-
Notifications
You must be signed in to change notification settings - Fork 1
/
RGB.cpp
298 lines (281 loc) · 11 KB
/
RGB.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
//本程序为在HSV颜色空间，利用圆形度信息识别图片中的火焰
//需要配置电脑环境变量，配置VS包含目录、库目录和链接器中的附加依赖项
#include<time.h>//计算程序运行时间
#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;
RNG rng(time(0));
int main(void)
{
//读取待测图片
Mat srcImage = imread("F:\\图片处理\\Picture\\干扰\\4\\1.jpg");//出自highgui.hpp;
imshow("srcImage", srcImage);
while (1)
{
Mat rgbPicture = srcImage.clone();
Mat hsvPicture = srcImage.clone();
Mat fireExtractPicture = srcImage.clone();//深拷贝
clock_t start = clock();//开始时间
/*提取火焰图片的颜色特征*/
//在HSV颜色空间进行筛选
cvtColor(rgbPicture, hsvPicture, CV_BGR2HSV);
//imshow("hsvPicture", hsvPicture);
for (int i = 0; i < hsvPicture.rows; i++)
{
for (int j = 0; j < hsvPicture.cols; j++)
{
if ((hsvPicture.ptr<Vec3b>(i)[j][0] >= 0 && hsvPicture.ptr<Vec3b>(i)[j][0] <= 60) && (hsvPicture.ptr<Vec3b>(i)[j][1] >= 90 && hsvPicture.ptr<Vec3b>(i)[j][1] <= 255) && (hsvPicture.ptr<Vec3b>(i)[j][2] >= 180 && hsvPicture.ptr<Vec3b>(i)[j][2] <= 255))//HSV的取值范围
{
fireExtractPicture.ptr<Vec3b>(i)[j][0] = 255;//H
fireExtractPicture.ptr<Vec3b>(i)[j][1] = 255;//S
fireExtractPicture.ptr<Vec3b>(i)[j][2] = 255;//V
}
else
{
fireExtractPicture.ptr<Vec3b>(i)[j][0] = 0;
fireExtractPicture.ptr<Vec3b>(i)[j][1] = 0;
fireExtractPicture.ptr<Vec3b>(i)[j][2] = 0;
}
//cout << fireExtractPicture.ptr<Vec3b>(i)[j][0] << endl;
}
}
//imshow("endPicture", fireExtractPicture);
//开运算，去除图像中小的白点
morphologyEx(fireExtractPicture, fireExtractPicture, MORPH_OPEN, getStructuringElement(MORPH_RECT, Size(5, 5)));
//imshow("MORPH_OPENPicture", fireExtractPicture);
//闭运算，还原图像
morphologyEx(fireExtractPicture, fireExtractPicture, MORPH_CLOSE, getStructuringElement(MORPH_RECT, Size(3, 3)));
//imshow("MORPH_CLOSEPicture", fireExtractPicture);
Mat circleCalculatePicture = fireExtractPicture.clone();//深拷贝
/*火焰圆形度计算*/
//提取轮廓，计算周长和面积，圆形度
Canny(fireExtractPicture, circleCalculatePicture, 200, 100, 3);
//imshow("cannyPicture", circleCalculatePicture);
////cvtColor(circleCalculatePicture, circleCalculatePicture,CV_BGR2GRAY);
vector<vector<Point>> contours;//轮廓数组
findContours(circleCalculatePicture, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//寻找图片中的轮廓
vector<Rect> boundRect(contours.size());//轮廓矩形框
drawContours(srcImage, contours, -1, Scalar(255, 0, 0), 1);//在原图上画出轮廓
for (unsigned int i = 0; i < contours.size(); i++)
{
boundRect[i] = boundingRect(Mat(contours[i]));
double length = arcLength(contours[i], true);
double area = contourArea(contours[i], false);
if (area > 0)
{
if ((length*length) / (12.57*area) > 2)//计算圆度C=L*L/4*Pi*A
{
//drawContours(srcImage, Mat(contours[i]), -1, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 1);
rectangle(srcImage, boundRect[i].tl(), boundRect[i].br(), Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 1, 8, 0);//在原图上画出疑似火源的外框
