devbox
羊村懒王
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

OpenCV总结

作者：羊村懒王 | 2024-05-08 12:37:20

赞

踩

opencv总结

目录

 

1、简介

1.1、什么是Open CV

1584976041168

​ OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

1.2、优点

  • OpenCV致力于真实世界的实时应用
  • 通过优化的C代码的编写对其执行速度带来了可观的提升
  • 并且可以通过购买Intel的IPP高性能多媒体函数库（Integrated Performance Primitives）得到更快的处理速度。

1.3、如何获得Open CV

2、我的第一个Open CV程序

2.1、工具及版本

  • Visual Studio 2017
  • opencv-3.4.0
  • 电脑x64系统（x86系统则配置时选择x86下的文件即可）

2.2、opencv安装与环境配置

  • 打开下载的opencv-3.4.0.exe，选择一个安装的目录，选择Extract（提取）即可。
  • 提取完成后，配置opencv环境变量
    • 环境变量设置路径：右键计算机图标—>属性—>高级系统设置—>环境变量，找到Path变量
    • 将对应opencv安装路径添加至环境变量列表，格式参考：G:\opencv\build\x64\vc15\bin

1584976991938

2.3、将Open CV与Visual Studio 2017关联

  • Visual Studio 2017新建一个C++空项目，然后点击【视图】，【其他窗口】，【属性管理器】，然后就弹出一个属性管理器窗口，如下图：

    1584977756258

  • 双击打开Debug | x64 文件夹下的Micrsoft.Cpp.x64.user（x86的选择Debug | Win32下的Micrsoft.Cpp.Win32.user ），在下图标注的位置添加包含目录

1584978039420

1584978246396

  • VC++目录下，包含目录选项，追加以下三条路径
    • G:\opencv\build\include
    • G:\opencv\build\include\opencv
    • G:\opencv\build\include\opencv2
  • 库目录选项，追加一条路径
    • G:\opencv\build\x64\vc15\lib
  • 链接器下，附加依赖项选项，追加一个配置文件
    • opencv_world340d.lib
  • 配置完成，应用变动，确认退出Micrsoft.Cpp.Win32.user配置

2.4、开始第一个项目

  • 将窗口上的解决方案配置设置为Debug，解决方案平台设置为x64（x86系统则设置为x86）

    1584978635227

  • 视图选项 -> 解决方案资源管理器，或者快捷键Ctrl+Alt+L，在源文件夹新建一个C++项目，右键源文件 -> 添加 -> 新建项 -> C++文件，书写代码测试

    1. #include<opencv2/opencv.hpp>
    2. using namespace cv;
    3. void main() {
    4.     //图片1.jpg存在于项目C++文件的同一目录下
    5. 	Mat img = imread("1.jpg");
    6. 	//显示图片
    7. 	imshow("img",img);
    8. 	waitKey(0);
    9. }

  • 局部效果图

    1584979063291

  • 可能出现的问题

    • 丢失opencv-core.dll之类的错误
      • 从G:\opencv\build\bin中将提示丢失的对应文件复制进C:\Windows\SysWOW64文件夹中，可能需要管理员权限

3、图像读取、显示与保存

3.1、头文件与命名空间

  1. #include "opencv2/opencv.hpp" 
  2. using namespace cv;

3.2、imread()函数

  • 函数原型
    • Mat imread( const string& filename, int flags=1 );
  • 函数参数
    • 第一个参数，需要填入图片路径名 ，支持常见的图片格式
    • 第二个参数，指定加载图像的颜色类型,默认为1

3.3、namedWindow()函数

  • 函数原型
    • namedWindow(const string& winname, int flags = WINDOW_AUTOSIZE);
  • 函数参数
    • 第一个参数，设置作为标识的窗口名称
    • 第二个参数，窗口显示方式
      • WINDOW_NORMAL：正常大小显示，大小可调节
      • WINDOW_AUTOSIZE：根据图像大小自动调整
      • WINDOW_OPENGL：支持openGL

3.4、imshow()函数

  • 函数原型
    • imshow(const string& winname, InputArray mat);
  • 函数参数
    • 第一个参数，设置需要显示的窗口名称
    • 第二个参数，填写需要显示的图像

3.5、imwrite()函数

  • 函数原型:
    • bool imwrite( const string& filename, InputArray img,const vector& params=vector());
  • 函数参数
    • 第一个参数，设置保存的文件名，需填写后缀，如"1.bmp"
    • 第二个参数，要保存的Mat类型图像数据
    • 第三个参数，表示特定格式保存的参数编码，一般采用默认值不填写

3.6、waitKey()函数

  • 函数原型:
    • int waitKey(int delay = 0);
  • 函数参数
    • 第一个参数，如果delay>0, 表示等待delay毫秒之后结束
    • 如果delay=0, 表示无限等待，直到有按键按下结束
    • 返回值为对应按下按键的ASCII码值,如Esc的ASCII码为27

3.7、图像属性

  • 基本属性
    • empty() 判断文件读取是否正确
    • rows 获取图像行数(高度)
    • cols 获取图像列数(长度)
    • channels() 获取图像通道数
    • depth() 获取图像位深度

