qt的opencv中怎么创建一个灰度在0到255均匀分布的灰度图

可以使用OpenCV中的cv::Mat来创建一个灰度图像，并使用cv::Mat::at方法设置每个像素的灰度值。以下是创建一个灰度在0到255均匀分布的灰度图像的示例代码：

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>

int main()
{
    // 创建一个灰度图像
    cv::Mat grayImage(512, 512, CV_8UC1);

    // 设置每个像素的灰度值
    for (int i = 0; i < grayImage.rows; i++)
    {
        for (int j = 0; j < grayImage.cols; j++)
        {
            grayImage.at<uchar>(i, j) = i * 255 / grayImage.rows;
        }
    }

    // 保存图像
    cv::imwrite("grayImage.png", grayImage);

    return 0;
}

该代码将创建一个512x512的灰度图像，其中每行像素的灰度值从0到255均匀分布。然后，使用cv::Mat::at方法设置每个像素的灰度值，并使用cv::imwrite方法将图像保存到文件中。

相关问题

qt中opencv怎么用qcostomplot画灰度分布图

以下是一个简单的示例程序，展示如何使用Qt和OpenCV以及QCustomPlot绘制灰度分布图：

#include <QApplication>
#include <QMainWindow>
#include "qcustomplot.h"
#include <opencv2/opencv.hpp>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    
    //创建主窗口
    QMainWindow mainWindow;
    mainWindow.setWindowTitle("Gray Histogram");
    mainWindow.setGeometry(100, 100, 800, 600);
    
    //创建QCustomPlot对象并添加到主窗口
    QCustomPlot *customPlot = new QCustomPlot(&mainWindow);
    customPlot->setGeometry(50, 50, 700, 500);
    customPlot->xAxis->setLabel("Gray Level");
    customPlot->yAxis->setLabel("Pixel Count");
    customPlot->xAxis->setRange(0, 255);
    
    //读取图像并计算灰度分布
    cv::Mat image = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
    int histSize = 256;
    float range[] = {0, 256};
    const float* histRange = {range};
    cv::Mat hist;
    cv::calcHist(&image, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange);
    
    //将灰度分布数据添加到QCustomPlot对象中
    QVector<double> xData, yData;
    for (int i = 0; i < histSize; i++)
    {
        xData.append(i);
        yData.append(hist.at<float>(i));
    }
    QCPBars *bars = new QCPBars(customPlot->xAxis, customPlot->yAxis);
    bars->setData(xData, yData);
    
    //显示主窗口
    mainWindow.show();
    
    return a.exec();
}

在上述示例程序中，首先创建了一个QMainWindow对象作为主窗口，然后创建了一个QCustomPlot对象并添加到主窗口中。接着读取图像并计算灰度分布，将灰度分布数据添加到QCustomPlot对象中，最后显示主窗口。

需要注意的是，在使用OpenCV计算灰度分布时，需要使用cv::calcHist函数。该函数的第一个参数是输入图像，第二个参数是输入图像的数量（通常为1），第三个参数是通道索引（如果图像是单通道的，则为0），第四个参数是掩码图像（如果没有，则为cv::Mat()），第五个参数是输出的直方图，第六个参数是直方图的维数，第七个参数是每一维的直方图大小，第八个参数是每一维的取值范围。在本例中，因为是灰度图像，所以直方图的维数为1，每一维的大小为256，取值范围为0到255。计算出直方图后，需要将数据转换为QVector<double>类型，并将其添加到QCustomPlot对象中。最后使用show()函数显示主窗口。

qt中opencv怎么通过图像灰度分布画荧光图

在Qt中使用OpenCV绘制荧光图可以按照以下步骤进行：

1. 加载图像并将其转换为灰度图像。

cv::Mat image = cv::imread("image.png");
cv::Mat grayImage;
cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

2. 计算图像的灰度直方图。

cv::Mat histogram;
int histSize = 256; // 灰度级别数
float range[] = {0, 256};
const float* histRange = {range};
cv::calcHist(&grayImage, 1, nullptr, cv::Mat(), histogram, 1, &histSize, &histRange);

3. 将灰度直方图归一化。

cv::normalize(histogram, histogram, 0, 255, cv::NORM_MINMAX);

4. 创建一个黑色的荧光图像。

cv::Mat fluorescenceImage = cv::Mat::zeros(image.size(), CV_8UC3);

5. 为每个灰度级别绘制荧光曲线。

int binWidth = cvRound((double) fluorescenceImage.cols/histSize);
for (int i = 1; i < histSize; i++) {
    cv::line(fluorescenceImage,
             cv::Point(binWidth*(i-1), fluorescenceImage.rows - cvRound(histogram.at<float>(i-1))),
             cv::Point(binWidth*(i), fluorescenceImage.rows - cvRound(histogram.at<float>(i))),
             cv::Scalar(0, 255, 0), 1, cv::LINE_AA);
}

6. 可以将荧光图像显示出来。

cv::imshow("Fluorescence Image", fluorescenceImage);
cv::waitKey(0);

完整的代码如下：

cv::Mat image = cv::imread("image.png");
cv::Mat grayImage;
cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

cv::Mat histogram;
int histSize = 256; // 灰度级别数
float range[] = {0, 256};
const float* histRange = {range};
cv::calcHist(&grayImage, 1, nullptr, cv::Mat(), histogram, 1, &histSize, &histRange);

cv::normalize(histogram, histogram, 0, 255, cv::NORM_MINMAX);

cv::Mat fluorescenceImage = cv::Mat::zeros(image.size(), CV_8UC3);

int binWidth = cvRound((double) fluorescenceImage.cols/histSize);
for (int i = 1; i < histSize; i++) {
    cv::line(fluorescenceImage,
             cv::Point(binWidth*(i-1), fluorescenceImage.rows - cvRound(histogram.at<float>(i-1))),
             cv::Point(binWidth*(i), fluorescenceImage.rows - cvRound(histogram.at<float>(i))),
             cv::Scalar(0, 255, 0), 1, cv::LINE_AA);
}

cv::imshow("Fluorescence Image", fluorescenceImage);
cv::waitKey(0);