当前位置: article > 正文

EmguCV学习笔记 C# 2.4 Image类_c# image类赋值

作者：酷酷是懒虫 | 2024-08-19 09:04:02

踩

c# image类赋值

EmguCV学习笔记目录 Vb.net

EmguCV学习笔记目录 C#

笔者的博客网址：VB.Net-CSDN博客

教程相关说明以及如何获得pdf教程和代码（博客上的教程内容会和pdf教程一致，教程中也会包含所有代码），请移步：EmguCV学习笔记

2.4 Image类

Image类在EmguCV中实际是Image<TColor,Tdepth>类，本教程中简称Image类。其中：

Tcolor：图像像素使用的颜色空间，可以使用Bgr、Hsv等。（关于颜色空间的介绍请参看2.1.1节《颜色空间》）
Tdepth：图像深度，即像素的位数。例如：Byte、Int16、Int32等，大多数情况都是使用的Byte。

Image类是EmguCV中最基本的图像类，提供了各种图像处理方法，如图像裁剪、缩放、旋转等。

常用属性：

Mat：对应的Mat矩阵。
ROI：即region of interest（感兴趣的区域），后面会讲用法，如果需要清空ROI, 那么将它设置为Rectangle.Empty。
IsROISet：返回是否设置了ROI。
NumberOfChannels：图像包含的通道数。

2.4.1 构造函数

Image类常用构造函数：

public Image(

string fileName

)

实际使用时候的声明如：

Image<Bgr, byte> img1 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

参数：

fileName：文件路径。

注意：由于使用的是Bgr，表示三个通道数据，每个通道的大小是1个Byte，也就是保存数据从0-255。如果是Image <Gray, Byte>，那么就只有一个通道。

【代码位置：frmChapter2_3】Button1_Click

以下代码演示了使用不同的颜色空间，显示出来的图像：

//构造函数

private void Button1_Click(object sender, EventArgs e)

{

//使用Bgr颜色空间

Image<Bgr, byte> img1 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img1;

//使用Hsv颜色空间

Image<Hsv, byte> img2 = new Image<Hsv, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-55 不同颜色空间显示出的图片

在下面的代码中用到这两个构造函数：

public Image( Size size );

public Image( int width, int height, TColor value );

【代码位置：frmChapter2_3】Button2_Click

//构造函数

private void Button2_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img1 = new Image<Bgr, byte>(new Size(200, 200));

ImageBox1.Image = img1;

Image<Bgr, byte> img2 = new Image<Bgr, byte>(img1.Size.Width, img1.Size.Height, new Bgr(255, 0, 0));

ImageBox2.Image = img2;

}

上述代码中，img1设置为了200*200大小，由于没有值，那么默认是0，也就显示为黑色。而img2同img1的宽度和高度，并直接设置颜色为蓝色。

运行后如下图所示：

图2-56 显示黑色和蓝色图像

2.4.2 设置图像颜色

通过SetZero和SetValue可以设置图像整体颜色。其中SetZero将图像所有像素设置为0，即黑色；SetValue可以设置指定的颜色。

【代码位置：frmChapter2_3】Button3_Click

//SetZero和SetValue

private void Button3_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img1 = new Image<Bgr, byte>(new Size(200, 200));

//所有像素设置为0

img1.SetZero();

ImageBox1.Image = img1;

Image<Bgr, byte> img2 = new Image<Bgr, byte>(new Size(200, 200));

//所有像素设置为红色

img2.SetValue(new Bgr(0, 0, 255));

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-57 显示黑色和红色图像

另外还可以通过像素点在行、列方向索引的方式，设置具体某个像素点颜色。需要注意的是，这个方法使用的颜色，和Image的Tcolor要一致。

【代码位置：frmChapter2_3】Button4_Click

//设置像素点颜色

private void Button4_Click(object sender, EventArgs e)

{

//使用Bgr颜色空间

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img;

for (int i = 100; i <= 200; i++)

for (int j = 200; j <= 300; j++)

//img(行,列）=Bgr

img[j, i] = new Bgr(122, 122, 122);

ImageBox2.Image = img;

}

运行后如下图所示：

图2-58 在图像上生成一个灰色的方框

与设置像素点颜色相反，读取图片某个位置像素的颜色可以使用以下代码：

Bgr=img[行,列];

【代码位置：frmChapter2_3】Button5_Click

//读取像素颜色

private void Button5_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img;

Image<Bgr, byte> imgDst = new Image<Bgr, byte>(new Size(120, 120));

Bgr c;

//读取源图像坐标（0，0）像素的颜色

c = img[0, 0];

//设置图像颜色

imgDst.SetValue(c);

ImageBox2.Image = imgDst;