3.8、示例程序

  1. #include<opencv2/opencv.hpp>
  2. #include <iostream>
  3.  
  4. using namespace cv;
  5. using namespace std;
  6.  
  7. void main() {
  8. 	Mat srcImg = imread("1.jpg");//读取图片
  9. 	if (!srcImg.empty()) {
  10. 		cout<< "高度:" << srcImg.rows << endl;
  11. 		cout << "宽度：" << srcImg.cols << endl;
  12. 		cout << "通道数:" << srcImg.channels() << endl;
  13. 		cout << "位深度：" << srcImg.depth() << endl;
  14. 	}
  15. 	cvtColor(srcImg,srcImg,CV_BGR2GRAY);//转化为灰度图
  16. 	namedWindow("img",WINDOW_AUTOSIZE);//创建窗口
  17. 	imshow("img",srcImg);
  18. 	imwrite("1.bmp",srcImg);
  19. 	waitKey(0);
  20. }

3.9、效果展示

1585009822153

4、摄像头/视频文件读写

4.1、VideoCapture类

对视频文件或摄像头进行视频读取。

  • 构造方法
    • CV_WRAP VideoCapture()
    • CV_WRAP VideoCapture(const string& filename)
    • CV_WRAP VideoCapture(int device)
  • 参数说明
    • 参数filename表示输入视频文件的路径及名称
    • device表示打开摄像头索引号
  • 常用函数
    • open()—打开视频文件或者摄像头
    • isOpened()--判断读取视频文件是否正确，正确返回true
    • release()—关闭视频流文件
    • grab()—抓取下一帧的视频文件或设备
    • Retrieve()—解码并返回视频帧
    • get()—返回指定视频类的相关参数信息
    • set()—设置类信息的一个属性

4.2、VideoWriter类

对视频文件或摄像头进行视频写入磁盘。

  • 写入方法
    • writer.write(frame);
    • writer<<frame;
  • 注意事项
    • 写入视频前需安装对应的编解码器
    • 生成视频是否支持彩色应与构造函数设置一致
    • 生成视频尺寸需与读取视频尺寸一致

4.3、读取视频与摄像头示例源代码

  1. #include<opencv2/opencv.hpp>
  2. using namespace cv;
  3.  
  4. void main() {
  5. 	//读取视频文件，视频文件2.avi与C++文件处于同一目录
  6. 	VideoCapture cap("2.avi");
  7. 	//读取摄像头
  8. 	//VideoCapture cap(0);
  9. 	if (!cap.isOpened()) {
  10. 		return;
  11. 	}
  12. 	Mat frame;
  13. 	while (1) {
  14. 		cap >> frame;
  15. 		//Canny(frame, frame, 30, 100);  //Canny边缘检测
  16. 		//cvtColor(frame, frame, CV_BGR2HSV); //颜色空间转换到HSV
  17. 		if (!frame.empty()) {
  18. 			imshow("video", frame);
  19. 			if (waitKey(30) == 27) {
  20. 				break;
  21. 			}
  22. 		}
  23. 		else
  24. 			break;
  25. 	}
  26. 	cap.release();
  27. }

4.3、效果展示

1585010617405

5、视频处理实例

5.1、图像批量读取

  1. char filename[50];
  2. char winName[50];
  3. Mat srcImg;
  4. for(int i = 1; i<30; i++){
  5.     //图片集位于E:\\pic文件夹，命名为 1.bmp、2.bmp ......
  6.     sprintf_s(filename, "E:\\pic\\%d.bmp", i);
  7.     sprintf_s(winName, "NO--%d", i);
  8.     srcImg = imread(filename);
  9.     if(srcImg.empty())
  10.         break;
  11.     imshow(winName, srcImg);
  12. }
  13. waitKey(0);
  14. destroyAllWindows();

5.2、视频分解

  1. Mat frame;
  2. char outfile[50];
  3. VideoCapture cap("E:\\2.avi");
  4. if(!cap.isOpened())  //打开失败
  5.     return;
  6. int totalFrame = cap.get(CV_CAP_PROP_FRAME_COUNT); //获取视频总帧数
  7. for(int i = 1; i<=totalFrame; i++){
  8.     cap>>frame;
  9.     if(frame.empty())
  10.         break;
  11.     sprintf_s(outfile, "E:\\pic\\%d.bmp", i);//规律命名每一帧图片
  12.     imwrite(outfile, frame);//图片写入磁盘文件
  13.     imshow("video", frame);
  14.     waitKey(15);
  15. }
  16. cap.release();
  17. destroyAllWindows();

5.3、多图合并

  1. VideoWriter writer("E:\\out.avi", -1, 20, Size(720, 576), true);
  2. VideoCapture cap;
  3. char filename[50];
  4. Mat frame;
  5. for (int i = 1; i < 400; i++){
  6.     sprintf_s(filename, "E:\\pic\\%d.bmp", i);
  7.     cap.open(filename);
  8.     if (!cap.isOpened())
  9.         break;
  10.     cap >> frame;
  11.     if (frame.empty())
  12.         break;
  13.     writer << frame;
  14. }
  15. waitKey(0);
  16. destroyAllWindows();

6、Mat类基础

6.1、常用数据结构

  • Point类
    • Point类数据结构表示二维坐标系的点，由坐标x, y指定的2D点
    • 定义平面内一点（20，10）：Point pt; pt.x = 20; pt.y = 10;
  • Rect类
    • Rect类用来表示矩形，成员有x,y, width, height
    • 成员函数
      • Size()返回值Size表示大小
      • tl()返回左上角坐标
      • area()返回矩形面积
      • br()返回右下角坐标
      • contains(Point)判断点是否在矩形内
      • Inside(Rect)判断矩形是否在该矩形内
  • Size类
    • Size表示区域大小，常用构造函数Size(int _width, int _height)
  • Scalar类
    • Scalar()表示具有四个元素的数组，大量用来传递像素值
    • 一般形式：Scalar(double B, double G, double R, double Alpha)
    • Scalar表示颜色顺序为BGR

