qt+opencv3模糊图像变清晰代码

时间: 2023-10-03 13:03:11 浏览: 33
在Qt中使用OpenCV库可以实现更高级的图像处理功能,包括图像清晰化。下面是一个使用Qt和OpenCV 3实现图像清晰化的代码示例: ```cpp #include <QCoreApplication> #include <QImage> #include <QDebug> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> cv::Mat QImageToMat(const QImage& image) { cv::Mat mat(image.height(), image.width(), CV_8UC4, const_cast<uchar*>(image.bits()), image.bytesPerLine()); cv::Mat result; cv::cvtColor(mat, result, cv::COLOR_RGBA2BGR); return result; } QImage MatToQImage(const cv::Mat& mat) { cv::Mat temp; cv::cvtColor(mat, temp, cv::COLOR_BGR2RGB); QImage image(temp.data, temp.cols, temp.rows, static_cast<int>(temp.step), QImage::Format_RGB888); return image.copy(); } QImage sharpenImage(const QImage& input, double sigma, double threshold, double amount) { cv::Mat src = QImageToMat(input); cv::Mat dst; cv::GaussianBlur(src, dst, cv::Size(0, 0), sigma); cv::addWeighted(src, 1.0 + amount, dst, -amount, 0, dst); cv::Mat mask; cv::cvtColor(src, mask, cv::COLOR_BGR2GRAY); cv::threshold(mask, mask, threshold, 255, cv::THRESH_BINARY); cv::Mat result; src.copyTo(result, mask); return MatToQImage(result); } int main(int argc, char *argv[]) { QCoreApplication a(argc, argv); QImage inputImage("input.jpg"); QImage outputImage = sharpenImage(inputImage, 3.0, 128.0, 0.5); outputImage.save("output.jpg"); return a.exec(); } ``` 在这个示例中,我们使用了OpenCV的GaussianBlur函数实现了高斯模糊操作,并使用addWeighted函数实现了图像锐化操作。我们还使用了OpenCV的cvtColor和threshold函数来创建一个掩码,以便仅对图像中的高对比度区域进行锐化操作。最后,我们使用QImageToMat和MatToQImage函数将OpenCV的Mat类型转换为Qt的QImage类型。 您可以根据需要调整sigma、threshold和amount参数来实现您想要的效果。

相关推荐

最新推荐

Android MVP快速开发框架,做国内「示例最全面」「注释最详细」「使用最简单」「代码最严谨」的Android开源UI框架

Android MVP快速开发框架,做国内「示例最全面」「注释最详细」「使用最简单」「代码最严谨」的Android开源UI框架

国密标准SM3的PHP实现SM3-PHP-master.zip

国密标准SM3的PHP实现SM3-PHP-master.zip

ARC_Alkali_Rydberg_Calculator-2.2.0-cp27-macosx_10_7_x86_64.whl

ARC_Alkali_Rydberg_Calculator-2.2.0-cp27-macosx_10_7_x86_64.whl

2023-04-06-项目笔记 - 第五十四阶段 - 4.4.2.52全局变量的作用域-52 -2024.02.25

2023-04-06-项目笔记-第五十四阶段-课前小分享_小分享1.坚持提交gitee 小分享2.作业中提交代码 小分享3.写代码注意代码风格 4.3.1变量的使用 4.4变量的作用域与生命周期 4.4.1局部变量的作用域 4.4.2全局变量的作用域 4.4.2.1全局变量的作用域_1 4.4.2.52全局变量的作用域_52 - 2024-02-25

电气类10.电网厂站接线图目标检测数据集(600张左右+voc标签)

内含电网厂站接线图目标检测数据集,600多张图片,带VOC格式xml标签,主要就是在接线图上检测变压器、开关等电气符号,电力系统调度方向可用,可以用于电气工程专业在计算机视觉应用领域做研究,例如目标检测、图像识别、深度学习等!!! txt文件内有下载链接和提取码,放心下载即可!!!!

MIL_STD_1364J.537.pdf

MIL_STD_1364J.537.pdf

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire

粒子群多目标算法matlab代码【MATLAB代码实现】定义优化问题参数

# 1. 粒子群多目标算法简介 ## 1.1 什么是粒子群算法? 粒子群算法是一种基于群体智能的优化算法,灵感来源于鸟群或鱼群等生物群体的行为。每个“粒子”代表问题空间中的一个候选解,而整个粒子群代表了候选解的一个群体。粒子在解空间中搜索最优解,通过个体的经验和群体的协作来不断调整自身位置和速度,从而逐步靠近最优解。 ## 1.2 粒子群算法在多目标优化中的应用 粒子群算法最初是针对单目标优化问题提出的,但后来被扩展应用到了多目标优化领域。与单目标优化不同,多目标优化需要考虑多个冲突的目标函数,因此粒子群算法的应用在多目标优化中具有一定的挑战性。 ## 1.3 粒子群多目标算法原理解

hbase中时间戳的精确度和hbase中列族和列名的分隔符是什么

我已经回答了关于HBase中时间戳的精确度的问题,现在回答你的第二个问题: 在HBase中,列族和列名的分隔符是冒号(:)。例如,如果你有一个列族为“info”,列名为“name”的列,那么在HBase中的完整列名将是“info:name”。这个分隔符是在HBase的设计中被硬编码的,不能更改。这个分隔符在HBase的API中也得到了体现,例如在Java API中,可以使用“:`”来将列族和列名分隔开来,如下所示: ```java Get get = new Get(Bytes.toBytes("rowkey")); get.addColumn(Bytes.toBytes("info"),

spring boot应用启动原理分析.docx

spring boot应用启动原理分析.docxspring boot应用启动原理分析.docxspring boot应用启动原理分析.docxspring boot应用启动原理分析.docxspring boot应用启动原理分析.docxspring boot应用启动原理分析.docxspring boot应用启动原理分析.docxspring boot应用启动原理分析.docx