}

运行后如下图所示：

图2-59 获取源图像某个像素的颜色

2.4.3 图像的副本

Image 类中的 Copy 和 Clone 方法都可以用于创建图像的副本，但它们之间存在一些区别：如果源图像设置了ROI区域，Clone 方法会将源图像完全复制，包括ROI区域；而Copy方法仅复制源图像的ROI区域。

【代码位置：frmChapter2_3】Button6_Click

//Copy与Clone：未设置ROI

private void Button6_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Bgr, byte> imgClone;

imgClone = img.Clone();

ImageBox1.Image = imgClone;

Image<Bgr, byte> imgCopy;

imgCopy = img.Copy();

ImageBox2.Image = imgCopy;

}

运行后如下图所示：

图2-60 未设置ROI时，Clone和Copy显示相同

【代码位置：frmChapter2_3】Button7_Click

//Copy与Clone：设置ROI

private void Button7_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

img.ROI = new Rectangle(100, 100, 200, 200);

Image<Bgr, byte> imgClone;

imgClone = img.Clone();

//取消ROI区域

imgClone.ROI = Rectangle.Empty;

//实际显示了源图像的全部区域

ImageBox1.Image = imgClone;

Image<Bgr, byte> imgCopy;

imgCopy = img.Copy();

//取消ROI区域，不影响已经拷贝的副本

img.ROI = Rectangle.Empty;

//实际只显示了源图像的(100, 100, 200, 200)区域

ImageBox2.Image = imgCopy;

}

运行后如下图所示：

图2-61 设置ROI后，Clone显示同源图，Copy只显示源图的ROI部分

2.4.4 图像的运算

2.4.4.1 加法

Image类提供了Add和AddWeighted方法，用于对两个图像进行加法运算。这两个方法的作用类似，都是将两个图像的像素值相加，并将结果存储到一个新的图像中。不同之处在于，AddWeighted方法还可以对两个图像进行加权求和，并可以指定权重系数。

需要注意的是，要使用Add和AddWeighted方法对两个图像进行加法运算，两个输入图像的大小、颜色空间和深度类型必须相同。

【代码位置：frmChapter2_3】Button8_Click

//加法：Add

private void Button8_Click(object sender, EventArgs e)

{

Image<Bgr, byte> imgsrc = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

//直接加上某个颜色

Image<Bgr, byte> img1 = new Image<Bgr, byte>(imgsrc.Size);

img1 = imgsrc.Add(new Bgr(40, 40, 40));

ImageBox1.Image = img1;

//图像+图像

Image<Bgr, byte> img2 = new Image<Bgr, byte>(imgsrc.Size);

img2.SetValue(new Bgr(255, 0, 0));

for (int i = 100; i <= 200; i++)

for (int j = 200; j <= 300; j++)

img2[j, i] = new Bgr(122, 122, 122);

Image<Bgr, byte> img3 = new Image<Bgr, byte>(imgsrc.Size);

//Add

img3 = imgsrc.Add(img2);

ImageBox2.Image = img3;

}

运行后如下图所示：

图2-62 Add方法

AddWeighted方法的语法如下：

public Image<TColor, TDepth> AddWeighted(

Image<TColor, TDepth> img2,

double alpha,

double beta,

double gamma

)

其中：

img2：需要做加运算的第二个输入图像。
alpha：第一个输入图像的权重系数。
beta：第二个输入图像的权重系数。
gamma：表示加权求和后的偏移量。

使用AddWeighted方法后：

输出图像像素颜色=第一个输入图像像素颜色* alpha +第二个输入图像像素颜色* beta + gamma

【代码位置：frmChapter2_3】Button9_Click

//加法：AddWeighted

private void Button9_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img1 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img1;

//叠加的图片必须同一个尺寸和同一类型

Image<Bgr, byte> img2 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena_fillwhite.jpg");

//img1的权重

Double alpha = 0.3;

//img2的权重

Double beta = 0.5;

//偏移量

Double gamma = -40;

Image<Bgr, byte> img3 = new Image<Bgr, byte>(img1.Size);

//AddWeighted

img3 = img1.AddWeighted(img2, alpha, beta, gamma);

ImageBox2.Image = img3;

}

运行后如下图所示：

图2-63 AddWeighted方法

2.4.4.2 减法

【代码位置：frmChapter2_3】Button10_Click

//减法：AbsDiff 1

private void Button10_Click(object sender, EventArgs e)

{

Image<Bgr, byte> imgsrc = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

//====以下代码减去某个颜色值

Image<Bgr, byte> img1;

img1 = imgsrc.AbsDiff(new Bgr(50, 50, 50));

ImageBox1.Image = img1;