6.2、Mat类基础

  • 简介

    • Mat是一个类，由两个数据部分组成：矩阵头(大小,通道,数据类型等)和数据块(像素值)。
    • Mat头部属性如:rows,cols,channels,data。data是一个指向数据块的指针，可以用empty()方法判断图像是否为空

  • Mat类创建

    • Mat img; //创建无初始化矩阵
    • Mat img1(20,10,CV_8UC1); //创建20行10列类型为8位的单通道矩阵
    • Mat img2(Size(0,10),CV8UC3); /创建大小为20x10类型为8位的3通道矩阵
    • Mat img3(20,10,CV 8UC3,Scalar(0,255,0));//创建大小为10x20的8位3通道矩阵
    • Mat img4(20,10,CV_8UC1,Scalar(255));/创建大小为10x20的8位单通道矩阵
    • Mat img5(img4);//将img4赋值给img5，共享数据对象

7、基本绘图函数

7.1、line()函数

  • 绘制直线
  • CV_EXPORTS_W void line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color,
    int thickness = 1, int lineType = LINE_8, int shift = 0);

7.2、circle()函数

  • 绘制圆
  • CV_EXPORTS_W void circle(InputOutputArray img, Point center, int radius,
    const Scalar& color, int thickness = 1,
    int lineType = LINE_8, int shift = 0);

7.3、rectangle()函数

  • 用于绘制矩形
  • CV_EXPORTS_W void rectangle(InputOutputArray img, Point pt1, Point pt2,
    const Scalar& color, int thickness = 1,
    int lineType = LINE_8, int shift = 0);

7.4、ellipse()函数

  • 绘制椭圆
  • CV_EXPORTS_W void ellipse(InputOutputArray img, Point center, Size axes,
    double angle, double startAngle, double endAngle,
    const Scalar& color, int thickness = 1,
    int lineType = LINE_8, int shift = 0);

7.5、fillPoly()/polylines()函数

  • 绘制多边形
  • CV_EXPORTS_W void fillPoly(InputOutputArray img, InputArrayOfArrays pts,
    const Scalar& color, int lineType = LINE_8, int shift = 0,
    Point offset = Point() );

7.6、putText()函数

  • 添加文字
  • CV_EXPORTS_W void putText( InputOutputArray img, const String& text, Point org,
    int fontFace, double fontScale, Scalar color,
    int thickness = 1, int lineType = LINE_8,
    bool bottomLeftOrigin = false );

7.7、示例源代码

  1. Mat img(300, 300, CV_8UC3, Scalar(0, 0, 0));
  2. line(img, Point(10, 10), Point(200, 200), Scalar(0, 255, 255), 10, 8);  //画线
  3. circle(img, Point(150, 150), 100, Scalar(255, 255, 0), -1, 8);  //画圆
  4. rectangle(img, Point(10, 10), Point(240, 200), Scalar(0, 0, 255), 2, 8);  //画矩形
  5. rectangle(img, Rect(10, 10, 230, 190), Scalar(0, 0, 255), -1, 8); //填充矩形
  6. ellipse(img, Point(150, 150), Size(100, 50), 45, 0, 360, Scalar(0, 255, 255), -1, 8); //画椭圆
  7. ellipse(img, RotatedRect(Point(150, 150), Size(100, 50), 0), Scalar(0, 255, 0), 2, 8);
  8. Point ppt[] = { Point(120, 50), Point(180, 50), Point(210, 100), Point(180, 150), Point(120, 150), Point(90, 100) };
  9. const Point* pts[] = { ppt };
  10. int npt[] = { 6 };
  11. fillPoly(img, pts, npt, 1, Scalar(0, 255, 255), 8); //画填充多边形
  12. polylines(img, pts, npt, 1, true, Scalar(0, 154, 209), 2, 8);  //画非填充多边形
  13. putText(img, "China", Point(100, 100), CV_FONT_HERSHEY_COMPLEX, 2, Scalar(0, 255, 255), 2, 8);//添加文字
  14. imshow("image",img);
  15. waitKey(0);

7.8、效果展示

1585013553224

8、鼠标与滑动条操作

8.1、鼠标操作

  • 指定鼠标操作消息回调函数

  • 原型： setMouseCallback(const string& winname,MouseCallback onMouse,void* userdata=0)

    • winname-----窗口名
    • onMouse-----鼠标事件时被调用的函数指针，
      • 原型形式：void Fun(int event, int x, int y, int flags, void* param);
        • event设置触发方式（鼠标进入，按下，抬起等待）
        • x和y是鼠标指针在图像坐标系的坐标
    • userdata -----用户定义传到回调函数的参数，默认值0

