这是一个简单的图像处理类 ImageProcessor，提供了两个静态方法用于边缘检测和阈值处理。以下是完整的实现示例（基于Qt框架）：
#include <QImage>
#include <QColor>
#include <vector>
#include <cmath>
class ImageProcessor {
public:
// 使用Sobel算子进行边缘检测
static QImage applyEdgeDetection(const QImage &input) {
if(input.isNull()) return QImage();
QImage result(input.size(), input.format());
// Sobel算子核
const int sobelX[3][3] = {{-1, 0, 1},
{-2, 0, 2},
{-1, 0, 1}};
const int sobelY[3][3] = {{-1, -2, -1},
{0, 0, 0},
{1, 2, 1}};
for(int y = 1; y < input.height()-1; y++) {
for(int x = 1; x < input.width()-1; x++) {
int pixelX = 0;
int pixelY = 0;
// 卷积计算
for(int i = -1; i <= 1; i++) {
for(int j = -1; j <= 1; j++) {
QRgb rgb = input.pixel(x+j, y+i);
int gray = qGray(rgb);
pixelX += gray * sobelX[i+1][j+1];
pixelY += gray * sobelY[i+1][j+1];
}
}
int magnitude = std::min(255, static_cast<int>(std::sqrt(pixelX*pixelX + pixelY*pixelY)));
result.setPixel(x, y, qRgb(magnitude, magnitude, magnitude));
}
}
return result;
}
// 阈值处理
static QImage applyThreshold(const QImage &input, int threshold) {
if(input.isNull()) return QImage();
QImage result(input.size(), input.format());
for(int y = 0; y < input.height(); y++) {
for(int x = 0; x < input.width(); x++) {
QRgb rgb = input.pixel(x,y);
int gray = qGray(rgb);
int newValue = (gray > threshold) ? 255 : 0;
result.setPixel(x,y,qRgb(newValue, newValue, newValue));
}
}
return result;
}
};
使用说明：
// Qt中使用示例：
QImage original("image.jpg");
QImage edgeDetected = ImageProcessor::applyEdgeDetection(original);
QImage thresholded = ImageProcessor::applyThreshold(original,128);
//保存结果
edgeDetected.save("edges.jpg");
thresholded.save("threshold.jpg");
功能说明：
applyEdgeDetection: 使用Sobel算子检测图像边缘，返回灰度图形式的边缘检测结果
applyThreshold: 将图像二值化，大于阈值的像素设为白色(255)，否则设为黑色(0)
注意：实际使用时需要包含Qt GUI模块，并在.pro文件中添加QT += gui
内容由零声教学AI助手提供，问题来源于学员提问
