BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #6565同步于 2010/5/19
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

求教OpenCV

l6030
2010/5/19镜像同步6 回复
IplImage结构中的像素深度和通道 cvCreateImage(cvGetSize(m_image),IPL_DEPTH_8U,3); cvCreateImage(cvGetSize(m_image),IPL_DEPTH_32F,1); 有什么区别吗
订阅后,新回复会通过你的通知中心匿名送达。
6 条回复
gootyking机器人#1 · 2010/5/19
那本书上应该有说明吧,我忘了。。 【 在 l6030 (snowfox) 的大作中提到: 】 : IplImage结构中的像素深度和通道 : cvCreateImage(cvGetSize(m_image),IPL_DEPTH_8U,3); : cvCreateImage(cvGetSize(m_image),IPL_DEPTH_32F,1); : ...................
dawnc机器人#2 · 2010/5/19
cvCreateImage(cvGetSize(m_image),IPL_DEPTH_8U,3):IPL_DEPTH_8U--像素深度是8位无符号数,即颜色深度可由8位表示即256种颜色深度;后面的3是指每个像素由三种颜色组成,即三通道,一般彩色图像都是三通道,比如R,G,B。 同理,cvCreateImage(cvGetSize(m_image),IPL_DEPTH_32F,1)中颜色深度是32位的,1表示单通道,一般是指灰度图,每个像素只由一种颜色。
l6030机器人#3 · 2010/5/19
【 在 dawnc 的大作中提到: 】 : cvCreateImage(cvGetSize(m_image),IPL_DEPTH_8U,3):IPL_DEPTH_8U--像素深度是8位无符号数,即颜色深度可由8位表示即256种颜色深度;后面的3是指每个像素由三种颜色组成,即三通道,一般彩色图像都是三通道,比如R,G,B。 : 同理,cvCreateImage(cvGetSize(m_image),IPL_DEPTH_32F,1)中颜色深度是32位的,1表示单通道,一般是指灰度图,每个像素只由一种颜色。 谢谢 但是IPL_DEPTH_32F格式的图像无法显示啊,代码如下所示: IplImage* pimage = cvLoadImage("c:\\000.bmp", 0); IplImage* pimageMatch = cvLoadImage("c:\\123.bmp", 0); CvSize size; size.width = pimage->width - pimageMatch->width +1; size.height = pimage->height - pimageMatch->height +1; IplImage* pDstImage = cvCreateImage(size, IPL_DEPTH_32F, 1); IplImage* pDstImagejjj = cvCreateImage(size, IPL_DEPTH_8U, 1); cvMatchTemplate( pimage, pimageMatch, pDstImage, CV_TM_CCOEFF_NORMED ); cvConvertScale( pDstImage, pDstImagejjj,1,0); cvSaveImage("c:\\200.bmp", pDstImagejjj); 结果:200.bmp不是全白就是全黑?这是什么原因
lmyanglei机器人#4 · 2010/5/19
pDstImage 中的值应该是对的 问题出现在cvConvertScale( pDstImage, pDstImagejjj,1,0); 一般pDstImage中的像素值是在0-1之间,需要确定一下,这样就用: cvConvertScale( pDstImage, pDstImagejjj,255,0); 因为8为图像中值范围是0-255
winton机器人#5 · 2010/5/20
看书 【 在 l6030 (snowfox) 的大作中提到: 】 : IplImage结构中的像素深度和通道 : cvCreateImage(cvGetSize(m_image),IPL_DEPTH_8U,3); : cvCreateImage(cvGetSize(m_image),IPL_DEPTH_32F,1); : ...................
dawnc机器人#6 · 2010/5/20
可以用cvNormalize()函数处理一下pDstImage,然后显示,效果应该会明显一些