  • 示例源代码

    1. #include<opencv2/opencv.hpp>
    2. using namespace cv;
    3.  
    4. Mat img(500, 500, CV_8UC3, Scalar(255, 255, 255));
    5. Point pt;
    6.  
    7. //鼠标回调函数，名称可变，但是参数不可变
    8. void onMouse(int event, int x, int y, int flag, void *param) {
    9. 	if (event == CV_EVENT_LBUTTONDOWN) {//鼠标左键按下，画出圆形
    10. 		circle(img, Point(x, y), 100, Scalar(0, 0, 255), 2, 8);		
    11. 	}
    12. 	else if (event == CV_EVENT_RBUTTONDOWN) {//鼠标右键按下，记录按下点
    13. 		pt.x = x;
    14. 		pt.y = y;
    15. 	}
    16. 	else if (event == CV_EVENT_RBUTTONUP) {//鼠标右键抬起，画出矩形框
    17. 		rectangle(img,Point(pt.x, pt.y), Point(x, y), Scalar(0, 255, 255), 2, 8);
    18. 	}
    19. }
    20. void main() {
    21. 	//鼠标点击调用
    22. 	namedWindow("Mouse",WINDOW_AUTOSIZE);
    23. 	setMouseCallback("Mouse", onMouse, 0);
    24. 	while (1) {
    25. 		imshow("Mouse", img);
    26. 		if(27==waitKey(20))
    27. 			break;
    28. 	}
    29. }

8.2、滑动条操作

  • 创建滑动条并指定回调函数

  • 原型：createTrackbar(const string& trackbarname,const string& winname,int* value,int count,TrackbarCallback onChange=0,void* userdata=0)

    • trackbarname-----滚动条名称
    • winname-----滚动条所依附的窗口名称(namedWindow创建)
    • value----指向型指针，表示滑动块位置
    • count---滑动块最大位置，默认最小为0
    • onChange----指向回调函数的指针，原型必须为void xxx(int, void*);
    • userdata -----用户传给回调函数的数据，默认值0

  • 获得滚动条当前位置

    • int getTrackbarPos(const string& trackbarname,const string& winname);

  • 示例源代码

    1. #include<opencv2/opencv.hpp>
    2. using namespace cv;
    3.  
    4. Mat srcImg = imread("1.jpg", 0);
    5. Mat desImg;
    6. int value = 20;
    7. //滚动条回调函数
    8. void onchange(int value, void *param) {
    9. 	//threshold(srcImg,desImg,value,255,THRESH_BINARY);//灰度
    10. 	Canny(srcImg, desImg, value, 255);//边缘检测
    11. 	imshow("TrackBar", desImg);
    12. }
    13. void main() {
    14. 	//滚动条
    15. 	namedWindow("TrackBar",WINDOW_AUTOSIZE);
    16. 	//threshold(srcImg, desImg, value, 255, THRESH_BINARY);
    17. 	createTrackbar("Threshlod","TrackBar",&value,255,onchange,0);
    18. 	Canny(srcImg, desImg, value, 255);//边缘检测
    19. 	imshow("TrackBar", desImg);
    20. 	waitKey(0);
    21. }

9、鼠标与滑动条实例

9.1、鼠标截图

  • 主要功能

    • 鼠标左键按下拖动显示轨迹，鼠标左键弹起显示截图并保存截图到本地。

  • 源程序

    1. #include<opencv2/opencv.hpp>
    2. #include<iostream>
    3. using namespace cv;
    4. using namespace std;
    5.  
    6. Mat img = imread("1.jpg");
    7. Mat temp = img.clone();
    8. Mat ROI;
    9. bool flag1 = false;
    10. Point pt;
    11. //鼠标监测事件
    12. void onMouse(int event,int x,int y,int flag,void *param) {
    13. 	switch (event)
    14. 	{
    15. 	case CV_EVENT_LBUTTONDOWN:
    16. 		pt.x = x;
    17. 		pt.y = y;
    18. 		flag1 = true;
    19. 		break;
    20. 	case CV_EVENT_MOUSEMOVE:
    21. 		if (flag1) {
    22. 			temp.copyTo(img);
    23. 			rectangle(img,Point(pt.x,pt.y),Point(x,y),Scalar(0,0,255),2,8);
    24. 		}
    25. 		break;
    26. 	case CV_EVENT_LBUTTONUP:
    27. 		flag1 = false;
    28. 		temp.copyTo(img);
    29. 		ROI = img(Rect(pt.x,pt.y,abs(x - pt.x),abs(y-pt.y)));
    30. 		imshow("ROI",ROI);
    31. 		break;
    32. 	default:
    33. 		break;
    34. 	} 
    35. }
    36. void main() {
    37. 	namedWindow("Mouse",WINDOW_AUTOSIZE);
    38. 	setMouseCallback("Mouse",onMouse,0);
    39. 	while (1) {
    40. 		imshow("Mouse",img);
    41. 		if (27 == waitKey(20)) {
    42. 			break;
    43. 		}
    44. 	}
    45. }