}
}
}
clock_t finish = clock();//结束时间
namedWindow("圆形度提取结果", WINDOW_AUTOSIZE);
imshow("圆形度提取结果", srcImage);
double totaltime = (double)(finish - start) / CLOCKS_PER_SEC;
cout << totaltime << endl;
waitKey(0);
}
return 0;
}
//
//
//#include<opencv2\opencv.hpp>
//#include<iostream>
// using namespace std;
// using namespace cv;
//
// class HistogramND{
// private:
// Mat image;//源图像
// int hisSize[1], hisWidth, hisHeight;//直方图的大小,宽度和高度
// float range[2];//直方图取值范围
// const float *ranges;
// Mat channelsRGB[3];//分离的BGR通道
// MatND outputRGB[3];//输出直方图分量
// public:
// HistogramND(){
// hisSize[0] = 256;
// hisWidth = 400;
// hisHeight = 400;
// range[0] = 5.0;
// range[1] = 255.0;
// ranges = &range[0];
// }
//
// //导入图片
// bool importImage(String path){
// image = imread(path);
// if (!image.data)
// return false;
// return true;
// }
//
// //分离通道
// void splitChannels(){
// split(image, channelsRGB);
// }
//
// //计算直方图
// void getHistogram(){
// calcHist(&channelsRGB[0], 1, 0, Mat(), outputRGB[0], 1, hisSize, &ranges);
// calcHist(&channelsRGB[1], 1, 0, Mat(), outputRGB[1], 1, hisSize, &ranges);
// calcHist(&channelsRGB[2], 1, 0, Mat(), outputRGB[2], 1, hisSize, &ranges);
//
// //输出各个bin的值
// for (int i = 0; i < hisSize[0]; ++i){
// cout << i << " B:" << outputRGB[0].at<float>(i);
// cout << " G:" << outputRGB[1].at<float>(i);
// cout << " R:" << outputRGB[2].at<float>(i) << endl;
// }
// }
//
// //显示直方图
// void displayHisttogram(){
// Mat rgbHist[3];
// for (int i = 0; i < 3; i++)
// {
// rgbHist[i] = Mat(hisWidth, hisHeight, CV_8UC3, Scalar::all(0));
// }
// normalize(outputRGB[0], outputRGB[0], 0, hisWidth - 20, NORM_MINMAX);
// normalize(outputRGB[1], outputRGB[1], 0, hisWidth - 20, NORM_MINMAX);
// normalize(outputRGB[2], outputRGB[2], 0, hisWidth - 20, NORM_MINMAX);
// for (int i = 0; i < hisSize[0]; i++)
// {
// int val = saturate_cast<int>(outputRGB[0].at<float>(i));
// rectangle(rgbHist[0], Point(i * 2 + 10, rgbHist[0].rows), Point((i + 1) * 2 + 10, rgbHist[0].rows - val), Scalar(0, 0, 255), 1, 8);
// val = saturate_cast<int>(outputRGB[1].at<float>(i));
// rectangle(rgbHist[1], Point(i * 2 + 10, rgbHist[1].rows), Point((i + 1) * 2 + 10, rgbHist[1].rows - val), Scalar(0, 255, 0), 1, 8);
// val = saturate_cast<int>(outputRGB[2].at<float>(i));
// rectangle(rgbHist[2], Point(i * 2 + 10, rgbHist[2].rows), Point((i + 1) * 2 + 10, rgbHist[2].rows - val), Scalar(255, 0, 0), 1, 8);
// }
//
// cv::imshow("R", rgbHist[0]);
// imshow("G", rgbHist[1]);
// imshow("B", rgbHist[2]);
// imshow("image", image);
// }
// };
//
//
// int main(){
// string path = "F:\\图片处理\\Picture\\火\\25\\1.jpg";
// HistogramND hist;
// if (!hist.importImage(path)){
// cout << "Import Error!" << endl;
// return -1;
// }
// hist.splitChannels();
// hist.getHistogram();
// hist.displayHisttogram();
// waitKey(0);
