80后可能还对儿时玩过的一种经典木质的拼图板游戏记忆犹新，一般是一种4*4或5*5规格的手持活动板，通过挪动每个小板子的位置，拼出来板子上完整的图像，那时候还没有网吧，手机也还是大哥大的天下，所以这也可以算得上是最早的“手游”了吧。
今天我们用OpenCV来复现一下儿时的经典！
代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
|
#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"
#include <time.h>
using namespace cv;
Mat Sourceimage, Spilteimage, Rebuildimage, Dstimage;
int rows, cols;
int Roirows, Roicols;
vector<Mat>arraryimage;
void Randarrary(vector<Mat> &vectorMat); //随机排列子图像序列函数
static int vectornumber = 0;
void OnMouseAction(int event, int x, int y, int flags, void *ustc); //鼠标回调事件函数
int mainFun()
{
Sourceimage = imread("D:\\test\\lena.jpg");
imshow("Source image", Sourceimage);
rows = 6; //将图像分割成rows行
cols = 4; //将图像分割成cols列
Roirows = Sourceimage.rows / rows;
Roicols = Sourceimage.cols / cols;
Spilteimage = Mat::zeros(Sourceimage.rows, Sourceimage.cols, Sourceimage.type());
Dstimage = Mat::zeros(Sourceimage.rows, Sourceimage.cols, Sourceimage.type());
for (int i = 0; i<rows; i++)
{
for (int j = 0; j<cols; j++)
{
Mat SourceRoi = Sourceimage(Rect(j*Roicols, i*Roirows, Roicols - 1, Roirows - 1));
arraryimage.push_back(SourceRoi);
}
}
// 随机函数
Randarrary(arraryimage);
for (int i = 0; i<rows; i++)
{
for (int j = 0; j<cols; j++)
{
Mat SpilterRoi = Spilteimage(Rect(j*Roicols, i*Roirows, Roicols - 1, Roirows - 1));
addWeighted(SpilterRoi, 0, arraryimage[vectornumber], 1, 0, SpilterRoi);
vectornumber++;
imshow("Splite image", Spilteimage);
waitKey(150);
}
}
setMouseCallback("Splite image", OnMouseAction);
waitKey();
return 0;
}
//*******************************************************************//
//随机调换所有的子图像序列的位置，用于在 Splite image中显示
//*******************************************************************//
void Randarrary(vector<Mat>& vectorMat)
{
for (int i = 0; i<vectorMat.size(); i++)
{
srand(int(time(0)));
int a = rand() % (vectorMat.size() - i) + i;
swap(vectorMat[i], vectorMat[a]);
}
}
//*******************************************************************//
//鼠标回调函数，用于获取需要查找的子图像在原图像中的位置，并在叠加显示在目标图像中
//*******************************************************************//
void OnMouseAction(int event, int x, int y, int flags, void *ustc)
{
if (event == CV_EVENT_LBUTTONDOWN)
{
Mat RoiSpilte, RoiSource;
int rows = (y / Roirows)*Roirows;
int clos = (x / Roicols)*Roicols;
RoiSpilte = Spilteimage(Rect(clos, rows, Roicols, Roirows));
imshow("Slice", RoiSpilte);
Mat image = Mat::zeros(Sourceimage.rows - Roirows, Sourceimage.cols - Roicols, CV_32FC1);
matchTemplate(Sourceimage, RoiSpilte, image, 1);
normalize(image, image, 0, 1, NORM_MINMAX);
double minV = 0;
double maxV = 0;
Point minP, maxP;
minMaxLoc(image, &minV, &maxV, &minP, &maxP);
Mat ROIDst = Dstimage(Rect(minP.x, minP.y, Roicols, Roirows));
addWeighted(ROIDst, 0, RoiSpilte, 1, 0, ROIDst, -1);
imshow("Jigsaw image", Dstimage);
}
}
//-----开始------
void COpenCVLearningDlg::OnBnClickedStartButton()
{
mainFun();
}
|
效果：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/sxlsxl119/article/details/86480668