  • 效果图

9.2、滑动条视频播放

  • 主要功能

    • 视频播放时，滑动条同时显示播放帧的位置和视频帧率，滑动条拖动时可以实现同步指定帧播放

  • 源程序

    1. #include<opencv2/opencv.hpp>
    2. #include<iostream>
    3. using namespace cv;
    4. using namespace std;
    5.  
    6. int value = 20;//记录滑动块位置
    7. void onchange(int value,void *param) {
    8. 	VideoCapture cap = *(VideoCapture *)param;//强制转换指针类型
    9. 	cap.set(CV_CAP_PROP_POS_FRAMES,value);
    10. }
    11.  
    12. void main() {
    13. 	VideoCapture cap("2.avi");
    14. 	int frameCount = cap.get(CV_CAP_PROP_FRAME_COUNT);//视频总帧数
    15. 	Mat frame;
    16. 	if (!cap.isOpened()) {//视频打开失败
    17. 		return;
    18. 	}
    19. 	namedWindow("video",WINDOW_AUTOSIZE);
    20. 	createTrackbar("帧数","video",&value,frameCount,onchange,&cap);
    21. 	while (1) {
    22. 		cap >> frame;
    23. 		int pos = cap.get(CV_CAP_PROP_POS_FRAMES);
    24. 		setTrackbarPos("帧数", "video", pos);
    25. 		if (frame.empty()) {
    26. 			break;
    27. 		}
    28. 		imshow("video",frame);
    29. 		if (27 == waitKey(30)) {
    30. 			break;
    31. 		}
    32. 	}
    33. 	cap.release();
    34. 	destroyAllWindows();
    35. }

  • 效果图

10、访问图像像素

10.1、动态地址计算访问

  • 核心代码

    1. Mat img = imread("1.jpg");
    2. Mat dst = img.clone();//图像克隆/复制
    3. int rows = dst.rows;//记录图像行数
    4. int cols = dst.cols;//记录图像列数
    5. for (int i = 0; i < rows; i++) {
    6.     for (int j = 300; j < cols; j++) {
    7.         //彩色图像 image.at<Vec3b>(i,j)[channel] = value;
    8.         //灰度图像 image.at<uchar>(i,j)= value;
    9.         dst.at<Vec3b>(i, j)[0] = 0;//访问第i行第j列像素蓝色通道
    10.         dst.at<Vec3b>(i, j)[1] = 255;//访问第i行第j列像素绿色色通道
    11.         dst.at<Vec3b>(i, j)[2] = 0;//访问第i行第j列像素红色通道
    12.     }
    13. }

10.2、指针访问

  • 核心代码

    1. int rowNumber = img.rows;//行数
    2. int colNumber = img.cols*img.channels();//列数*通道数=每一行元素个数
    3. for (int i = 0; i < rowNumber; i++) {
    4.     uchar * data = dst.ptr<uchar>(i);//获取第i列的首元素地址
    5.     for (int j = 0; j < colNumber; j++) {
    6.         switch (j%3){
    7.             case 0:data[j] = 0;
    8.                 break;
    9.             case 1:data[j] = 255;
    10.                 break;
    11.             case 2:data[j] = 0;
    12.                 break;
    13.             default:
    14.                 break;
    15.         }
    16.     }
    17. }

10.3、迭代器访问

  • 核心代码

    1. Mat_<Vec3b>::iterator it = dst.begin<Vec3b>();//初始位置
    2. Mat_<Vec3b>::iterator itend = dst.end<Vec3b>();//终止位置
    3. for (; it != itend; ++it) {
    4.     (*it)[0] = 0;//蓝色通道
    5.     (*it)[1] = 255;//绿色通道
    6.     (*it)[0] = 0;//红色通道
    7. }

10.4、添加减色效果

  • 核心代码

    data[j] = data[j]/64*64+20;//注意data[j]/64*64 <=data[j]

10.5、添加雪花效果

  • 核心代码

    1. for(int k=0;k<4000;k++){
    2.     int i=rand() % img.rows;
    3.     int j=rand() % img.cols;
    4.     dst.at<Vec3b>(i, j)[0] = 255;//访问第i行第j列像素蓝色通道
    5.     dst.at<Vec3b>(i, j)[1] = 255;//访问第i行第j列像素绿色色通道
    6.     dst.at<Vec3b>(i, j)[2] = 255;//访问第i行第j列像素红色通道
    7. }

11、基本图像运算

11.1、图像加法

  • 常用函数

    • +，add(), addWeighted()

  • 示例

    1. Mat img1, img2;
    2. Mat dst;
    3. dst = img1 +img2;
    4. add(img1, img2, dst);
    5. addWeighted(img1, 0.5, img2, 0.5, 0, dst); //设置加的权值

11.2、图像减法

  • 常用函数

    • -，subtract(), absdiff()

  • 示例

    1. Mat img1, img2;
    2. Mat dst;
    3. dst = img1 -img2;
    4. subtract(img1, img2, dst);
    5. absdiff(img1, img2, dst);

11.3、图像乘除法

  • 常用函数

    • *、/

  • 示例

    1. Mat img1, img2;
    2. Mat dst;
    3. dst = A * img1;
    4. dst = img1 /A;

11.4、图像逻辑运算

  • 常用函数

    • bitwise_and(img1,img2,dst) 与运算
    • bitwise_or(img1,img2,dst) 或运算
    • bitwise_not(img1,dst) 非运算
    • bitwise_xor(img1,img2,dst) 异或运算

  • 示例

    1. bitwise_and(img1,img2,dst);//与运算
    2. bitwise_or(img1, img2, dst);//或运算
    3. bitwise_not(img1,dst);//非运算
    4. bitwise_xor(img1, img2, dst);//异或运算

12、对比度亮度调整与通道分离

12.1、对比度亮度调整

  • 原理： g(x) = a * f(x) + b

    • 参数f(x)表示原图像像素
    • 参数g(x)表示输出图像像素
    • 参数a(a>0),被称为增益(gain), 通常用来控制图像的对比度
    • 参数b通常被称为偏置(bias), 通常用来控制图像的亮度

