OpenCV

Development Platform:
C/C++

ImageProcess.cpp：Code Content
							
#include <cv.h>
#include <highgui.h>
#include <math.h>
//#include <stdlib.h>
#include <stdio.h>
int main(int argc, char* argv[])
{
    IplImage *src = 0; //定义源图像指针
	IplImage *src_smooth = 0; // define the smooth image pointer;
    IplImage *tmp = 0; //定义临时图像指针
    IplImage *src_back = 0; //定义源图像背景指针
    IplImage *dst_gray = 0; //定义源文件去掉背景后的目标灰度图像指针
    IplImage *dst_bw = 0; //定义源文件去掉背景后的目标二值图像指针
    IplImage *dst_contours = 0; //定义轮廓图像指针
    IplConvKernel *element = 0; //定义形态学结构指针
    int Number_Object =0; //定义目标对象数量
    int contour_area_tmp = 0; //定义目标对象面积临时寄存器
    int contour_area_sum = 0; //定义目标所有对象面积的和
    int contour_area_ave = 0; //定义目标对象面积平均值
    int contour_area_max = 0; //定义目标对象面积最大值
    CvMemStorage *stor = 0;
    CvSeq * cont = 0;
    CvContourScanner contour_scanner; 
    CvSeq * a_contour= 0;
    // 【读取和显示图像】
    // the first command line parameter must be image file name 
    if ( argc == 2 && (src = cvLoadImage(argv[1], -1))!=0 )
    {
        
    }
    else
    {
		src = cvLoadImage("d:\rice.png", 0);
    }
    cvNamedWindow( "src", CV_WINDOW_AUTOSIZE );
    cvShowImage( "src", src );
	// 【平滑图像】
	src_smooth = cvCreateImage(cvGetSize(src),src->depth,src->nChannels);
	//         输入图像，输出图像，平滑方法，参数1234
    //cvSmooth(src, src_smooth, CV_BLUR, 3,3, 0, 0);
	//cvSmooth(src, src_smooth, CV_MEDIAN, 3, 3, 0, 0);
	//cvSmooth(src, src_smooth, CV_GAUSSIAN, 3, 3, 0, 0);
	cvSmooth(src, src_smooth, CV_BILATERAL, 10,10,30,30);//效果最好，保留轮廓滤除噪声；
	
	//display the smooth image;
	cvNamedWindow( "src_smooth", CV_WINDOW_AUTOSIZE );
    cvShowImage( "src_smooth", src_smooth );
    // 【估计图像背景】
    tmp = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    src_back = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);    
	
    element = cvCreateStructuringElementEx( 4, 4, 1, 1, CV_SHAPE_ELLIPSE, 0);//创建结构元素
    
	//用该结构对源图象进行数学形态学的开操作后，估计背景亮度
	//事实上，先腐蚀再膨胀就是把图像去掉了，事实上，可以作同位操作，下面两种做法都可以，但似乎不对称操作效果更好；
    //cvErode( src_smooth, tmp, element, 12);//先腐蚀
    //cvDilate( tmp, src_back, element, 12);//再膨胀
	cvErode( src_smooth, src_back, element, 20);//先腐蚀
    cvDilate( src_back, src_back, element, 60);//再膨胀
    cvNamedWindow( "src_back", CV_WINDOW_AUTOSIZE );
    cvShowImage( "src_back", src_back );
    //【从源图象中减区背景图像】
    dst_gray = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    cvSub( src_smooth, src_back, dst_gray, 0);//计算两个数组每个元素的差
    cvNamedWindow( "dst_gray", CV_WINDOW_AUTOSIZE );
    cvShowImage( "dst_gray", dst_gray );
    //【使用阀值操作将图像转换为二值图像】
    dst_bw = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    cvThreshold( dst_gray, dst_bw ,50, 255, CV_THRESH_BINARY ); //取阀值为50把图像转为二值图像
    //cvAdaptiveThreshold( dst_gray, dst_bw, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 5 );
    cvNamedWindow( "dst_bw", CV_WINDOW_AUTOSIZE );
    cvShowImage( "dst_bw", dst_bw );    
	
	// 【检查图像中的目标对象数量】
    stor = cvCreateMemStorage(0);//创建内存块，默认值64K大小
	
    cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint), stor);	//创建序列
	//在二值图像中寻找轮廓
	//二值图像(cvThreshold二值化)，内存，序列，
    Number_Object = cvFindContours( dst_bw, stor, &cont, sizeof(CvContour), 
	//轮廓提取方法（提取所有轮廓），轮廓逼近方法（只保留末端像素点），像素偏移量
									CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) ); 
    printf("Number_Object: %dn", Number_Object);
    //【计算图像中对象的统计属性】
    dst_contours = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
    cvThreshold( dst_contours, dst_contours ,0, 255, CV_THRESH_BINARY ); //在画轮廓前先把图像变成白色
	//两种写法，可以省略cont->first为;
	//for(;cont;cont=cont->h_next)
	for(cont->first;cont;cont=cont->h_next)
    {	
		//绘制当前轮廓
        cvDrawContours( dst_contours, cont, CV_RGB(255, 255,255), CV_RGB(0, 0, 255), 0, 1, 8, cvPoint(0, 0) ); 
		//cvContourArea 计算整个轮廓或部分轮廓的面积
						//轮廓，感兴趣的轮廓（部分）的起始点（CvSlice为序列分割，默认为整个序列/轮廓）
		//cvContourArea( const CvArr* contour,CvSlice slice CV_DEFAULT(CV_WHOLE_SEQ))
        contour_area_tmp = fabs(cvContourArea( cont, CV_WHOLE_SEQ )); //获取当前轮廓面积
        if( contour_area_tmp > contour_area_max )
        {
            contour_area_max = contour_area_tmp; //找到面积最大的轮廓
        }
        contour_area_sum = contour_area_sum+contour_area_tmp; //求所有轮廓的面积和
    }
    contour_area_ave = contour_area_sum/ Number_Object; //求出所有轮廓的平均值
    printf("contour_area_ave: %dn", contour_area_ave );
    printf("contour_area_max: %dn", contour_area_max );
	printf("contour_area_total: %dn",contour_area_sum);
    cvNamedWindow( "dst_contours", CV_WINDOW_AUTOSIZE );
    cvShowImage( "dst_contours", dst_contours );
    //等待退出，如果是0或负数，随便用键盘按某个键，退出，执行下面的程序；
	//如果是某个正数，则等待 XXX毫秒退出，此处为等待1s。
	//cvWaitKey(1000);
	//下面则是特定按键 ESC才退出，注意要用到while{}
	while(1){
		 int key = cvWaitKey(0);
	 if(key==27){break;}
	}
	
    cvReleaseImage(&src);
	cvReleaseImage(&src_smooth);
    cvReleaseImage(&tmp);
    cvReleaseImage(&src_back);
    cvReleaseImage(&dst_gray);
    cvReleaseImage(&dst_bw);
    cvReleaseImage(&dst_contours);
    cvReleaseMemStorage(&stor);
    cvDestroyWindow( "src" );
	cvDestroyWindow("src_smooth");
    cvDestroyWindow( "src_back" );
    cvDestroyWindow( "dst_gray" );
    cvDestroyWindow( "dst_bw" );
    cvDestroyWindow( "dst_contours" );
    //void cvDestroyAllWindows(void);
    return 0;
}

						