图像化，简述图像数据化过程

1，简述图像数据化过程

1.细分图象，如分成1440*900个小格； 2.选用颜色模式，可以用RGB、MCYK等。所谓RGB即red\green\blue三原色，所有颜色均可以用这三种母色以不同比例调配出来。RGB颜色模式将三原色都分成0~255种不同深度，所以RGB一共可以表示255的立方种颜色，大概一千六百万种颜色； 3.将每个细分的小格取近似颜色值，该值有三个参数（R，G，B），即（红色值，绿色值，蓝色值），如纯白色（0，0，0），纯黑色（255，255，255）等等； 4.将每个细分小格的颜色参数写入存储器，数据结构可以是线性的，也可以是各种数组…… 5.至此,存储器中保存的即是以RGB颜色模式处理和存储的图象数据。简述完毕

简述图像数据化过程

2，OpenCV图像灰度化是怎么做的呢

先进行灰度化，IplImage* pImg = cvLoadImage( "C:\\1.bmp", 0 ); 这样图像已经灰度化，然后调用cvThreshold(image, image, 125, 255, CV_THRESH_BINARY); 就可以了，125那里是你所用的阈值，这就是最简单的二值化，你要用ostu，或者别的高级一点的，就要自己写函数了

加载图像的函数cvloadimage( filename, -1 ); 默认读取图像的原通道数iplimage* img = cvloadimage( "c:\\1.bmp", -1 ); if(img->nchannels == 1) printf("是灰度图像\n");

OpenCV图像灰度化是怎么做的呢

3，图像处理图像部分球面化或凹面化

void CDigitalImageProcessingDlg::OnRevolve() // TODO: Add your command handler code here int i,j,u,v; CvScalar s; RevolveDlg dlg; if (dlg.DoModal() != IDOK) return; } float revolve =dlg.m_revolve; revolve /= 180; int ow,oh; double t = (double)revolve / 180; int ow = (int)(abs(cos(t * 3.14) * width + sin(t * 3.14) * height) + 0.5); int oh = (int)(abs(cos(t * 3.14) * height + sin(t * 3.14) * width) + 0.5); //ow = (int)() dst = cvCreateImage(cvSize(ow,oh),8,3); cvZero(dst); double t = (double)revolve / 180; for (i = 0; i < oh; i ++) for (j = 0; j < ow; j ++) u = (int)((i - oh / 2) * cos(t * 3.14) + (j - ow / 2) * sin(t * 3.14) + height / 2); v = (int)((j - oh / 2) * cos(t * 3.14) - (i - ow / 2) * sin(t * 3.14) + width / 2); if (u > 0 && u < height && v > 0 && v < width) s = cvGet2D(src,u,v); cvSet2D(dst,i,j,s); } } } ResizeImage(dst); Invalidate(TRUE);}

图像处理图像部分球面化或凹面化