2 u013452729 u013452729 于 2014.12.02 10:49 提问

用opencv4android中的cvtColoer()对图像灰度化后,为什么像素值都是负数?

Imgproc.cvtColor(srcMat, grayMat, Imgproc.COLOR_RGB2GRAY);我是这样灰度化的
然后,
graybmp = Bitmap.createBitmap(bmp.getWidth(), bmp.getHeight(), Config.RGB_565);
Utils.matToBitmap(grayMat, graybmp);我转成bmp图像
随后,graybmp.getPixels(r, 0, w, 0, 0, w, h);我发现数组r里的数据都是负数,而且还挺大的,不知道为什么会这样,请大神们帮帮我!

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
Qt图像灰度化后显示蓝色图像
问题描述: 原始图像 灰度化后 分析问题:     Rgb三个颜色分量中,只设置了蓝色分量B,其他两个分量为0,才会只显示蓝色图像。 解决问题: 将代码: destImage.setPixel(x, y, qGray(r, g, b)); 改为: int gray = qGray(pixel); QRgb grayPixel = qRgb(g
MatLab矩阵运算——图像灰度化
在群里聊天的时候,有个人问图像灰度化的问题,这是一个很简单的问题,对于图像处理这块来说,matlab和opencv都是一句话调用的事情: Matlab中:gray= rgb2gray(src);  这里的src代表原始图像; Opencv中:Mat garyImage ;                       cvtColor(src,grayImage,CV_RGB2Gray);
opencv简单的彩色图像灰度化和二值化(学习笔记)
图像的灰度化即是将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其一个像素点的变化范围为255种,所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少
图像灰度化方法
目前,在图像处理过程中,最常用的彩色图片格式有RGB,HSV、YUV以及HLS三种。以下分别对这三种格式的彩色图像进行灰度化实现。 1、RGB空间图像      定义于RGB空间的彩色图,其每个像素点的色彩由R、G、B三个分量共同决定。每个分量在内存所占的位数共同决定了图像深度,即每个像素点所占的字节数。以常见的24深度彩色RGB图来说,其三个分量各占1个字节,这样每个分量可以取值为0
使用matlab对图像进行二值化和灰度化处理
用matlab对图像进行二值化处理 >>m = imread('d:\image\logo.jpg'); >> imshow(n); >> n = graythresh(data); >> im2bw(m,n); 用matlab对图像灰度化处理 data = imread('d:\image\photo.jpeg'); imshow(data); gdata = rgb2gray(data); i
图像的灰度化处理的基本原理
图像的灰度化处理的基本原理 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其一个像素点的变化范围为255种,所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的
图像基础、OpenCV入门3——图像灰度化、二值化与图像加噪
图像灰度化方法1:求出每个像素点的RGB三个分量的平均值,然后将这个平均值赋予给这个像素的三个分量 方法2:求RGB和YUV颜色空间的变化关系,建立亮度Y与RGB三个颜色分量的对应关系:Y=0.3R+0.59G+0.11B,以这个亮度值表达图像的灰度值。OpenCV的cvtColor函数,可以直接完成灰度化操作。#-*- coding: utf-8 -*- import cv2 import nu
Qt图像处理--灰度处理
Qt中QImage类封装了对于一般图像像素级的操作,图像显示则使用QPixmap。 本文说说对一般图像(常见格式,图像不大)的处理,比如将彩色图像处理为灰度图像。首先要获得源图像数据,对源图像数据进行处理,将结果保存并显示。 QImage *img;//原图像 QImage *grayImg;//处理后灰度图像 1.获得原图像数据 采用此方法即可,
图像处理灰度化和二值化
# encoding:utf-8 import cv2 img = cv2.imread("../ts.png"); height = img.shape[0] width = img.shape[1] channel = img.shape[2] # 算法 # R=255-R # G=255-G # B=255-B # for i in range(height): # for j
图像的二值化和灰度化理解
图像的二值化是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。   将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中,二值图像占有非常重要的地位,首先,图像的二值化有利于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。其次,要进行二值图像的处理与分析,首先要把灰度图像二...