//====逆反（底片）效果

Image<Bgr, byte> img2 = new Image<Bgr, byte>(imgsrc.Size);

img2.SetValue(new Bgr(255, 255, 255));

Image<Bgr, byte> img3;

img3 = imgsrc.AbsDiff(img2);

ImageBox2.Image = img3;

}

运行后如下图所示：

图2-64 AbsDiff方法

【代码位置：frmChapter2_3】Button11_Click

//减法：AbsDiff 2 扣出人像

private void Button11_Click(object sender, EventArgs e)

{

Image<Bgr, byte> imgsrc = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = imgsrc;

//载入的图片已经将人像部分涂黑

Image<Bgr, byte> img1 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena_fillblack.jpg");

Image<Bgr, byte> img2;

img2 = imgsrc.AbsDiff(img1);

//更换图片顺序做减法也一样：

//img2 = img1.AbsDiff(imgsrc);

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-65 使用AbsDiff进行抠图

2.4.4.3 乘法

【代码位置：frmChapter2_3】Button12_Click

//乘法：Mul

private void Button12_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img;

Image<Bgr, byte> img2 = new Image<Bgr, byte>(img.Size);

img2 = img.Mul(2);

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-66 乘法

2.4.4.4 Xor和And运算

【代码位置：frmChapter2_3】Button13_Click

//Xor和And运算1：使用彩色图片

private void Button13_Click(object sender, EventArgs e)

{

Image<Bgr, byte> imgsrc1 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Bgr, byte> imgsrc2 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena_fillblack.jpg");

Image<Bgr, byte> imgout1 = new Image<Bgr, byte>(imgsrc1.Size);

//Xor运算

imgout1 = imgsrc1.Xor(imgsrc2);

ImageBox1.Image = imgout1;

Image<Bgr, byte> imgout2 = new Image<Bgr, byte>(imgsrc1.Size);

//And运算

imgout2 = imgsrc1.And(imgsrc2);

ImageBox2.Image = imgout2;

}

运行后如下图所示：

图2-67 彩色图片的Xor和And运算

【代码位置：frmChapter2_3】Button14_Click

//Xor和And运算2：使用灰度图片

private void Button14_Click(object sender, EventArgs e)

{

Image<Gray, byte> imgsrc1 = new Image<Gray, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Gray, byte> imgsrc2 = new Image<Gray, byte>("C:\\learnEmgucv\\lena_fillblack.jpg");

Image<Gray, byte> imgout1 = new Image<Gray, byte>(imgsrc1.Size);

imgout1 = imgsrc1.Xor(imgsrc2);

ImageBox1.Image = imgout1;

Image<Gray, byte> imgout2 = new Image<Gray, byte>(imgsrc1.Size);

imgout2 = imgsrc1.And(imgsrc2);

ImageBox2.Image = imgout2;

}

运行后如下图所示：

图2-68 灰度图片的Xor和And运算

2.4.5 常用方法

Image类提供的图像处理方法和Mat类的方法类似，请参看5.3节【Mat类】部分；此外，还有一些方法和后面第5章【图像处理】所讲述的方法类似，请参考第5章的讲解。

2.4.5.1 Convert

Convert方法将一个图像转换为其他颜色空间的图像，例如将BGR图像转换为灰度图像、将灰度图像转换为彩色图像等。

【代码位置：frmChapter2_3】Button15_Click

//颜色空间转换

private void Button15_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Rgb, byte> img1;

//Bgr转Rgb

img1 = img.Convert<Rgb, Byte>();

ImageBox1.Image = img1;

Image<Gray, byte> img2;

//Bgr转Gray

img2 = img.Convert<Gray, Byte>();

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-69 图像颜色空间转换

2.4.5.2 ThresholdBinary

Thresholdbinary方法，用于对图像进行二值化处理。二值化是一种常用的图像处理技术，可以将图像中的像素点转换为只有两种值（一般是黑和白，对应像素值为0和255）的形式，以便于后续处理。

thresholdbinary方法的语法如下：

public Image<TColor, TDepth> ThresholdBinary(

TColor threshold,

TColor maxValue

)

参数说明：

threshold：表示阈值，此参数决定了二值化的结果，如果像素点的灰度值大于等于阈值，则将其设为最大值，否则将其设为0。如果是处理多通道图像，那么图像的每个通道将分别与阈值做对比。

maxVal：表示最大值，默认为255。

【代码位置：frmChapter2_3】Button16_Click

//二值化1：ThresholdBinary

private void Button16_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img;

Image<Bgr, byte> img2 = new Image<Bgr, byte>(img.Size);

img2 = img.ThresholdBinary(new Bgr(120, 120, 120), new Bgr(255, 255, 255));