  • 示例源程序

    1. #include<opencv2/opencv.hpp>
    2. #include<iostream>
    3.  
    4. using namespace std;
    5. using namespace cv;
    6.  
    7.  
    8. int constast_value = 20;//对比度初始值
    9. int bright_value = 20;//亮度初始值
    10.  
    11. void onchange(int value, void *param) {
    12. 	Mat img = *(Mat *)param;
    13. 	Mat dst(img.size(),img.type());//创建跟img大小一致的图形
    14. 	int rows = img.rows;
    15. 	int cols = img.cols;
    16. 	for (int i = 0; i < rows; i++) {
    17. 		for (int j = 0; j < cols; j++) {
    18. 			//saturate_cast<uchar>()函数用于防止溢出，data<0?0:data data>255?255:data
    19. 			dst.at<Vec3b>(i, j)[0] =saturate_cast<uchar>( img.at<Vec3b>(i, j)[0] * constast_value*0.01 + bright_value);
    20. 			dst.at<Vec3b>(i, j)[1] = saturate_cast<uchar>(img.at<Vec3b>(i, j)[1] * constast_value*0.01 + bright_value);
    21. 			dst.at<Vec3b>(i, j)[2] = saturate_cast<uchar>(img.at<Vec3b>(i, j)[2] * constast_value*0.01 + bright_value);
    22. 		}
    23. 	}
    24. 	imshow("效果图",dst);
    25. }
    26. void main() {
    27. 	Mat img = imread("1.jpg");
    28. 	namedWindow("效果图",WINDOW_AUTOSIZE);
    29. 	createTrackbar("对比度","效果图",&constast_value,300,onchange,&img);
    30. 	createTrackbar("亮度", "效果图", &bright_value, 300, onchange, &img);
    31. 	onchange(constast_value,&img);
    32. 	onchange(bright_value, &img);
    33. }

12.2、通道分离与合并

  • 通道分离：split()函数

    • CV_EXPORTS void split(const Mat& src,Mat * nvbegin);
    • CV_EXPORTS void split(const Mat& m,vector& mv);

  • 示例程序

    1. void channelsSplit() {
    2. 	Mat img = imread("1.jpg");
    3. 	vector<Mat> channels;
    4. 	Mat blueChannel, greenChannel, redChannel;
    5. 	split(img,channels);
    6. 	blueChannel = channels.at(0);
    7. 	greenChannel = channels.at(1);
    8. 	redChannel = channels.at(2);
    9. 	imshow("Blue",blueChannel);
    10. 	imshow("Green",greenChannel);
    11. 	imshow("Red",redChannel);
    12. }

  • 通道合并：merge()函数

    • CV_EXPORTS void merge(const Mat* mv,size_t count,OutputArray dst);
    • CV_EXPORTS void merge(const vector& mv,OutputArray dst);

  • 示例程序

    1. void channelsMerge() {
    2. 	Mat img = imread("1.jpg");
    3. 	Mat mergeImg = Mat::zeros(img.size(),img.type());
    4. 	vector<Mat> channels;
    5. 	Mat blueChannel, greenChannel, redChannel;
    6. 	split(img, channels);
    7. 	blueChannel = channels.at(0);
    8. 	greenChannel = channels.at(1);
    9. 	redChannel = channels.at(2);
    10. 	//对每个通道进行二值化处理
    11. 	threshold(blueChannel,blueChannel,100,255,THRESH_BINARY);
    12. 	threshold(greenChannel, greenChannel, 100, 255, THRESH_BINARY);
    13. 	threshold(redChannel,redChannel,100,255,THRESH_BINARY);
    14. 	//进行通道合并
    15. 	merge(channels,mergeImg);
    16. 	imshow("Merge",mergeImg);
    17. }

13、ROI与mask掩码

13.1、感兴趣区域ROI

  • 介绍

    • 作用：能够确定分析重点，减少处理时间，增加精度。
    • 定义方法：使用Rect表示矩形区域或用Range设定行列范围

  • 源程序示例

    1. #include <opencv2/opencv.hpp>
    2. using namespace cv;
    3.  
    4. void main() {
    5. 	Mat img = imread("1.jpg");
    6. 	Mat ROI;
    7. 	//ROI = img(Rect(100,100,200,200));//Rect矩形区域，x,y,w,h
    8. 	ROI = img(Range(300,300+200),Range(300,300+200));//Range行列范围
    9. 	imshow("img",img);
    10. 	imshow("ROI",ROI);
    11. 	waitKey(0);
    12. }

13.2、ROI图像融合

  • 简单融合：将图片添加到另一张图片上方

    • 使用copyTo()方法

      1. Mat img = imread("1.jpg");
      2. Mat logo = imread("logo.png");
      3. Mat ROI = img(Rect(10,10,logo.cols,logo.rows));
      4. logo.copyTo(ROI);
      5. imshow("ROI",ROI);
      6. imshow("img",img);

13.3、mask掩码

  • 特点

    • lmask—(掩码)---是一个8位单通道图像(灰度图/二值图)
    • 掩码某个位置如果为0，则在此位置上的操作不起作用
    • 掩码某个位置如果不为0，则在此位置上的操作会起作用

