opencv图像倾斜矫正c++

非常感谢您的提问。对于图像倾斜矫正，可以使用OpenCV中的cv::warpAffine函数来实现。具体实现方法可以参考以下代码：

cv::Mat src = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE);
cv::Mat dst;

cv::Mat rot_mat = cv::getRotationMatrix2D(cv::Point2f(src.cols/2, src.rows/2), angle, 1.0);
cv::warpAffine(src, dst, rot_mat, src.size(), cv::INTER_LINEAR, cv::BORDER_CONSTANT, cv::Scalar());

cv::imwrite("output.jpg", dst);

其中，angle表示需要矫正的角度。如果您需要更详细的解释或者代码实现，请告诉我。

相关问题

用c++写opencv图像倾斜矫正

以下是一个用 C 语言编写的 OpenCV 图像倾斜校正的示例代码：

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

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    // 读取输入图像
    Mat src = imread(argv[1], IMREAD_COLOR);
    if (src.empty())
    {
        cout << "Could not open or find the image!\n" << endl;
        return -1;
    }

    // 将输入图像转换为灰度图像
    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);

    // 检测直线
    vector<Vec4i> lines;
    HoughLinesP(gray, lines, 1, CV_PI / 180, 50, 50, 10);

    // 计算直线的角度
    double angle = 0.0;
    for (size_t i = 0; i < lines.size(); i++)
    {
        Vec4i l = lines[i];
        double a = atan2((double)l[3] - l[1], (double)l[2] - l[0]) * 180 / CV_PI;
        angle += a;
    }
    angle /= lines.size();

    // 旋转图像
    Point2f center(src.cols / 2, src.rows / 2);
    Mat rot = getRotationMatrix2D(center, angle, 1.0);
    Mat dst;
    warpAffine(src, dst, rot, src.size());

    // 显示结果
    imshow("Input", src);
    imshow("Output", dst);
    waitKey();

    return 0;
}

这个程序使用 Hough 变换检测输入图像中的直线，计算这些直线的平均角度，并使用 OpenCV 的 warpAffine 函数将图像旋转到正确的方向。

opencv饱和度矫正 c++代码

下面是使用OpenCV实现饱和度矫正的C++代码：

#include <opencv2/opencv.hpp>

using namespace cv;

Mat saturate_correction(Mat img, float alpha, float beta)
{
    Mat output_image = Mat::zeros(img.size(), img.type());
    for (int y = 0; y < img.rows; y++)
    {
        for (int x = 0; x < img.cols; x++)
        {
            for (int c = 0; c < img.channels(); c++)
            {
                output_image.at<Vec3b>(y, x)[c] = saturate_cast<uchar>(alpha*(img.at<Vec3b>(y, x)[c]) + beta);
            }
        }
    }
    return output_image;
}

int main()
{
    Mat image = imread("image.jpg");
    Mat corrected_image = saturate_correction(image, 1.5, 0); //alpha = 1.5, beta = 0
    imshow("Original Image", image);
    imshow("Corrected Image", corrected_image);
    waitKey(0);
    return 0;
}

这段代码首先定义了一个`saturate_correction`函数，该函数采用输入图像、缩放因子alpha和偏移因子beta作为参数，并返回经过饱和度矫正后的图像。然后在`main`函数中，加载输入图像并应用`saturate_correction`函数来处理该图像。最后，通过OpenCV的`imshow`函数显示原始图像和矫正后的图像，并通过`waitKey`等待用户按下按键。