您好,登錄后才能下訂單哦!
80后可能還對(duì)兒時(shí)玩過的一種經(jīng)典木質(zhì)的拼圖板游戲記憶猶新,一般是一種4*4或5*5規(guī)格的手持活動(dòng)板,通過挪動(dòng)每個(gè)小板子的位置,拼出來板子上完整的圖像,那時(shí)候還沒有網(wǎng)吧,手機(jī)也還是大哥大的天下,所以這也可以算得上是最早的“手游”了吧……
簡(jiǎn)單的就是經(jīng)典的,現(xiàn)在的Windows 7小工具里還保留了這個(gè)小游戲,當(dāng)然你可能從來沒有留意過~,就是下邊的這個(gè):
可以在控制面板->外觀->桌面小工具里調(diào)出來。
這里準(zhǔn)備用opencv里的模板匹配,通過鼠標(biāo)響應(yīng)事件來實(shí)現(xiàn)這個(gè)小游戲。
首先第一步是對(duì)圖像按照傳入的行列參數(shù)分割,并把分割出來的行*列個(gè)個(gè)數(shù)的子圖像在另一空白圖像中顯示出來:
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); } }
rows和cols分別是用戶定義的行列數(shù),arraryimage是定義的 vector<Mat>類型的向量。
分割完之后需要把這些子圖像隨機(jī)的顯示在另一空白圖像中,這里寫了一個(gè)生成指定區(qū)間里的不重復(fù)的隨機(jī)數(shù)來實(shí)現(xiàn):
//*******************************************************************// //隨機(jī)調(diào)換所有的子圖像序列的位置,用于在 Splite image中顯示 //*******************************************************************// 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]); } }
C++中使用rand()生成隨機(jī)數(shù)記得先定義種子,不然系統(tǒng)會(huì)默認(rèn)種子為1,這樣每次生成的隨機(jī)序列都是一樣的,第一個(gè)隨機(jī)數(shù)永遠(yuǎn)是41,關(guān)于rand()以后再說一說。
每生成一個(gè)隨機(jī)數(shù),就把該隨機(jī)數(shù)作下標(biāo)的向量元素跟第一個(gè)元素對(duì)換,實(shí)現(xiàn)生成不重復(fù)的隨機(jī)數(shù)。
所有分割出來的子圖像按隨機(jī)順序組成了“Splite image”圖像后,通過鼠標(biāo)單擊事件響應(yīng)函數(shù),定位到鼠標(biāo)單擊點(diǎn)坐在的子圖像,并把該子圖像用模板匹配方法在原圖像中定位出位置,最后合成到目標(biāo)圖像“Jigsaw image”
//*******************************************************************// //鼠標(biāo)回調(diào)函數(shù),用于獲取需要查找的子圖像在原圖像中的位置,并在疊加顯示在目標(biāo)圖像中 //*******************************************************************// 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 ROIS=Sourceimage(Rect(maxP.x,maxP.y,Roicols,Roirows)); Mat ROIDst=Dstimage(Rect(minP.x,minP.y,Roicols,Roirows)); addWeighted(ROIDst,0,RoiSpilte,1,0,ROIDst,-1); imshow("Jigsaw image",Dstimage); }
原圖像:
行列分割后的圖像,子圖像位置隨機(jī)分布:
單擊Splite image圖像中的子圖像,疊加該子圖像到目標(biāo)圖像上,子圖像位置通過模板匹配方法在原圖像中定位:
完成后效果:
為了清楚顯示邊界,每個(gè)子圖像在行列上都減了一個(gè)像素,所以上圖可見黑色線條。
完整程序:
#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); //隨機(jī)排列子圖像序列函數(shù) static int vectornumber=0; void OnMouseAction(int event,int x,int y,int flags,void *ustc); //鼠標(biāo)回調(diào)事件函數(shù) int main(int argc,char*argv[]) { Sourceimage=imread(argv[1]); imshow("Source image",Sourceimage); rows=atoi(argv[2]); cols=atoi(argv[3]); 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); } } // 隨機(jī)函數(shù) 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(); } //*******************************************************************// //隨機(jī)調(diào)換所有的子圖像序列的位置,用于在 Splite image中顯示 //*******************************************************************// 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]); } } //*******************************************************************// //鼠標(biāo)回調(diào)函數(shù),用于獲取需要查找的子圖像在原圖像中的位置,并在疊加顯示在目標(biāo)圖像中 //*******************************************************************// 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); } }
資源文件和Code也可以在點(diǎn)擊這里 拼圖板小游戲
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。