opencv c++编程基础_opencv c++入门

1、图片的本质

图像在 OpenCV 中的本质

在 OpenCV 中，图像被表示为一个多维数组，其中每个元素对应于图像中的单个像素。图像的维度取决于其通道数和像素数。

• **通道数：**图像可以有多个通道，每个通道存储图像的不同信息。例如，彩色图像通常有 3 个通道（红色、绿色和蓝色），而灰度图像只有一个通道。
• **像素数：**图像的像素数决定了其宽度和高度。

图像存储方式

OpenCV 中的图像通常以以下格式存储：

• **Mat：**这是 OpenCV 中最常用的图像表示形式。Mat 是一个多维数组，可以存储不同类型的图像数据（例如，uint8、float32 等）。
• **IplImage：**这是一个旧的图像表示形式，在 OpenCV 2.0 之前使用。它与 Mat 类似，但有一些限制。

Mat 中图像的存储

Mat 中的图像数据以行优先顺序存储。这意味着图像的第一个维度对应于行，而第二个维度对应于列。对于一个 3 通道的彩色图像，Mat 中的元素顺序如下：

[B00, G00, R00, B01, G01, R01, ..., Bmn, Gmn, Rmn]

其中：

• B、G、R 表示蓝色、绿色和红色通道
• m 和 n 是图像的高度和宽度

通道的顺序

OpenCV 中图像的通道顺序通常为 BGR（蓝色、绿色、红色）。这与其他一些图像处理库（如 PIL）中使用的 RGB 顺序不同。

其他图像存储格式

除了 Mat 和 IplImage 之外，OpenCV 还支持其他图像存储格式，包括：

• **UMat：**一种优化的 Mat，可利用 GPU 加速。
• **cuda::GpuMat：**一种专用于 GPU 处理的 Mat。
• **std::vector<uchar>：**一种使用标准 C++ 向量存储图像数据的格式。

2、Mat

从文件读取图片并显示

#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
 
using namespace std;
using namespace cv;
 
int main(){
    Mat image;
    image = imread("firefox.png");      //imread()读取图片
    if(!image.empty()){
        imshow("1",image);              //imshow展示图片，前面为展示名，后面为图片。
        waitKey(0);
    }
    destroyAllWindows();
 
    return 0;
}

从文件读取图片并显示

waitKey(0) 是 OpenCV 中的一个函数，用于等待用户按下一个键。它有以下作用：

• 暂停程序执行：waitKey(0) 会暂停程序执行，直到用户按下一个键。这通常用于在显示图像或视频时让用户有机会查看内容。
• **获取按键：**当用户按下一个键时，waitKey(0) 会返回该键的 ASCII 码。这可用于检测用户输入并做出相应操作。
• 无限等待：waitKey(0) 的参数为 0 表示无限等待。这意味着程序将一直暂停，直到用户按下一个键。

使用示例：

cv::Mat image = cv::imread("image.png");
 
cv::imshow("Image", image);
 
cv::waitKey(0);

在上面的示例中，程序将暂停执行，直到用户按下一个键。然后，程序将继续执行，关闭图像窗口并释放资源。

注意：

• waitKey(0) 是一个阻塞函数，这意味着它会阻止程序执行，直到用户按下一个键。
• 如果您不希望程序暂停执行，可以使用 waitKey(1)，它将等待 1 毫秒的按键输入。如果在此期间没有按键输入，程序将继续执行。
• waitKey(0) 通常用于交互式应用程序，例如图像查看器或视频播放器。

展示结果：

图片大小resize函数

resize后保存为新图片

#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/core/mat.hpp>
#include <opencv2/imgproc.hpp>
 
using namespace std;
using namespace cv;
 
int main(){
    Mat image;
    image = imread("firefox.png");      //imread()读取图片
    if(!image.empty()){
        imshow("image",image);              //imshow展示图片，前面为展示名，后面为图片。
        waitKey(0);
    }
    // destroyAllWindows();
 
    Mat resize_image;
    resize(image, resize_image, Size(), 1, 0.5);     //resize()改变大小 前为高度 后为宽度
 
    if(!image.empty()){
        imshow("resize",resize_image);             
        waitKey(0);
    }
    imwrite("resize.png",resize_image);     //imwrite(文件名，图片)写入文件   需要指定扩展名，否则exception
    destroyAllWindows(); 
    return 0;
}

图片旋转

getRotationMatrix2D()和warpAffine()函数

 Mat rotated_image;
  
    double angle = 90;                                               //旋转角度
  Point2f center(image.cols / 2.0, image.rows / 2.0);              //获取旋转中心
  Mat rotation_matix = getRotationMatrix2D(center, angle, 0.5);    //getRotationMatrix2D()计算旋转矩阵 参数：旋转中心、旋转角度、放大倍数
  warpAffine(image, rotated_image, rotation_matix, image.size());  //warpAffine旋转图片  参数：原图、目标图片、旋转矩阵、生成图片的大小
 
 
    if(!rotated_image.empty()){
        imshow("rotate",rotated_image);             
        waitKey(0);
    }
    imwrite("rotate.png",rotated_image);   
    destroyAllWindows(); 

