OpenCV学习笔记

OpenCV学习笔记

1.基础类型与图像视频读取

1. 基础类型

1. 接口类

OpenCV是一个极其庞大的库，有不可估量的函数数目。受限于类的重载函数数目和种类，内部函数互相调用之间，通常会使用接口类去做隐式类型转换，然后再去进行统一的运算处理这些类通过调用 来进行隐式转换，方便使用。

• InputArray 输入只读数组传递到 OpenCV 函数的代理类
• OutputArray这种类型与 非常相似，只是它用于输入/输出和输出函数参数InputArray。
• InputOutputArray继承了OutputArray，作为输入输出接口，增加了一些功能
• InputArrayOfArrays类型定义InputArray InputArrayOfArrays
• OutputArrayOfArrays类型定义OutputArray OutputArrayOfArrays
• InputOutputArrayOfArrays类型定义OutputArray InputOutputArrayOfArrays

2. 垫子图像类

Mat本质是一个n维密集运算数组，是Matrix的简写。相似的有，表示GPU Mat，表示G-API的Mat接口。UMat GMat

3. 运算类

• Matx 定阶矩阵类，即确定规模大小的矩阵类
• Vec 向量类

4. 定义类

• Point 二维点类
• Point3 三维点类
• Rect 矩形类
• RotatedRect 旋转矩形类
• Range 范围类
• Scalar 通道类
• Size 规格类

2. 图像视频IO

1.函数

1.伊姆读

Mat cv::imread	(	const String &	filename, 
					int				flags = IMREAD_COLOR
				)	


1
2
3
4
5

2.imwrite

bool cv::imwrite	(	const String &				filename,
					InputArray 					img,
					const std::vector<int>> & 	params = std::vector< int >() 
				)	
1
2
3
4

2.类

1.VideoCapture

// 常用函数
 				VideoCapture (const String &filename, int apiPreference=CAP_ANY) 
 				VideoCapture (int index, int apiPreference=CAP_ANY)

virtual bool 	open (const String &filename, int apiPreference=CAP_ANY)
virtual bool 	open (int index, int apiPreference=CAP_ANY)
virtual bool 	isOpened () const

virtual double 	get (int propId) const
virtual bool 	set (int propId, double value)

virtual void 	read ()
virtual void 	release ()

virtual VideoCapture & 	operator>> (const Mat &image)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

2. 图像显示与GUI

展示图像

void cv::imshow	(	const String &	winname,
					InputArray		mat 
				)
1
2
3

imshow函数在指定窗口中显示图像。如果窗口是使用cv::window_AUTOSIZE标志创建的，则图像将以其原始大小显示，但仍受屏幕分辨率的限制。否则，将缩放图像以适应窗口。

如果图像是8位无符号的，它将按原样显示。
-如果图像是16位无符号或32位整数，则像素除以256。也就是说，值范围[0255*256]映射到[0255]。
-如果图像是32位或64位浮点，则像素值乘以255。也就是说，值范围[0,1]映射到[0255]。

若窗口是使用OpenGL支持创建的，那个么cv::imshow也支持ogl::Buffer、ogl::Texture2D和cuda::GpuMat作为输入。
如果该窗口不是在此函数之前创建的，则假定使用cv::window\u AUTOSIZE创建窗口。
如果需要显示大于屏幕分辨率的图像，则需要在imshow之前调用namedWindow（“，WINDOW_NORMAL”）

键盘响应

int cv::waitKey ( int delay = 0 )

函数waitKey无限期地等待一个键事件（当延迟<=0时）或延迟毫秒（当它为正时）。由于操作系统在切换线程之间有一个最小的时间间隔，因此函数不会完全延迟ms，它将至少延迟ms，这取决于当时计算机上运行的其他内容。它返回按下的键的代码，如果在指定时间之前没有按下任何键，则返回-1。

