opencv二值化后用imread（）读出来的图为什么是白图？

lx3zzwl 2016-04-15 03:46:44



Mat src；

Mat src_gray；

src = imread("D:\\pic.jpg");

cvtColor(src, src_gray, CV_BGR2GRAY);

for (int i = 0; i < src_gray.rows; i++)

	for (int j = 0; j < src_gray.cols; j++)

	{

		double c;

		c = src_gray.at<uchar>(i, j);

		cout << c << endl;

	}

	system("pause");

我这样写没啥毛病吧？但是输出的结构全都是255啊。那说明是白图啊？谢谢各位大哥大姐了！这是图片

另外我还开了一个帖子http://bbs.csdn.net/topics/391927938 这个帖子是100分的！

...全文

324 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

Mr. Harkness 2020-04-07

打赏
举报

回复

引用 1 楼 lx3zzwl的回复:

自己解决了，等了一个下午没人回答....让我想起了一句话贴风日下啊。唉~~~~

楼主可以问一下你是怎么解决的嘛

lx3zzwl 2016-04-15

打赏
举报

回复

自己解决了，等了一个下午没人回答....让我想起了一句话贴风日下啊。唉~~~~

本文实例为大家分享了python opencv识别图像轮廓的具体代码，供大家参考，具体内容如下要求：用矩形或者圆形框住图片中的云朵（不要求全部框出）轮廓检测 Opencv-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。 import cv2 img = cv2.imread('cloud.jpg') # 灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化 ret, binary = cv2.threshold(gray, 175, 255, cv2.THRESH_BINARY) img1,

OPENCV ANN(类神经网路) 手写数字辨识 (opencv249_ann_digital_number) 资料来源:https://blog.csdn.net/cherrywish/article/details/78761411 https://blog.csdn.net/qq_15947787/article/details/51385861 opencv249_ann_digital_number01-彩色转灰阶imread、改变图像解析度resize、灰阶转二值化threshold、二维数据转一维数据reshape、影像数据转ML运算数据convertTo、类神经CvANN_MLP、取出ML运算结果minMaxLoc 目前训练结果-128,128*2,10 opencv249_ann_digital_number02-彩色转灰阶imread、改变图像解析度resize、灰阶转二值化threshold、二维数据转一维数据reshape、影像数据转ML运算数据convertTo、类神经CvANN_MLP、取出ML运算结果minMaxLoc 目前训练结果-128,128*2,10 一亿次或10万分之一的误差为中止条件

目标提取预备知识了解opencv的一些基础函数(二值化，腐蚀，膨胀，开闭运算等) 了解python的简单语法目标提取出图片中的圆形工件思路通过opencv的imread函数读入样本图片，转化为灰度图片(不转化灰度图片，二值化化会报错) 经过高斯滤波后，选择合适的阈值来二值化图片。经过开闭运算优化二值化图片，然后调用findContours检测边缘。绘制边缘，取出目标区域。难点一个合适的阈值很难确定难点解决阈值的选择：通过一个可以改变的阈值的来测试二值图像效果。代码演示： # 导入opencv的库 import cv2 # 加载样本图片 img = cv2.imrea

如果图片上有线条，图形什么的，人的眼睛可以直接看出来，这是人的直接反应。那么如何让电脑识别呢？图片在内存中是以二维矩阵的形式存储的，如果是彩图，则是GBR三通道，灰度图则是单通道。本教程用OpenCV去识别图形上的线条，曲线等轨迹。软件环境：Win7-32， VS2010， OpenCV2.4.9 （1）以灰度图的方式导入图片 Mat src = imread(1.jpg, 0); （2）我的思路：根据图形中的每个像素点的差异去判断，对原图的灰度图做二值化处理，不是线条的区域像素置0，有线条的区域置为255，然后逐列进行像素求和，如果列的和大于0则是检测到了线条，此时结束该列的扫描，

文章目录一、rgb空间下的sobel边缘检测（1）代码（2）结果二、hsv-s空间下的加入图像腐蚀和图像膨胀的sobel边缘检测（1）代码（2）结果三、hsv-s空间下的加入图像腐蚀和图像膨胀，并进行孔洞填充后的sobel边缘检测（1）代码（2）结果一、rgb空间下的sobel边缘检测（1）代码 # -*- coding: utf-8 -*- import cv2 import matplotlib.pyplot as plt # 读取图像 # 此处注意cv2.imread读出来的是bgr格式要转为rgb img = cv2.imread('7.jpg') img = cv2.cvtCol

图形处理/算法

19,468

社区成员

50,698

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章