Point2f 是 OpenCV 中的一个结构，用于表示二维点。它包含两个浮点成员：x 和 y，分别表示点的横坐标和纵坐标。

声明：

struct Point2f {
  float x;
  float y;
 
};

构造函数：

• **Point2f()：**创建一个默认构造的 Point2f，其中 x 和 y 都为 0。
• **Point2f(float x, float y)：**创建一个 Point2f，其中 x 和 y 设置为指定的值。

图片平移

warpAffine()函数和平移矩阵

平移矩阵：

平移矩阵是一个 2x3 的仿射变换矩阵，

[ 1 0 tx ]
 
[ 0 1 ty ]

其中：

• tx 是水平平移量。
• ty 是垂直平移量。

为tx提供正值将使图像向右移动，而负值将使图像向左移动。

同样，ty值为正值时，图像会向下平移，而ty值为负值时，图像会向上平移。

warpAffine()本质是仿射变换。

3、这里可以看到调整了大小或者平移过后窗口大小存在一些问题，：

可以使用 OpenCV 的 namedWindow() 函数来设置 imshow() 窗口的大小。

示例：

cv::namedWindow("Image", cv::WINDOW_NORMAL); // 创建一个可调整大小的窗口
 
cv::imshow("Image", image);
 
// 设置窗口大小
 
cv::resizeWindow("Image", 640, 480);

参数：

• **window_name：**窗口的名称。
• **flag：**一个标志，指定窗口的类型。WINDOW_NORMAL 创建一个可调整大小的窗口。

其他标志：

• **WINDOW_AUTOSIZE：**窗口大小自动调整为图像大小。
• **WINDOW_FREERATIO：**窗口可以自由调整大小，而无需保持图像的宽高比。
• **WINDOW_FULLSCREEN：**窗口以全屏模式显示。

注意：

• namedWindow() 函数必须在 imshow() 函数之前调用。
• 窗口大小只能在创建窗口后设置。
• 窗口大小设置仅适用于可调整大小的窗口（即使用 WINDOW_NORMAL 标志创建的窗口）。

图片拼接

在 OpenCV 中，可以使用 hconcat() 和 vconcat() 函数水平和垂直拼接图像。

水平拼接（并排）：

cv::Mat image1 = cv::imread("image1.png");
 
cv::Mat image2 = cv::imread("image2.png");
 
cv::Mat拼接图像;
 
cv::hconcat(std::vector[cv::Mat](cv::Mat){image1, image2},拼接图像);

垂直拼接（上下）：

cv::Mat image1 = cv::imread("image1.png");
 
cv::Mat image2 = cv::imread("image2.png");
 
cv::Mat拼接图像;
 
cv::vconcat(std::vector[cv::Mat](cv::Mat){image1, image2},拼接图像);

参数：

• **images：**要拼接的图像的向量。
• **拼接图像：**用于存储拼接图像的 Mat 对象。

注意：

• 要拼接的图像必须具有相同的通道数和深度。
• hconcat() 和 vconcat() 函数将自动调整图像大小以匹配。
• 拼接图像的尺寸取决于要拼接的图像的尺寸和拼接的方向。

图片翻转

在 OpenCV 中，可以使用 flip() 函数水平或垂直翻转图像。

水平翻转：

cv::Mat image = cv::imread("image.png");
 
cv::Mat flipped_image;
 
// 水平翻转
 
cv::flip(image, flipped_image, 1);

垂直翻转：

cv::Mat image = cv::imread("image.png");
 
cv::Mat flipped_image;
 
// 垂直翻转
 
cv::flip(image, flipped_image, 0);

参数：

• **image：**要翻转的图像。
• **flipped_image：**用于存储翻转后图像的 Mat 对象。
• **flipCode：**指定翻转方向的标志。

flipCode 标志：

• **0：**垂直翻转
• **1：**水平翻转
• **-1：**水平和垂直翻转

注意：

• 翻转图像不会修改原始图像。
• 翻转图像可能会导致图像质量下降，尤其是在翻转包含文本或其他非对称特征的图像时。

高斯模糊

在 OpenCV 中，可以使用 GaussianBlur() 函数对图像应用高斯模糊。

示例：

cv::Mat image = cv::imread("image.png");
cv::Mat blurred_image;
 
// 高斯模糊
cv::GaussianBlur(image, blurred_image, cv::Size(5, 5), 0);

