rectangle函数opencv（Opencv中cvBoundingRect函数怎么用）

本文目录

• Opencv中cvBoundingRect函数怎么用
• 急！ 急！ 怎么用c语言opencv画一个黑色框，在黑色框里画几个白色框和一条线
• opencv中检测出人脸之后，需要把检测出的人脸区域提取出来，用作人脸识别，那么如何提取人脸区域
• opencv算法怎么实现八邻域的标记
• 如何利用opencv实现彩色图像边缘检测算法

Opencv中cvBoundingRect函数怎么用

   CvMemStorage* storage = cvCreateMemStorage( 0 );
   CvSeq* contours = NULL;
   imgTemp = cvCloneImage( imgSrc );
   cvFindContours( imgTemp, storage, &contours, sizeof( CvContour ), CV_RETR_LIST, CV_CHAIN_APPROX_NONE );
   for( ; contours != NULL; contours = contours -》 h_next )
   {
      CvRect rect = cvBoundingRect( contours, 0 );
      cvRectangle( imgSrc, cvPoint( rect.x, rect.y ),cvPoint( rect.x + rect.width, rect.y + rect.height ), cvScalar(0,0,0), 0 );
   }
   cvSaveImage( CT2CA( imgPathName ), imgSrc );

源图像是这样的：

执行这段代码之后是这样的：

框的大小在rect这个变量里，长宽直接rect.width，rect.height

急！ 急！ 怎么用c语言opencv画一个黑色框，在黑色框里画几个白色框和一条线

画框用OpenCV自带的cvRectangle函数就行,参数分别是（图像，矩形左上顶点，矩形右下顶点，颜色，线条粗细），黑色cvScalar(0,0,0),白色cvScalar(255,255,255)。划线用cvLine就行，参数分别是（图像，点1，点2，颜色，线条粗细）。黑框里面画几个白框，你只要改变cvRectangle中矩形对顶点位置和颜色就行，很简单的。

opencv中检测出人脸之后，需要把检测出的人脸区域提取出来，用作人脸识别，那么如何提取人脸区域

首先使用opencv自带的rectangle函数将检测出来的人脸用矩形框框住，然后新定义一个Mat类型变量将矩形框框住的部分提取出来就可以了；
如rectangle(image, Rect(x1,y1,w1,h1), Scalar(0,0,255),1);
Mat image_cut=image(cvRect(x,y,w,h));
imshow("",image_cut);即可

opencv算法怎么实现八邻域的标记

用cvRectangle（）函数。
OpenCV里面的绘图函数函数功能： 通过对角线上的两个顶点绘制简单、指定粗细或者带填充的矩形函数原型：void cvRectangle( CvArr* img, CvPoint pt1, CvPoint pt2, CvScalar color,int thickness=1, int line_type=8, int shift=0 );参数介绍：img -- 图像.pt1 -- 矩形的一个顶点。pt2 -- 矩形对角线上的另一个顶点color -- 线条颜色 (RGB) 或亮度（灰度图像 ）(grayscale image）。thickness -- 组成矩形的线条的粗细程度。取负值时（如 CV_FILLED）函数绘制填充了色彩的矩形。line_type -- 线条的类型。见cvLine的描述shift -- 坐标点的小数点位数。

如何利用opencv实现彩色图像边缘检测算法

　　在opencv中显示边缘检测很简单，只需调用一个cvCanny函数，其使用的是Canny算法来实现对图像的边缘检测．
　　函数原型为：
　　void cvCanny( const CvArr* image,CvArr* edges,double threshold1,double threshold2, int aperture_size=3 );
　　第一个参数为待检测的图像，注意一点，其必须是灰度图．
　　第二个参数为输出的边缘图，其也是一个灰度图．
　　后三个参数与Canny算法直接相关，threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割，aperture_size算子内核大小，可以去看看Canny算法．
　　从彩色图到灰度图需要使用到cvCvtColor函数，其接受三个参数，第一为输入，第二为输出，第三个为转换的标识，我们这边是RGB到GRAY，使用的是CV_RGB2GRAY．
　　参考demo代码如下：
　　#include 《iostream》
#include 《string》
#include 《sstream》
#include 《opencv/cv.h》
#include 《opencv/highgui.h》
using namespace std;
int String2int(const string& str_)
{
int _nre = 0;
stringstream _ss;
_ss 《《 str_;
_ss 》》 _nre;
return _nre;
}
void DoCanny(const string& strFileName_)
{
//原彩色图片
IplImage* _pIplImageIn = cvLoadImage(strFileName_.data());
if (_pIplImageIn == NULL)
{
return;
}
//彩色图片转换成灰度图放置的图片
IplImage* _pIplImageCanny = cvCreateImage(cvGetSize(_pIplImageIn), _pIplImageIn-》depth, 1);
cvCvtColor(_pIplImageIn, _pIplImageCanny, CV_RGB2GRAY);//CV_RGB2GRAY将rgb图转成灰度图
//只有边缘路径的图片
IplImage* _pIplImageOut = cvCreateImage(cvGetSize(_pIplImageIn), IPL_DEPTH_8U, 1);
//边缘检测只能作用于灰度图
if (_pIplImageCanny-》nChannels != 1)
{
return;
}
//边缘检测操作
cvCanny(_pIplImageCanny, _pIplImageOut, 1, 110, 3);
cvNamedWindow("Src");
cvShowImage("Src", _pIplImageIn);
cvNamedWindow("Canny");
cvShowImage("Canny", _pIplImageOut);
cvWaitKey(0);
cvReleaseImage(&_pIplImageIn);
cvReleaseImage(&_pIplImageCanny);
cvReleaseImage(&_pIplImageOut);
cvDestroyWindow("Src");
cvDestroyWindow("Canny");
}
int main(int argc, char* argv)
{
if (argc 《 2)
{
cout 《《 "You should give the filename of picture!" 《《 endl;
return -1;
}
DoCanny(argv);
return 0;
}