查看原文
其他

五分钟学会C++高效图表绘制神器调用

gloomyfish OpenCV学堂 2020-02-04


点击上方蓝字关注我们

微信公众号:OpenCV学堂

关注获取更多计算机视觉与深度学习知识

引言

给大家介绍一个C++上简单高效的图表绘制与数据可视化的神器 matplotlib-cpp。先交代我的系统配置跟软件版本信息

- Windows 10 64位- VS2015- Python3.6.5- OpenCV4.2

安装与配置Matplotlib-cpp

通过C++调用python的matplotlib工具包实现各种数据图表显示,是最简单的C++图表库。支持Windows跟Linux系统下使用。


下载

git clone https://github.com/lava/matplotlib-cpp.git

目录结构如下:

在contrib文件夹下面打开WinBuild.cmd,运行这个脚本即可完成编译,但是在运行之前先打开修改4~8行的默认参数,符合自己的软件版本与信息,我的修改如下:

1REM ------Set Your Environment------------------------------- 
2if NOT DEFINED MSVC_VERSION set MSVC_VERSION=14
3if NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Release
4if NOT DEFINED PYTHONHOME   set PYTHONHOME=C:/Users/Administrator/AppData/Local/Programs/Python/Python36
5REM ---------------------------------------------------------


然后在windows 命令行窗口运行如下:

完成编译之后就好啦,现在需要完成VS2015的配置,主要分为三步:

- 配置包含路径


- 配置库目录


- 配置链接器

注意:

还有最重要的一点,把对应的python的home目录设置到环境变量中去!


使用matplotlib-cpp

- 测试matplotlib-cpp

创建一个测试cpp文件,添加如下代码:

1#include "matplotlibcpp.h"
2namespace plt = matplotlibcpp;
3int main() {
4    plt::plot({1,3,2,4});
5    plt::show();
6}


运行结果如下:


OpenCV + matplotlib-cpp联合使用

显示图像

通过 plt::imshow 支持黑白跟彩色图像显示,显示一张图像的代码如下:

1Mat src = imread("D:/images/test1.png");
2cvtColor(src, src, COLOR_BGR2RGB);
3const uchar* buff = src.ptr<uchar>(0);
4int h = src.rows;
5int w = src.cols;
6int channels = src.channels();
7plt::title("My Demo");
8plt::imshow(buff, h, w, channels);
9plt::show();


图像转为HSV色彩空间,对H通道显示对应的直方图曲线

直方图Bar


从数据绘制各种图表

1// Prepare data.
2int n = 5000// number of data points
3vector<double> x(n), y(n);
4for (int i = 0; i<n; ++i) {
5    double t = 2 * CV_PI*i / n;
6    x.at(i) = 16 * sin(t)*sin(t)*sin(t);
7    y.at(i) = 13 * cos(t) - 5 * cos(2 * t) - 2 * cos(3 * t) - cos(4 * t);
8}
9
10// plot() takes an arbitrary number of (x,y,format)-triples. 
11// x must be iterable (that is, anything providing begin(x) and end(x)),
12// y must either be callable (providing operator() const) or iterable. 
13plt::plot(x, y, "r-", x, [](double d) { return 12.5 + abs(sin(d)); }, "k-");
14
15
16// show plots
17plt::show();


显示如下:


来个3D的数据可视化

1std::vector<std::vector<double>> x, y, z;
2for (double i = -5; i <= 5;  i += 0.25) {
3    std::vector<double> x_row, y_row, z_row;
4    for (double j = -5; j <= 5; j += 0.25) {
5        x_row.push_back(i);
6        y_row.push_back(j);
7        z_row.push_back(::std::sin(::std::hypot(i, j)));
8    }
9    x.push_back(x_row);
10    y.push_back(y_row);
11    z.push_back(z_row);
12}
13
14plt::plot_surface(x, y, z);
15plt::show();

显示如下:

2020年,少写废话,同样觉得不是废话就点赞!我会继续努力!


云厚者,雨必猛

弓劲者,箭必远


 推荐阅读 

OpenCV4系统化学习路线图-视频版本!

OpenCV单应性矩阵发现参数估算方法详解

单应性矩阵应用-基于特征的图像拼接

OpenCV图像拼接改进算法之完美拼接

OpenCV | 二值图像分析的技巧都在这里

OpenCV二值图像分析之形态学应用技巧

图像色彩空间与应用转换

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存