的作用。 我注意到,当我使用cv2.imread()阅读图片并使用cv2.imwrite()函数再次保存它们时,对于人眼而言,它们的质量不再相同
我正在尝试构建一个简短的脚本来使用我的立体相机拍摄多个图像并保存它们当我按下按钮时到目录。 但由于某种原因,即使我拍了多张照片,我也只能得到最后一张图像。它还没有显示任何错误,并打印出我在代码中编写的
我试图使用 OpenCV imwrite 函数将图像写入文件夹。代码编译并成功运行,但图像未保存在文件夹/路径中。我正在从“imshow”获取输出,我的图像采用 CV_8UC1 格式。 找到下面的代码
我正在尝试调整样本文件夹中所有图像的大小,然后将所有图像保存回测试文件夹中。下面的代码调整图像大小,但不会将它们保存到目标文件夹“test”中。我不明白问题出在哪里,我已经引用了所有文档,但没有任何东
我使用的是 Basler 相机,我正在尝试使用 OpenCV 保存抓取的图像。然而,当我尝试使用 imwrite() 时,出现了这个错误: imwrite_('C:/Users/Uporabnik/D
一个非常简单的问题...为什么我会收到此代码的读取访问冲突错误? cv::Mat laserSpeckle = Mat::zeros(100,100,CV_8UC1); imwrite( "C://t
我正在使用 C++ 和 opencv 来捕捉相机图像。在此过程中,如下面的代码所示,我还通过在捕获图像前后使用 gettimeofday() 来测量以毫秒为单位的捕获持续时间。 Mat IMG; un
我有一个简单的 OpenCV 应用程序,它从网络摄像头获取视频流,当按下 spacebar 时,它会捕获当前图像并卡住在该图像上。当我尝试使用 cv::imwrite() 方法将图片保存到磁盘时,它不
我使用示例代码读取/写入一个jpg文件,但丢失了颜色。 import sys fn1,fn2 = sys.argv[1:3] import numpy as np, cv2 img1 = cv2.i
我是一名优秀的程序员,十分优秀!