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-70 彩色图像二值化

2.4.5.2 ThresholdBinaryInv

ThresholdBinaryInv与Thresholdbinary相反，如果像素点的灰度值小于阈值，则将其设为最大值，否则将其设为0。如果是处理多通道图像，那么图像的每个通道将分别与阈值做对比。

【代码位置：frmChapter2_3】Button17_Click

'二值化2：ThresholdBinaryInv

//二值化2：ThresholdBinaryInv

private void Button17_Click(object sender, EventArgs e)

{

Image<Gray, byte> imgsrc = new Image<Gray, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Gray, byte> img1 = new Image<Gray, byte>(imgsrc.Size);

img1 = imgsrc.ThresholdBinary(new Gray(120), new Gray(255));

ImageBox1.Image = img1;

Image<Gray, byte> img2 = new Image<Gray, byte>(imgsrc.Size);

img2 = imgsrc.ThresholdBinaryInv(new Gray(120), new Gray(255));

ImageBox2.Image = img2;

}

运行后如下图所示，可以看到两个图像黑白是相反的：

图2-71 ThresholdBinaryInv与Thresholdbinary的对比

Image类下面还有几个Threshold~方法，这里不再累述，后面第5章，还要讲到。

2.4.5.3 Canny

Canny方法用于进行Canny边缘检测。Canny边缘检测是一种非常常用的图像处理算法，它可以检测出图像中的边缘，并将它们以二值图像的形式输出。

Canny方法原型如下：

public Image<Gray, byte> Canny(

double thresh,

double threshLinking

)

参数说明：

thresh：一个Double类型的值，表示高阈值。
threshLinking：一个Double类型的值，表示低阈值。

【代码位置：frmChapter2_3】Button18_Click

//边缘检测:canny

private void Button18_Click(object sender, EventArgs e)

{

//载入彩色图像再进行Canny

Image<Bgr, byte> imgsrc1 = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Gray, byte> img1 = new Image<Gray, byte>(imgsrc1.Size);

img1 = imgsrc1.Canny(120, 0);

ImageBox1.Image = img1;

//载入灰度图像再进行Canny

Image<Gray, byte> imgsrc2 = new Image<Gray, byte>("C:\\learnEmgucv\\lena.jpg");

Image<Gray, byte> img2 = new Image<Gray, byte>(imgsrc2.Size);

img2 = imgsrc2.Canny(120, 0);

ImageBox2.Image = img2;

}

运行后如下图所示，可以看到两种方式进行边缘检测结果不同：

图2-72 彩色图像和灰度图像的边缘检测

2.4.5.4 SmoothBlur

SmoothBlur方法用于对图像进行模糊（也称为滤波）处理，以达到平滑图像的效果。模糊处理是一种常见的图像预处理方法，可以减少图像中的噪声，平滑图像的边缘和细节，同时也可以用于去除图像中的某些细节信息，以达到特定的目的。

SmoothBlur方法的原型为：

public Image<TColor, TDepth> SmoothBlur(

int width,

int height

)

SmoothBlur方法将按照像素对width*height的区域进行求和，随后乘上1/（width*height）获得处理后的像素值。

【代码位置：frmChapter2_3】Button19_Click

//模糊：SmoothBlur

private void Button19_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img;

Image<Bgr, byte> img2 = new Image<Bgr, byte>(img.Size);

img2 = img.SmoothBlur(3, 10);

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-73 模糊

2.4.5.5 SmoothGaussian

Smoothgaussian方法用于对图像进行高斯模糊（滤波），可以用于去噪或者平滑图像。高斯滤波是一种线性平滑滤波器，它可以对图像进行平滑处理，同时保持图像的边缘信息不变。

Smoothgaussian方法的原型为：

public Image<TColor, TDepth> SmoothGaussian(

int kernelWidth,

int kernelHeight,

double sigma1,

double sigma2

)

参数说明：

kernelWidth和kernelHeight表示模糊核的宽度和高度，也称为模板的大小。
sigmaX和sigmaY分别表示模糊核在X和Y方向上的标准差，决定了模糊程度。

【代码位置：frmChapter2_3】Button20_Click

//模糊：SmoothGaussian

private void Button20_Click(object sender, EventArgs e)

{

Image<Bgr, byte> img = new Image<Bgr, byte>("C:\\learnEmgucv\\lena.jpg");

ImageBox1.Image = img;

Image<Bgr, byte> img2 = new Image<Bgr, byte>(img.Size);

img2 = img.SmoothGaussian(5, 5, 15, 1.5);

ImageBox2.Image = img2;

}

运行后如下图所示：

图2-74 高斯模糊

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/酷酷是懒虫/article/detail/1001616