簡化色彩的用處：當待檢索的圖像與圖像庫中的圖像在顏色撒謊能夠存在一定的色彩差異時，系統能自動忽略在一定范圍內的色彩差異，將在一定色彩差異范圍內的圖像劃分為同一組，使其具有相同（相近）的特征值。

可以將顏色減少為8種，15種，64種不同的等級。

經過灰度化，當前色彩是256級，即每一個像素的值可能是0~255，經過簡化色彩后，圖像的灰度級可固定在一個更小的范圍，如8級。

代碼如下圖所示：

#include <opencv2/opencv.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <stdio.h>using namespace cv;int main() {Mat srcImage = imread("1.jpg");int mm=8, nn=8;//mm，nn為縮小后圖像的大小。int cc=64; //cc為圖像簡化色彩后的灰度級數。int t[8 * 8];namedWindow("原圖");imshow("原圖", srcImage);cvtColor(srcImage, srcImage, CV_BGR2GRAY); //圖像化為灰度namedWindow("灰度原圖");imshow("灰度原圖", srcImage);cv::Size dsize = Size(mm, nn);cv::resize(srcImage, srcImage,dsize);namedWindow("灰度縮小");imshow("灰度縮小", srcImage);Mat Feature(mm, nn, CV_32SC1, Scalar::all(0));int i, j;int M = srcImage.rows;int N = srcImage.cols;for (i = 0; i<M; i++)for (j = 0; j<N; j++){Feature.at<int>(i / (M / mm), j / (N / nn)) = Feature.at<int>(i / (M / mm), j / (N / nn)) + srcImage.at<uchar>(i, j);// Feature.at<uchar>(i/(M/8),j/(N/8))+=m.at<uchar>(i,j);}//測試：看看縮小后，圖像里面的每個像素值是多少：for(i=0;i<mm;i++)for (j = 0; j < nn; j++)printf_s("縮小后，圖像里面的每個像素值(%d,%d)%d \n", mm, nn, Feature.at<int>(i, j));printf_s("end\n");//簡化色彩。當前灰度級為8位，即256色，將其處理為cc色。//這里設置cc=64for (i = 0; i<mm; i++)for (j = 0; j<nn; j++)Feature.at<int>(i, j) /= (256 / cc);//測試：看看簡化色彩后，圖像內里面的每個像素值是多少：for(i=0;i<mm;i++)for (j = 0; j < nn; j++)printf_s("簡化色彩后，圖像內里面的每個像素值是多少(%d,%d):%d \n", mm, nn, Feature.at<int>(i, j));//第3步：計算圖像的平均值。double sum, aver;sum = 0;for (i = 0; i<mm; i++)for (j = 0; j<nn; j++)sum += Feature.at<int>(i, j);aver = sum / (mm*nn);printf_s("sum=%lf,aver=%lf",sum,aver);waitKey();return 0; }運行結果如下：

總結

以上是生活随笔為你收集整理的图像处理之简化色彩(含OpenCV代码)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。