参数：

**image：**要模糊的图像。

**blurred_image：**用于存储模糊后图像的 Mat 对象。

**kernel_size：**模糊核的大小。它必须是一个奇数。

**sigmaX：**高斯核在 x 方向的标准偏差。如果为 0，则从 kernel_size 计算。

注意：

高斯模糊是一种线性滤波器，它使用高斯核来平滑图像。

高斯核是一个钟形曲线，其中心权重最大，边缘权重逐渐减小。

kernel_size 越大，模糊效果越强。

sigmaX 越大，模糊效果越明显。

高斯模糊可能会导致图像质量下降，尤其是边缘和细节丢失。

4、完整代码：

#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/core/mat.hpp>
#include <opencv2/imgproc.hpp>
 
using namespace std;
using namespace cv;
 
int main(){
    Mat image;
    image = imread("firefox.png");      //imread()读取图片
    if(!image.empty()){
        namedWindow("image", cv::WINDOW_NORMAL);
        imshow("image",image);              //imshow展示图片，前面为展示名，后面为图片。
        resizeWindow("image", 640, 480);
        waitKey(0);
    }
    // destroyAllWindows();
 
    Mat resize_image;
    resize(image, resize_image, Size(), 1, 0.5);     //resize()改变大小 前为高度 后为宽度
 
    if(!resize_image.empty()){
        namedWindow("resize", cv::WINDOW_NORMAL);
        imshow("resize",resize_image);             
        resizeWindow("resize", 640, 480);
        waitKey(0);
    }
    imwrite("resize.png",resize_image);     //imwrite(文件名，图片)写入文件   需要指定扩展名，否则exception
    // destroyAllWindows(); 
 
    Mat rotated_image;
	
    double angle = 90;                                               //旋转角度
	Point2f center(image.cols / 2.0, image.rows / 2.0);              //获取旋转中心
	Mat rotation_matix = getRotationMatrix2D(center, angle, 0.5);    //getRotationMatrix2D()计算旋转矩阵 参数：旋转中心、旋转角度、放大倍数
	warpAffine(image, rotated_image, rotation_matix, image.size());  //warpAffine旋转图片  参数：原图、目标图片、旋转矩阵、生成图片的大小
 
 
    if(!rotated_image.empty()){
        namedWindow("rotate", cv::WINDOW_NORMAL);
        imshow("rotate",rotated_image);    
        resizeWindow("rotate", 640, 480);         
        waitKey(0);
    }
    imwrite("rotate.png",rotated_image);   
    // destroyAllWindows(); 
 
 
    Mat translated_image;                    
    float tx = float(image.rows) / 4;                           //平移距离 1/4 
    float ty = float(image.cols) / 4;                           //平移距离 1/4 
    float warp_values[] = { 1.0, 0.0, tx, 0.0, 1.0, ty };       //构建平移矩阵
    Mat translation_matrix = Mat(2, 3, CV_32F, warp_values);    //构建平移矩阵
    warpAffine(image, translated_image, translation_matrix, image.size());   //warpAffine平移图片
 
 
    if(!translated_image.empty()){
        namedWindow("translated", cv::WINDOW_NORMAL);
        imshow("translated",translated_image); 
        resizeWindow("translated", 640, 480);               
        waitKey(0);
    }
    imwrite("translated.png",translated_image);   
    destroyAllWindows(); 
 
    Mat flipped_image_row;
    Mat flipped_image_col;
    
    flip(image, flipped_image_row, 1); //水平翻转
    flip(image, flipped_image_col, 0); //垂直翻转
    
    imshow("row",flipped_image_row);
    imshow("col",flipped_image_col);
    imshow("image",image);
    waitKey(0);
    destroyAllWindows(); 
 
    Mat blurred_image;
    GaussianBlur(image, blurred_image, cv::Size(99,99), 0);
    imshow("blurred_image",blurred_image);
    waitKey(0);
    destroyAllWindows(); 
    return 0;
}

简单四宫格：

#include <opencv2/core/mat.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
 
using namespace cv;
 
int main(){
    Mat image = imread("firefox.png");
    // Mat image_45;
    Mat image_90;
    Mat image_180;
    Mat image_270;
 
    // double angle_45 = 45;
    double angle_90 = 90;   
    double angle_180 = 180;
    double angle_270 = 270;                                            
	
    Point2f center(image.cols / 2.0, image.rows / 2.0);              
	// Mat rotation_matix_45 = getRotationMatrix2D(center, angle_45, 1.0);    
	// warpAffine(image, image_45, rotation_matix_45, image.size()); 
 
	Mat rotation_matix_90 = getRotationMatrix2D(center, angle_90, 1.0);    
	warpAffine(image, image_90, rotation_matix_90, image.size()); 
 
    Mat rotation_matix_180 = getRotationMatrix2D(center, angle_180, 1.0);    
	warpAffine(image, image_180, rotation_matix_180, image.size()); 
 
    Mat rotation_matix_270 = getRotationMatrix2D(center, angle_270, 1.0);    
	warpAffine(image, image_270, rotation_matix_270, image.size()); 
 
    Mat row_1;
    Mat row_2;
    Mat image_4x4;
    hconcat(std::vector<cv::Mat>{image, image_90},row_1);                 //横向拼接
    hconcat(std::vector<cv::Mat>{image_270, image_180},row_2);            //纵向拼接
    vconcat(std::vector<cv::Mat>{row_1, row_2},image_4x4);
    imshow("4x4",image_4x4);
    waitKey(0);
    destroyAllWindows();
 
    return 0;
}