img_gray = mat2gray(img_gray);使用这个函数转为灰度图片后 怎么转回去
时间: 2024-03-23 15:39:51 浏览: 43
使用`mat2gray`函数将灰度图像归一化到[0,1]之间。如果需要将归一化后的图像还原回原始灰度范围,可以使用以下代码实现:
```matlab
% 读取原始灰度图像
I = imread('gray_image.png');
% 归一化到[0,1]之间
I_norm = mat2gray(I);
% 还原到原始灰度范围
I_restored = uint8(I_norm * 255);
% 显示还原后的图像
figure;
imshow(I_restored);
```
在这个示例中,我们首先使用`imread`函数读取原始灰度图像。然后,我们使用`mat2gray`函数将灰度图像归一化到[0,1]之间。接下来,我们将归一化后的图像的像素值乘以255,再将结果转换为无符号8位整数类型,即可还原到原始灰度范围。最后,我们使用`imshow`函数将还原后的图像可视化。
相关问题
cv::Mat mask(img_gray.rows, img_gray.cols, CV_8UC1, cv::Scalar(0)); 解释
这段代码是使用 OpenCV 库中的 cv::Mat 类创建了一个名为 "mask" 的图像矩阵(或称为图像对象),用于表示二值掩码图像。下面是对这段代码的解释:
- `cv::Mat`:这是 OpenCV 库中用于表示图像和矩阵的类。它提供了各种函数和操作符,用于处理和操作图像数据。
- `mask`:这是创建的图像矩阵的变量名。您可以根据自己的需求选择合适的名称。
- `img_gray.rows`:这是图像矩阵的行数,即图像的高度。`img_gray` 是另一个 cv::Mat 对象,表示灰度图像,这里使用它的行数作为 mask 的行数。
- `img_gray.cols`:这是图像矩阵的列数,即图像的宽度。`img_gray` 是灰度图像对象,这里使用它的列数作为 mask 的列数。
- `CV_8UC1`:这是一个常量,表示创建的 mask 的类型。其中,`CV_8UC1` 表示一个无符号8位单通道图像(8UC1)。
- `cv::Scalar(0)`:这是一个用于初始化 mask 的标量值,即填充整个矩阵的初始值。在这里,使用 `cv::Scalar(0)` 表示将 mask 所有元素的初始值设置为0,即黑色。
综上所述,这段代码创建了一个与输入灰度图像 `img_gray` 大小相同的二值掩码图像 `mask`,并将其所有元素初始化为0。通过操作和修改 mask 的像素值,可以实现对图像的二值掩码处理,例如图像分割、区域选择等任务。
#include<iostream> #include<opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include<opencv2/highgui/highgui_c.h> #include <opencv2/imgproc/imgproc.hpp> using namespace std; using namespace cv; int main() { //Mat img = imread("cells.jpg", CV_LOAD_IMAGE_GRAYSCALE); // 读入灰度图像 Mat img; Mat img1 = imread("G:/图像处理/实验课设/实验课设5.31/cell3.png"); //cvtColor(img1, img, CV_BGR2GRAY); Mat img_blur; cvtColor(img1, img_blur, CV_BGR2GRAY); Mat img_thresh1; threshold(img_blur, img_thresh1, 0, 255, THRESH_BINARY_INV + THRESH_OTSU); // 二值化 Mat img_thresh; Mat element = getStructuringElement(MORPH_RECT, Size(35, 35), Point(-1, -1)); erode(img_thresh1, img_thresh, element); //morphologyEx(img_thresh1, img_thresh, MORPH_OPEN, kernel); imshow("FUSHI", img_thresh); vector<vector<Point>> contours; findContours(img_thresh, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // 寻找轮廓 //findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0)); Mat img_contours = Mat::zeros(img_thresh.size(), CV_8UC3); Scalar color(0, 0, 255); drawContours(img_contours, contours, -1, color); cout << "细胞个数:" << contours.size() << endl; imshow("去噪后的图像", img_blur); imshow("二值化后的图像", img_thresh); imshow("轮廓", img_contours); waitKey(0); return 0; } OpenCV2015版本 把element函数中size()创建滑动控件createTrackbar x64
根据您提供的代码,我理解您的问题是如何使用 createTrackbar 函数来调整 element 的大小。
首先,element 是一个矩阵,用于图像形态学操作。在您的代码中,它是使用以下代码创建的:
```
Mat element = getStructuringElement(MORPH_RECT, Size(35, 35), Point(-1, -1));
```
要在滑动条上调整 element 的大小,您需要使用 createTrackbar 函数创建滑动条,并根据滑动条的值更新 element 的大小。
以下是一个简单的例子,将 createTrackbar 用于调整 element 的大小:
```cpp
#include<iostream>
#include<opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
int element_size = 35; // 初始大小
Mat element;
void on_trackbar(int, void*) {
element = getStructuringElement(MORPH_RECT, Size(element_size, element_size), Point(-1, -1));
}
int main() {
Mat img1 = imread("cell3.png");
Mat img_blur;
cvtColor(img1, img_blur, CV_BGR2GRAY);
Mat img_thresh1;
threshold(img_blur, img_thresh1, 0, 255, THRESH_BINARY_INV + THRESH_OTSU);
Mat img_thresh;
element = getStructuringElement(MORPH_RECT, Size(element_size, element_size), Point(-1, -1));
erode(img_thresh1, img_thresh, element);
namedWindow("FUSHI", WINDOW_NORMAL);
namedWindow("Trackbar", WINDOW_NORMAL);
createTrackbar("Element Size", "Trackbar", &element_size, 100, on_trackbar);
on_trackbar(element_size, 0);
while (true) {
imshow("FUSHI", img_thresh);
char c = waitKey(10);
if (c == 27) break;
}
return 0;
}
```
在这个例子中,我们使用了一个名为 "Trackbar" 的新窗口,并创建了一个名为 "Element Size" 的滑动条,将其最小值设置为 0,最大值设置为 100。我们还设置了一个回调函数 on_trackbar,每当滑动条的值发生变化时都会被调用。
在回调函数中,我们使用当前滑动条的值来更新 element 的大小,并在 "FUSHI" 窗口中显示处理后的图像。在主循环中,我们使用 waitKey 函数来等待用户按下 ESC 键或关闭窗口。
希望这可以帮助您解决问题。