点击上方蓝字关注我们
微信公众号:OpenCV学堂
关注获取更多计算机视觉与深度学习知识
问题分析与思路
这个是最近有人问我的一个问题,想把一个拍好的皮肤图像,转换为3D粗糙度表面显示,既然是粗糙度表面显示,我想到的就是把图像转换为灰度图像,对每个像素点来说,有三个不同维度的信息可以表示它们,分别是坐标x、y与像素灰度值c ,对每个像素点Pixel(x,y ,c)就是一个三维向量,使用matplotlib的的3D表面图即可实现显示,这里还另外一个问题需要解决,就是像素的取值范围在0~255之后,但是为了更好的显示,需要首先对灰度图像归一化像素值范围到0~1之间。所以完整的步骤跟思路如下:
加载图像
灰度转换
归一化处理
Surface 3D绘制
代码实现
代码实现主要是基于OpenCV跟matplotlib-cpp两个库,关于这个配置跟简单使用,这里就不再赘述了,直接看之前的文章即可:
五分钟学会C++高效图表绘制神器调用
基于灰度图像实现3D表面绘制的完整代码如下:
Mat image = imread("D:/images/skin.png");// resizeMat src;float rate = 256.0 / max(image.rows, image.cols);resize(image, src, Size(image.cols*rate, image.rows*rate));// 转换为灰度图像Mat gray;cvtColor(src, gray, COLOR_BGR2GRAY);normalize(gray, gray, 0, 1, NORM_MINMAX, CV_32F);imshow("input", src);int h = src.rows;int w = src.cols;std::vector<std::vector<double>> x, y, z;for (int row = 0; row < h; row++) { std::vector<double> x_row, y_row, z_row; for (int col = 0; col < w; col++) { double pv = gray.at<float>(row, col); printf("pv = %.2f \n"); x_row.push_back(col); y_row.push_back(row); z_row.push_back(pv); } x.push_back(x_row); y.push_back(y_row); z.push_back(z_row);}plt::plot_surface(x, y, z);plt::show();waitKey(0);
测试一:
测试二:
凿井者,起于三寸之坎,以就万仞之深
推荐阅读
OpenCV4系统化学习路线图-视频版本!
OpenCV单应性矩阵发现参数估算方法详解
单应性矩阵应用-基于特征的图像拼接
OpenCV图像拼接改进算法之完美拼接
OpenCV | 二值图像分析的技巧都在这里
OpenCV二值图像分析之形态学应用技巧
图像色彩空间与应用转换
五分钟学会C++高效图表绘制神器调用
没想到图像直方图有这么多应用场景
基于灰度共生矩阵(GLCM)的图像纹理分析与提取
OpenCV中一个最容易搞错的形态学操作
OpenCV4.x中请别再用HAAR级联检测器检测人脸,有更好更准的方法