二维数组生成QImage

您可以使用QImage的构造函数，将二维数组作为输入参数，创建一个QImage对象。以下是示例代码：

QImage createImage(int **array, int width, int height)
{
    QImage image(width, height, QImage::Format_RGB888);
    for (int y = 0; y < height; ++y) {
        for (int x = 0; x < width; ++x) {
            int value = array[y][x];
            QRgb color = qRgb(value, value, value);
            image.setPixel(x, y, color);
        }
    }
    return image;
}

在上面的代码中，我们首先使用QImage的构造函数创建一个空白的QImage对象。然后，我们遍历二维数组中的每个元素，并将其转换为一个QRgb颜色值。最后，我们使用setPixel函数将这个颜色值设置为相应像素的颜色。在这个示例中，我们将数组中的值作为灰度值来使用，因此我们将其用作红色、绿色和蓝色通道的值，以创建灰度图像。如果您有其他需求，可以根据需要修改颜色计算的方式。

相关问题

对二维图像数组进行高斯模糊用二维数组输出 代码

以下是对二维图像数组进行高斯模糊并用二维数组输出的代码：

import numpy as np
from scipy.signal import convolve2d

def gaussian_kernel(size, sigma=1):
    x, y = np.mgrid[-size:size+1, -size:size+1]
    g = np.exp(-(x**2 + y**2)/(2*sigma**2))
    return g/g.sum()

def gaussian_blur(image, kernel_size=3, sigma=1):
    kernel = gaussian_kernel(kernel_size, sigma)
    blurred_image = convolve2d(image, kernel, mode='same', boundary='symm')
    return blurred_image

# Example usage:
image = np.random.rand(100, 100)
blurred_image = gaussian_blur(image, kernel_size=5, sigma=2)
print(blurred_image)

这段代码使用了 `numpy` 和 `scipy` 库，其中 `gaussian_kernel` 函数生成了一个高斯核，`gaussian_blur` 函数对输入的图像进行高斯模糊，并返回模糊后的图像。

matlab 二维数组转图片

可以使用 `imshow` 函数来显示二维数组转换为的图片。

假设二维数组为 `A`，可以按照以下步骤将其转换为图片：

1. 使用 `mat2gray` 函数将数组归一化到 0-1 范围内，方便后续处理。
2. 使用 `imwrite` 函数将归一化后的数组保存为图片文件。
3. 使用 `imshow` 函数显示图片。

下面是一个示例代码：

% 生成随机二维数组
A = rand(100, 100);

% 转换为灰度图像
A_gray = mat2gray(A);

% 保存为图片
imwrite(A_gray, 'image.png');

% 显示图片
imshow('image.png');

运行上述代码后，会在当前目录下生成一个名为 `image.png` 的图片文件，并在 MATLAB 中显示出来。