Die Qt-und Bildverarbeitung

Habe ich Qt für die GUI-plus LTIlib für die Bildverarbeitung.

Qt selbst nicht sehr hilfreich für die Verarbeitung eines Bildes, aber es gibt ein paar unabhängige Bibliotheken, die Sie verwenden können am besten passen Ihre Bedürfnisse. Beachten Sie, dass Qt ist im wesentlichen dazu gedacht, eine GUI-framework. Es ist sehr sehr gut, wenn auch nicht die beste, um Fenster, buttons, tree views usw.. aber erwarten Sie nicht, dass es so umfassende, die alles können.

Bitte lassen Sie uns wissen mehr genau, was Sie meinen, wenn Sie sagen, "image processing".
Es ist eine große Herrschaft, die mit Hunderten oder tausenden von möglichen Ziele und Ansätze...

EDIT:

Hier ein kleiner Auszug, oder das, was ich zu tun mit Qt+LTI.
Siehe LTI-Dokumentation für alle Betreiber verfügbar. Ich verwendet, um zu tun, Faltungen, selbst Zusammenhänge, grundlegende erosion/Dilatation und vieles mehr.

#include    <ltiDilation.h>
#include    <ltiErosion.h>

#include    <ltiBinaryKernels.h>

#include    <ltiFastRelabeling.h>
#include    <ltiLabelAdjacencyMap.h>

void QLTIDialog::init()
{
    viewLayout = new QGridLayout( frmView, 1, 1, 4, 4, "viewLayout" );

    view= new QImageLabel( frmView, "view" );
    viewLayout->addWidget( view, 0, 0 );

    frmView->setUpdatesEnabled( false );

    view->image( &qimg );
}


void QLTIDialog::btnOpen_clicked()
{
    QString fn= QFileDialog::getOpenFileName(
                    "",
                    tr( "All files (*.*)" ),
                    this,
                    tr( "Open image" ),
                    tr( "Select image file" ) );
    if ( !fn.isEmpty(  ) )
    {
        if ( !qimg.load( fn ) )
        {
            QMessageBox::critical( this, tr( "Fatal error" ),
                QString( tr( "Unable to open %1" ) ).arg( fn ),
                tr( "Exit" ) );

            return;
        }

        view->update(  );

        setCaption( fn );
    }
}


void QLTIDialog::btnProcess_clicked()
{
    lti::image      img;
    lti::channel8   tmp0,
                    h, s, v;

    //Taking QImage data, as in the wiki.
    img.useExternData( qimg.width(  ), qimg.height(  ), ( lti::rgbPixel * )qimg.bits(  ) );

    //Converting to HSV gives-me best results, but it can be left out.
    lti::splitImageToHSV    hsv;
    hsv.apply( img, h, s, v );

    //I do some manipulation over the channels to achieve my objects positions.
    lti::maskFunctor< lti::channel8::value_type > masker;
    masker.invert( v, tmp0 );
    masker.algebraicSum( s, tmp0 );

    //Show the resulting processed image (ilustrative)...
    QLTIDialog  *dh= new QLTIDialog;
    dh->showImage( tmp0 );

    //Apply relabeling (example). Any other operator can be used.
    lti::fastRelabeling::parameters flPar;
    flPar.sortSize= true;
    flPar.minimumObjectSize= 25;
    flPar.fourNeighborhood= true;
    flPar.minThreshold= 40;
    lti::fastRelabeling fr( flPar );
    fr.apply( tmp0 );

    lti::image              imgLam;
    lti::labelAdjacencyMap  lam;
    lam.apply( tmp0, imgLam );

    //By hand copy to QImage.
    lti::image::iterator iit= imgLam.begin(  );
    lti::rgbPixel   *pix= ( lti::rgbPixel * )qimg.bits(  );
    for ( ; iit != imgLam.end(  ); ++iit, ++pix )
        *pix= *iit;

    view->update(  );
}


void QLTIDialog::showImage( lti::image &img )
{
    qimg= QImage( reinterpret_cast< uchar * >( &( *img.begin(  ) ) ),
                    img.rows(  ), img.columns(  ), 32, ( QRgb * )NULL,
                    0, QImage::LittleEndian ).copy(  );

    QDialog::show(  );
}


void QLTIDialog::showImage( lti::channel8 &ch )
{
    lti::image  img;
    img.castFrom( ch );

    qimg= QImage( reinterpret_cast< uchar * >( &( *img.begin(  ) ) ),
                    img.rows(  ), img.columns(  ), 32, ( QRgb * )NULL,
                    0, QImage::LittleEndian ).copy(  );

    QDialog::show(  );
}

BEARBEITEN Wieder:

Fand ich ein weiteres Beispiel, das vielleicht mehr interessant für Sie...

lti::image      img;
lti::channel8   chnl8( false, imgH, imgW ), h, s, v;

//Pass image data to LTI.
img.useExternData( imgH, imgW, ( lti::rgbPixel * )pixels );

//I got better results in HSV for my images.
lti::splitImageToHSV    hsv;
hsv.apply( img, h, s, v );

//Segmentation.
lti::channel8::iterator it= chnl8.begin(  );
lti::channel8::iterator hit= h.begin(  ),
            sit= s.begin(  ),
            vit= v.begin(  );

for ( ; it != chnl8.end(  ); ++it, ++hit, ++sit, ++vit )
{
    int tmp= *sit * 2;
    tmp-=   *hit - 320 + *vit;
    *it= ( *hit > 40 && tmp > 460 ? 1 : 0 );
}

//Distinguish connected objects.
lti::imatrix    objs;

std::vector< lti::geometricFeatureGroup0 >  objF;

lti::geometricFeaturesFromMask::parameters  gfPar;
gfPar.merge=            true;   //Join close objects.
gfPar.minimumDistance=  lti::point( 24, 24 );
gfPar.minimumMergedObjectSize=  2;  //Exclude small ones.
gfPar.nBest=            800;    //Limit no. of objects.

lti::geometricFeaturesFromMask  gf( gfPar );
gf.apply( chnl8, objs, objF );

points.clear(  );

for( std::vector< lti::geometricFeatureGroup0 >::const_iterator gfg0= objF.begin(  );
        gfg0 != objF.end(  ); ++gfg0 )
    points.push_back( Point( gfg0->cog.x, gfg0->cog.y ) );

Der rest ist wie das erste Beispiel.
Hoffe, es hilft.