用C++ Opencv 对灰度图 shiftcopy

假设你有一张灰度图像 `src`，要对其进行 shiftcopy 操作，即将其向右平移 50 个像素，并且将右侧空缺的地方用黑色填充。

可以按照以下步骤实现：

1. 创建一个宽度为 `src.cols + 50`，高度为 `src.rows` 的黑色图像 `dst`。
2. 将 `src` 复制到 `dst` 的右侧，横坐标从 50 开始。
3. 将 `dst` 赋值给 `src`，即完成了 shiftcopy 操作。

下面是示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    Mat src = imread("gray_image.png", IMREAD_GRAYSCALE);

    Mat dst(src.rows, src.cols + 50, CV_8UC1, Scalar(0));

    Rect roi(50, 0, src.cols, src.rows);
    src.copyTo(dst(roi));

    src = dst.clone();

    imshow("src", src);
    waitKey();

    return 0;
}

注意，由于 OpenCV 默认使用 BGR 格式，因此读取灰度图像时需要使用 `IMREAD_GRAYSCALE` 参数。另外，在进行 `src.copyTo(dst(roi))` 操作时，需要使用一个 `Rect` 对象来指定源图像在目标图像中的位置和大小。

相关问题

用C++ Opencv 对灰度图 shiftcopy→高斯滤波→调节对比度→原图缩小10size

这里提供一种实现方式：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main() {
    // 读入灰度图
    Mat img = imread("gray_image.jpg", IMREAD_GRAYSCALE);

    // shiftcopy
    Mat shifted_img = img.clone();
    int cx = img.cols / 2;
    int cy = img.rows / 2;
    Mat q0(shifted_img, Rect(0, 0, cx, cy));
    Mat q1(shifted_img, Rect(cx, 0, cx, cy));
    Mat q2(shifted_img, Rect(0, cy, cx, cy));
    Mat q3(shifted_img, Rect(cx, cy, cx, cy));
    Mat tmp;
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);
    q1.copyTo(tmp);
    q2.copyTo(q1);
    tmp.copyTo(q2);

    // 高斯滤波
    Mat blurred_img;
    GaussianBlur(shifted_img, blurred_img, Size(5, 5), 0, 0);

    // 调节对比度
    Mat contrast_img = blurred_img.clone();
    contrast_img.convertTo(contrast_img, -1, 1.5, 0);

    // 原图缩小10size
    Mat resized_img;
    resize(img, resized_img, Size(img.cols/10, img.rows/10), 0, 0, INTER_LINEAR);

    // 显示结果
    imshow("shifted_img", shifted_img);
    imshow("blurred_img", blurred_img);
    imshow("contrast_img", contrast_img);
    imshow("resized_img", resized_img);
    waitKey(0);

    return 0;
}

注意需要安装OpenCV库，并将头文件和库文件加入工程中。实现过程中，先使用`clone()`函数复制一份原图像，然后使用`Rect()`函数将图像分成四个象限，进行 shiftcopy 操作。接下来使用`GaussianBlur()`函数进行高斯滤波，再使用`convertTo()`函数调节对比度。最后使用`resize()`函数对原图像进行缩小。

c++opencv对灰度图中的圆进行去除

可以通过以下步骤来对灰度图中的圆进行去除：

1. 使用OpenCV中的HoughCircles函数来检测灰度图中的圆。该函数可以返回一个包含圆心坐标和半径的向量。

2. 遍历向量中的圆，使用OpenCV中的circle函数在原图上绘制圆。将绘制的圆内的像素值设为背景色，例如黑色。

3. 最后，你可以将结果保存到一个新的图像中，或者直接在原图上修改像素值。

下面是一个简单的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat image = imread("gray_image.jpg", IMREAD_GRAYSCALE);
    if (image.empty())
    {
        cout << "Could not open or find the image" << endl;
        return -1;
    }

    Mat image_circles = image.clone();

    vector<Vec3f> circles;
    HoughCircles(image, circles, HOUGH_GRADIENT, 1, image.rows / 8, 200, 100, 0, 0);

    for (size_t i = 0; i < circles.size(); i++)
    {
        Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
        int radius = cvRound(circles[i][2]);
        circle(image_circles, center, radius, Scalar(0), -1);
    }

    imshow("Original Image", image);
    imshow("Image without Circles", image_circles);
    waitKey(0);

    return 0;
}

在这个示例中，我们使用了OpenCV中的HoughCircles函数来检测灰度图中的圆，并使用circle函数在原图上绘制圆，并将绘制的圆内的像素值设为背景色。最后，我们显示了原图和处理后的图像。