此函数是HighGUI中唯一可以获取和处理事件的方法，因此需要定期调用此函数以进行正常的事件处理，除非在负责事件处理的环境中使用HighGUI。

仅当至少创建了一个HighGUI窗口且该窗口处于活动状态时，该函数才起作用。如果有多个HighGUI窗口，则其中任何一个都可以处于活动状态。

3. 图像色彩学

在OpenCV中，每一个图像对象被抽象成为n维矩阵，而图像对象可以是一张图片，视频里的某一帧，摄像头读取到的数据流中的一个数据部分，或者人为赋值产生的一个数据矩阵。在opencv-python中，借助了Numpy进行运算，在C++中可以使用Eigen进行运算加速。

常用函数

double cv::threshold	(	InputArray 		src,
							OutputArray 	dst,
							double 			thresh,
							double 			maxval,
							int 			type 
 	)	
1
2
3
4
5
6

此外，特殊值#THRESH_OTSU或#THRESH_TRIANGLE可与上述值之一组合。在这些情况下，函数使用大津算法或三角形算法确定最佳阈值，并使用它代替指定的阈值。

请注意，目前，大津和三角形方法仅适用于8位单通道图像。

色彩空间转换函数

void cv::cvtColor	(	InputArray 		src,
						OutputArray 	dst,
						int 			code,
						int 			dstCn = 0 
					)
1
2
3
4
5

该函数用于将输入图像从一个颜色空间转换为另一个颜色空间。如果从RGB颜色空间转换为，则应明确指定通道的顺序（RGB或BGR）。请注意，OpenCV中的默认颜色格式通常称为RGB，但实际上是BGR（字节颠倒）。因此，标准（24位）彩色图像中的第一个字节将是8位蓝色分量，第二个字节将是绿色，第三个字节将是红色。第四、第五和第六个字节将是第二个像素（蓝色、绿色、红色），依此类推。

在线性变换的情况下，范围并不重要。但在非线性变换的情况下，输入的RGB图像应规格化为适当的值范围，以获得正确的结果，例如RGB→ Luv*变换。例如，如果您有一个从8位图像直接转换而来的32位浮点图像，而不进行任何缩放，那么它将具有0…255值范围，而不是函数假定的0…1。因此，在调用cvtColor之前，首先需要缩小图像的比例：

img *= 1./255;
cvtColor(img, img, COLOR_BGR2Luv);
1
2

如果对8位图像使用#cvtColor，转换过程中会丢失一些信息。对于许多应用程序，这一点并不明显，但建议在需要全套颜色的应用程序中使用32位图像，或在操作前转换图像，然后再转换回图像的应用程序中使用32位图像。
如果转换添加alpha通道，其值将设置为相应通道范围的最大值：CV_8U为255，CV_16U为65535，CV_32F为1。

图像通道分割

void cv::split	(	const Mat & 	src,
					Mat * 			mvbegin 
				)	
1
2
3

如果需要提取单个通道或进行其他复杂的通道排列，请使用MixChannel。

如何将3通道矩阵拆分为3个单通道矩阵。

char d[] = {1,2,3,4,5,6,7,8,9,10,11,12};
Mat m(2, 2, CV_8UC3, d);
	 Mat channels[3];
 split(m, channels);
	 channels[0] =
	 [  1,   4;
	7,  10]
	 channels[1] =
	 [  2,   5;
	8,  11]
	 channels[2] =
	 [  3,   6;
	9,  12]
1
2
3
4
5
6
7
8
9
10
11
12
13

通道合并

void cv::merge	(	const Mat* 		mv, 
					size_t 			count, 
					OutputArray 	dst
				)
1
2
3
4

从多个单通道阵列中创建一个多通道阵列。

函数cv::merge将多个数组合并为一个多通道数组。也就是说，输出数组的每个元素都是输入数组元素的串联，其中第i个输入数组的元素被视为mv[i].channels()-元素向量。

函数cv::split执行相反的操作。如果需要以其他高级方式裁剪排序通道，请使用cv::MixChannel。

通道混合

void cv::mixChannels	(	const Mat * 	src,
							size_t 			nsrcs,
							Mat * 			dst,
							size_t 			ndsts,
							const int * 	fromTo,
							size_t 			npairs 
						)
1
2
3
4
5
6
7

将指定通道从输入阵列复制到输出阵列的指定通道。

函数cv::mixChannels提供了一种洗牌图像通道的高级机制。