  • 高级融合：去除底色，将无背景的logo添加至另一张图

    • 使用copyTo()方法
    1. Mat img = imread("1.jpg");
    2. Mat logo = imread("logo.png");
    3. Mat mask = imread("logo.png",0);//转为灰度图
    4. bitwise_not(mask, mask);//图像取反操作
    5. threshold(mask, mask, 100, 255, THRESH_BINARY);//二值化处理
    6. Mat ROI;
    7. ROI = img(Rect(20,20,logo.cols,logo.rows));
    8. //logo复制到ROI位置，使用利用logo生成的掩码，相当于抠图
    9. logo.copyTo(ROI, mask);//使用了mask掩码操作
    10. imshow("ROI",ROI);
    11. imshow("img",img);

14、图像几何变换

14.1、图像缩放

  • resize()函数

  • 原型：resize(InputArray src,OutputArray dst,Size dsize,double fx=0,double fy=0,int interpolation=INTER_LINEAR);

    • src: 输入图像，Mat类型即可
    • dst: 输出图像，当其非0时，由dsize确定尺寸
    • dsize: Size类型，指定输出图像大小
    • fx: 沿水平方向的缩放系数
    • fy: 沿垂直方向的缩放系数
    • interpolation: 用于指定插值方式，默认为INTER_LINEAR(线性插值)

  • 示例代码

    1. ex1:
    2. Mat dstImg = Mat::zeros(512, 512, CV_8UC3);//建立一张512*512像素的彩色图
    3. Mat srcImg = imread(“1.jpg”);
    4. resize(srcImg, dstImg, dstImg.size());//缩放至目标图大小
    5.  
    6. ex2:
    7. Mat dstImg ;
    8. Mat srcImg = imread(“1.jpg”);
    9. resize(srcImg, dstImg, Size(), 0.5, 0.5);//自动大小，水平与竖直方向缩放0.5

14.2、图像平移

  • 不改变图片大小

    1. Mat imageTranslate(Mat &src, int xOffset, int yOffset) {
    2. 	int rows = src.rows;
    3. 	int cols = src.cols;
    4. 	Mat dst = Mat::zeros(src.size(), src.type());
    5. 	for (int i = 0; i < rows; i++) {
    6. 		for (int j = 0; j < cols; j++) {
    7. 			int x = j + xOffset;//偏移量
    8. 			int y = i + yOffset;
    9. 			if (x < cols&& y < rows &&x>=0 && y>=0) {
    10. 				dst.at<Vec3b>(y, x) = src.at<Vec3b>(i, j);
    11. 			}
    12. 		}
    13. 	}
    14. 	return dst;
    15. }

  • 改变图片大小

    1. Mat imageTranslate(Mat &src, int xOffset, int yOffset) {
    2. 	int rows = src.rows +abs(yOffset);
    3. 	int cols = src.cols +abs(xOffset);
    4.     Mat dst = Mat::zeros(rows,cols,src.type());
    5.     ......
    6. }

14.3、图像旋转

  • 函数getRotationMatrix2D()、warpAffine()

    1. void picMove() {
    2. 	Mat img = imread("1.jpg");
    3. 	Point2f center = Point2f(img.cols / 2, img.rows / 2);//中心点
    4. 	double angle = 45;//旋转角度
    5. 	double scale = 0.5;//缩放尺度
    6.  
    7. 	Mat rotateMat;
    8. 	rotateMat = getRotationMatrix2D(center,angle,scale);
    9. 	Mat rotateImg;
    10. 	warpAffine(img, rotateImg, rotateMat, Size(1200, 1800));
    11. 	imshow("dst",rotateImg);
    12. }

14.4、转置和镜像

  • 用到的函数 transpose()、flip()，可以实现转置和镜像变换，以及90°，180°旋转

    1. void TransposeAndFlip() {
    2. 	Mat img = imread("1.jpg");
    3. 	Mat dst;
    4. 	//transpose(img,dst);//沿主对角线翻转
    5. 	flip(img,dst,0);//flipCode = 0，沿x轴翻转,>0 沿y轴翻转,<0 水平垂直翻转
    6. 	imshow("dst",dst);
    7. }

15、图像滤波

15.1、方框滤波

  • 函数：boxFilter()
  • 原型：boxFilter(InputArray src,OutputArray dst,int ddepth,Size ksize,Point anchor=Point(-1,-1))
    • lddepth: 输出图像的深度, -1代表使用原图像深度，即src.depth()
    • ksize: Size类型表示内核大小,一般用Size(w,h)表示内核大小, Size(3,3)表示3x3的核大小
    • anchor: 表示锚点(即被平滑的那个点), 默认值Point(-1, -1),表示锚点在核中心
    • normalize: 默认值true, 标识符, 表示内核是否被归一化
    • borderType: 图像像素边界模式，一般用默认值即可

15.2、均值滤波

  • 函数：blur()
  • 原型：blur(InputArray src,OutputArray dst,Size ksize,Point anchor=Point(-1,-1),int borderType=BORDER_DEFAULT)
    • ksize: Size类型表示内核大小,一般用Size(w,h)表示内核大小, Size(3,3)表示3x3的核大小
    • anchor: 表示锚点(即被平滑的那个点), 默认值Point(-1, -1),表示锚点在核中心
    • borderType: 图像像素边界模式，一般用默认值