// return 0;
// }
//
//
////#include <opencv2/opencv.hpp>
////#include <iostream>
////
////using namespace std;
////using namespace cv;
////
/////* 全局变量的声明及初始化 */
////Mat srcImage; //读入的图片矩阵
////Mat dstImage; //读入的图片矩阵
////MatND dstHist; //直方图矩阵，对应老版本中的cvCreateHist（）
////int g_hdims = 50; // 划分HIST的初始个数，越高越精确
////
/////* 回调函数声明 */
////void on_HIST(int t, void *);
////
////
/////* 主函数 */
////int main(int argc, char** argv)
////{
////
//// srcImage = imread("F:\\图片处理\\Picture\\干扰\\JPEG\\16\\1.jpg", 0);//"0"表示读入灰度图像
//// namedWindow("原图", 1);//对应老版本中的cvNamedWindow( )
//// imshow("原图", srcImage);//对应老版本中的 cvShowImage（）
////
//// createTrackbar("hdims", "原图", &g_hdims, 256, on_HIST);//对应旧版本中的cvCreateTrackbar( );
//// on_HIST(0, 0);//调用滚动条回调函数
//// cvWaitKey(0);
//// return 0;
////}
////
////
/////* 滚动条回调函数 */
////void on_HIST(int t, void *)
////{
//// dstImage = Mat::zeros(512, 800, CV_8UC3);//每次都要初始化
//// float hranges[] = { 0, 255 }; //灰度范围
//// const float *ranges[] = { hranges };//灰度范围的指针
////
//// if (g_hdims == 0)
//// {
//// printf("直方图条数不能为零！\n");
//// }
//// else
//// {
//// /*
//// srcImage:读入的矩阵
//// 1:数组的个数为1
//// 0：因为灰度图像就一个通道，所以选0号通道
//// Mat（）：表示不使用掩膜
//// dstHist:输出的目标直方图
//// 1：需要计算的直方图的维度为1
//// g_hdims:划分HIST的个数
//// ranges:表示每一维度的数值范围
//// */
//// //int channels=0;
//// calcHist(&srcImage, 1, 0, Mat(), dstHist, 1, &g_hdims, ranges); // 计算直方图对应老版本的cvCalcHist
////
//// /* 获取最大最小值 */
//// double max = 0;
//// minMaxLoc(dstHist, NULL, &max, 0, 0);// 寻找最大值及其位置，对应旧版本的cvGetMinMaxHistValue();
////
//// /* 绘出直方图 */
////
//// double bin_w = (double)dstImage.cols / g_hdims; // hdims: 条的个数，则 bin_w 为条的宽度
//// double bin_u = (double)dstImage.rows / max; //// max: 最高条的像素个数，则 bin_u 为单个像素的高度
////
//// // 画直方图
//// for (int i = 0; i<g_hdims; i++)
//// {
//// Point p0 = Point(i*bin_w, dstImage.rows);//对应旧版本中的cvPoint（）
////
//// int val = dstHist.at<float>(i);//注意一点要用float类型，对应旧版本中的 cvGetReal1D(hist->bins,i);
//// Point p1 = Point((i + 1)*bin_w, dstImage.rows - val*bin_u);
//// rectangle(dstImage, p0, p1, cvScalar(0, 255), 1, 8, 0);//对应旧版中的cvRectangle();
//// }
////
//// /* 画刻度 */
//// char string[12];//存放转换后十进制数，转化成十进制后的位数不超过12位，这个根据情况自己设定
//// //画纵坐标刻度（像素个数）
//// int kedu = 0;
//// for (int i = 1; kedu<max; i++)
//// {
//// kedu = i*max / 10;//此处选择10个刻度
//// itoa(kedu, string, 10);//把一个整数转换为字符串，这个当中的10指十进制
//// //在图像中显示文本字符串
//// putText(dstImage, string, Point(0, dstImage.rows - kedu*bin_u), 1, 1, Scalar(0, 255, 255));//对应旧版中的cvPutText（）
//// }
//// //画横坐标刻度（像素灰度值）
//// kedu = 0;
//// for (int i = 1; kedu<256; i++)
//// {
//// kedu = i * 20;//此处选择间隔为20
//// itoa(kedu, string, 10);//把一个整数转换为字符串
//// //在图像中显示文本字符串
//// putText(dstImage, string, cvPoint(kedu*(dstImage.cols / 256), dstImage.rows), 1, 1, Scalar(0, 255, 255));
//// }
//// namedWindow("Histogram", 1);
//// imshow("Histogram", dstImage);
//// }
////
////}
//