山东大学数字图像处理实验一：图像基本操作

实验一包含两个小实验：图像加载和显示、图像合成。用c++、opencv写的。运行代码时注意所选图像的大小和格式

//#include 
//#include 
//#include “opencv2/imgcodecs.hpp“
//#include 
//#include 
//#include 
//
//using namespace cv;
//using namespace cv::ml;
//using namespace std;
//
////大端转小端
//int reverseInt（int i）;
//
//void main（）
//{
//	//读取测试样本集
//	ifstream if_testImags（“t10k-images-idx3-ubyte“ ios::binary）;
//	//读取失败
//	if （true == if_testImags.fail（））
//	{
//		cout << “Please check the path of file t10k-images-idx3-ubyte“ << endl;
//		return;
//	}
//	int magic_num testImgsNum nrows ncols;
//	//读取magic number
//	if_testImags.read（（char*）&magic_num sizeof（magic_num））;
//	magic_num = reverseInt（magic_num）;
//	cout << “测试图像数据库t10k-images-idx3-ubyte的magic number为：“ << magic_num << endl;
//	//读取测试图像总数
//	if_testImags.read（（char*）&testImgsNum sizeof（testImgsNum））;
//	testImgsNum = reverseInt（testImgsNum）;
//	cout << “测试图像数据库t10k-images-idx3-ubyte的图像总数为：“ << testImgsNum << endl;
//	//读取图像的行大小
//	if_testImags.read（（char*）&nrows sizeof（nrows））;
//	nrows = reverseInt（nrows）;
//	cout << “测试图像数据库t10k-images-idx3-ubyte的图像维度row为：“ << nrows << endl;
//	//读取图像的列大小
//	if_testImags.read（（char*）&ncols sizeof（ncols））;
//	ncols = reverseInt（ncols）;
//	cout << “测试图像数据库t10k-images-idx3-ubyte的图像维度col为：“ << ncols << endl;
//
//	//读取测试图像
//	int imgVectorLen = nrows * ncols;
//	Mat testFeatures = Mat::zeros（testImgsNum imgVectorLen CV_32FC1）;
//	Mat temp = Mat::zeros（nrows ncols CV_8UC1）;
//	for （int i = 0; i < testImgsNum; i++）
//	{
//		if_testImags.read（（char*）temp.data imgVectorLen）;
//		Mat tempFloat;
//		//由于SVM需要的测试数据格式是CV_32FC1，在这里进行转换
//		temp.convertTo（tempFloat CV_32FC1）;
//		memcpy（testFeatures.data + i*imgVectorLen * sizeof（float） tempFloat.data imgVectorLen * sizeof（float））;
//	}
//	//归一化
//	testFeatures = testFeatures / 255;
//	//读取测试图像对应的分类标签
//	ifstream if_testLabels（“t10k-labels-idx1-ubyte“ ios::binary）;
//	//读取失败
//	if （true == if_testLabels.fail（））
//	{
//		cout << “Please check the path of file t10k-labels-idx1-ubyte“ << endl;
//		return;
//	}
//	int magic_num_2 testLblsNum;
//	//读取magic number
//	if_testLabels.read（（char*）&magic_num_2 sizeof（magic_num_2））;
//	magic_num_2 = reverseInt（magic_num_2）;
//	cout << “测试图像标签数据库t10k-labels-idx1-ubyte的magic number为：“ << magic_num_2 << endl;
//	//读取测试图像的分类标签的数量
//	if_testLabels.read（（char*）&testLblsNum sizeof（testLblsNum））;
//	testLblsNum = reverseInt（testLblsNum）;
//	cout << “测试图像标签数据库t10k-labels-idx1-ubyte的标签总数为：“ << testLblsNum << endl;
//
//	//由于SVM需要输入的标签类型是CV_32SC1，在这里进行转换
//	Mat testLabels = Mat::zeros（testLblsNum 1 CV_32SC1）;
//	Mat readLabels = Mat::zeros（testLblsNum 1 CV_8UC1）;
//	if_testLabels.read（（char*）readLabels.data testLblsNum * sizeof（char））;
//	readLabels.convertTo（testLabels CV_32SC1）;
//
//	//载入训练好的SVM模型
//	Ptr svm = SVM::load（“mnist.xml“）;
//	int sum = 0;
//	//对每一个测试图像进行SVM分类预测
//	for （int i = 0; i <

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4729  2017-12-13 10:30  test.cpp
     文件         939  2017-10-01 10:40  test1.cpp