15.3、高斯滤波

  • 函数：blurGaussianBlur()
  • 原型：GaussianBlur(InputArray src,OutputArray dst,Size ksize,double sigmaX,double sigmaY=0,int borderType=OBRDER_DEFAULT);
    • ksize: 高斯内核大小,一般用Size(w,h)表示内核大小, w, h可以不同, 但是必须为正奇数或者0
    • sigmaX: 表示高斯函数在X方向上的标准偏差
    • sigmaY: 表示高斯函数在Y方向上的标准偏差, 若sigmaY=0, 就将它设置为sigmaX;
    • borderType: 图像像素边界模式，一般用默认值即可

15.4、中值滤波

  • 函数：medianBlur()
  • 原型：medianBlur(InputArray src,OutputArray dst,int ksize)
    • ksize: int类型的孔径的线性尺寸, 大于1的奇数

15.5、双边滤波

  • 函数：bilateralFilter()
  • 原型：bilateralFilter(InputArray src,OutputArray dst,int d,double sigmaColor,double sigmaSpace,int borderType=BORDER_DEFAULT)
    • d: 表示过滤过程中每个像素的邻域直径
    • sigmaColor: 颜色空间滤波器sigma值, 值越大表面该像素邻域内有越广泛的颜色会混到一起，产生较大的半相等颜色区域
    • sigmaSpace: 坐标空间中滤
    • borderType: 图像像素边界模式，一般用默认值即可

15.6、示例

  • 源程序

    1. #include<opencv2/opencv.hpp>
    2. using namespace cv;
    3.  
    4. void main() {
    5. 	Mat src = imread("1.jpg");
    6. 	Mat dst;
    7. 	//方框滤波
    8. 	boxFilter(src, dst, -1, Size(3, 3), Point(-1, -1), true);
    9. 	//均值滤波
    10. 	blur(src, dst, Size(5, 5));
    11. 	//高斯滤波
    12. 	GaussianBlur(src,dst,Size(5,5),1);
    13. 	//中值滤波
    14. 	medianBlur(src,dst,3);
    15. 	//双边滤波
    16. 	bilateralFilter(src,dst,5,10.0,2.0);
    17. 	imshow("dst", dst);
    18. 	waitKey(0);
    19. }

16、图像阈值化

16.1、固定阈值

  • 函数：threshold()

  • 原型：double threshold(InputArray src,OutputArray dst,double thresh,double maxval,int type);

    • lsrc: 单通道图像(灰度图或二值图)
    • dst: 输出图像要求和src一样的尺寸和类型
    • thresh: 给定的阈值
    • maxval: 第五个参数设置为CV_THRESH_BINARY或 CV_THRESH_BINARY_INV 阈值类型的最大值

  • 示例代码

    threshold(src,dst,120,255,CV_THRESH_BINARY);//120-255的值为1，其他为0

16.2、自适应阈值

  • 函数：adaptiveThreshold()

  • 原型：adaptiveThreshold(InputArray src,OutputArray dst,double maxValue,int adaptiveMethod,int thresholdType,int blockSize,double C)

    • src: 单通道图像(灰度图或二值图)
    • dst: 输出图像要求和src一样的尺寸和类型
    • maxValue:使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值
    • adaptiveMethod: 指定自适应阈值算法, 可取值为CV_ADAPTIVE_THRESH_MEAN_C 或CV_ADAPTIVE_THRESH_GAUSSIAN_C
    • thresholdType: 取阈值类型取值必须为CV_THRESH_BINARY、CV_THRESH_BINARY_INV二者之一
    • blockSize: 用来计算阈值的邻域大小3, 5, 7,…
    • C: 减去平均或加权平均后的常数值

  • 示例代码

    1. //注意src图片需要为灰度图
    2. adaptiveThreshold(src,dst,255,ADAPTIVE_THRESH_GAUSSIAN_C,CV_THRESH_BINARY,11,5);

16.3、进度条调节阈值

  • 示例程序

    1. #include<opencv2/opencv.hpp>
    2. using namespace cv;
    3.  
    4. int fixvalue = 20;
    5. int blocksize = 5;
    6. int c = 5;
    7. Mat dst;
    8. void onchange(int, void * param) {
    9. 	Mat src = *(Mat *)param;
    10. 	threshold(src, dst, fixvalue, 255, THRESH_BINARY);
    11. 	if (blocksize % 2 == 0)
    12. 		blocksize++;
    13. 	adaptiveThreshold(src, dst, 255, ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, blocksize, c);
    14. 	imshow("固定阈值",dst);
    15. 	imshow("自适应阈值", dst);
    16. }
    17. void main() {
    18. 	Mat img = imread("1.jpg", 0);
    19. 	namedWindow("固定阈值", WINDOW_AUTOSIZE);
    20. 	namedWindow("自适应阈值", WINDOW_AUTOSIZE);
    21. 	createTrackbar("fixvalue", "固定阈值", &fixvalue, 255, onchange, &img);
    22. 	createTrackbar("blocksize", "自适应阈值", &blocksize, 100, onchange, &img);
    23. 	createTrackbar("c", "自适应阈值", &c, 100, onchange, &img);
    24.  
    25. 	onchange(fixvalue, &img);
    26. 	onchange(blocksize, &img);
    27. 	onchange(c, &img);
    28. 	imshow("img", img);
    29. 	waitKey(0);
    30. }

17、总结

  • 简单的学习了一下Open CV，懂得了一些新的知识，包括图像的各种简单的处理、进度条的操作等，总结学习的知识体系，为以后的深入学习打下基础。
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/羊村懒王/article/detail/554621
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号