热门搜索:
您现在的位置是：首页 > 文章详情

马赫效应和应对方法

日期：2015-07-15点击：600

[blog]马赫效应和应对方法

//创建并且分析如何处理矩形的MachEffect
    Mat srcRect1(500,500,CV_8UC1);
    Mat srcRect2(500,500,CV_8UC1);
    for (int i=0;i<10;i++)
    {
        for (int j=0;j<50;j++)
        {
            srcRect1.row(i*50+j) = i*25;
        }
    }
    imshow("MachEffectRect1",srcRect1);
就是macheffect,它的应对方法就是知道数据产生的结构，然后构建连续梯度
for (int i=0;i<10;i++)
    {
        for (int j=0;j<50;j++)
        {
            srcRect2.row(i*50+j) = i*25;
        }
    }
 
    for (int i=0;i<9;i++)
    {    
        for (int j=0;j<50;j++)
        {
            srcRect2.row(25+i*50+j) = i*25+j/2;
        }
    }
  
    imshow("MachEffectRect2",srcRect2);
这里最为困难的，无疑就是“结构的获取”，比如对于这种情况
//创建任意情况的MachEffect
    Mat srcRnd = imread("macheffect.bmp");
    Mat RncClone = srcRnd.clone();
    Mat canny;
    blur(RncClone,RncClone,Size(10,10));
    Mat srcRnd2 = Mat::zeros(500,500,CV_8UC1);
    std::vector<std::vector<cv::Point>>contours;        
    int imaxSize = -1;int imaxNum = 0;
    for (int i=0;i<10;i++)
    {       
        dilate(RncClone,RncClone,Mat(10,10,CV_8UC1));
        threshold(RncClone,canny,100,255,THRESH_BINARY_INV);
        Canny(canny,canny,0,255);
        findContours(canny,contours,CV_RETR_LIST,CV_CHAIN_APPROX_NONE);
        for (int n=0;n<contours.size();n++)
        {
            int itmp = contours[n].size();
            if (itmp > imaxSize )
            {
                imaxSize = contours[n].size();
                imaxNum = n;
            }
        }
 
        drawContours(srcRnd2,contours,imaxNum,Scalar(255-25*i),-1);
        imaxNum = 0;
        imaxSize = -1;
        contours.clear();
        imshow("canny",canny);
        imshow("Rncclone",RncClone);
        imshow("srcRnd",srcRnd);
        imshow("srcRnd2",srcRnd2);
        //srcRnd2 = Mat::zeros(500,500,CV_8UC1); 
        waitKey();
    }
    
    他还是可以来做的，因为这个结构并不复杂，但是如果对于现实中产生的情况，其结构的获取会比较复杂。但是总的来说，获取结构，构建连续梯度替代直接的跳跃应该是问题的解决方法。



 



目前方向：图像拼接融合、图像识别 联系方式：jsxyhelu@foxmail.com
原文链接：https://yq.aliyun.com/articles/649593
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有，本站原创内容转载请注明来源。

相关文章

    文章评论

    共有0条评论来说两句吧...

    文章二维码

    扫描即可查看该文章

    点击排行

    推荐阅读

    最新文章