opencv常用图像处理函数(C版本)

 

1、cvLoadImage:将图像文件加载至内存;

     函数cvLoadImage载入指定图像文件,并返回指向该文件的IplImage指针。函数支持bmpjpg、 png、 tiff等格式的图像。其函数原型如下:

IplImage* cvLoadImage( const char* filename, int flags=CV_LOAD_IMAGE_COLOR );

filename :要被读入的文件的文件名(包括后缀)

flags :指定读入图像的颜色和深度:可选正数、零和负数三种值,正数表示作为三通道图像载入,0表示该图像作为单通道图像,负数表示载入图 像的通道数由图 文件自身决定。

例子:

    cvLoadImage( filename, -1 ); 默认读取图像的原通道数

    cvLoadImage( filename, 0 ); 强制转化读取图像为灰度图,单通道 

    cvLoadImage( filename, 1 ); 读取彩色图,三通道 

2、cvNamedWindow:在屏幕上创建一个窗口;

    函数cvNamedWindow定义一个窗口,用于显示图像。其函数原型如下:

int cvNamedWindow( const char* name, unsigned long flags );

  其中,name是窗口名,flags是窗口属性指标值,可以选择CV_WINDOW_AUTOSIZE0两种值。

CV_WINDOW_AUTOSIZE表示窗口尺寸与图像原始尺寸相同,0表示以固定的窗口尺寸显示图像。

3、cvShowImage:在一个已创建好的窗口中显示图像;

函数cvShowImage是在指定的窗口中显示图像,其函数原型如下:

void cvShowImage( const char* name, const CvArr* image );

其中,name是窗口名称,image是图像类型指针,一般是IplImage指针。

4、图像保存函数cvSaveImage

函数cvSaveImage以指定的文件名保存IplImage类型的指针变量,其函数原型如下:

  int cvSaveImage( const char* filename, const CvArr* image );

  其中,filename是图像保存路径和名称,image是IplImage指针变量。

 函数cvSaveImage保存图像到指定文件。图像格式的的选择依赖于filename的扩展名,请参考cvLoadImage。

只有8位单通道或者3通道(通道顺序为'BGR' )可以使用这个函数保存。如果格式,深度或者通道不符 

合要求,请先用cvCvtScale 和cvCvtColor转换;或者使用通用的cvSave保存图像为XML或者YAML格式。 

5、图像销毁函数cvReleaseImage

函数cvReleaseImage销毁已定义的IplImage指针变量,释放占用内存空间。其函数原型如下:

void cvReleaseImage( IplImage** image );

其中,image为已定义的IplImage指针。

6、cvWaitKey:使程序暂停,等待用户触发一个按键操作;

函数原型为:

C++ : int waitKey(int delay=0)
Python : cv2.waitKey([delay]) → retval
C: int cvWaitKey(int delay=0 )
Python: cv.WaitKey(delay=0) → int

函数功能:

cvWaitKey()函数的功能是不断刷新图像,频率时间为delay,单位为ms。

返回值为当前键盘按键值。

所以显示图像时,如果需要在cvShowImage("xxxx.bmp",image)后加上while(cvWaitKey(n)==key)为大于等于0的数即可,那么程序将会停在显示函数处,不运行其他代码;直到键盘值为key的响应之后。

delay>0时,延迟"delay"ms,在显示视频时这个函数是有用的,用于设置在显示完一帧图像后程序等待"delay"ms再显示下一帧视频;如果使用cvWaitKey(0)则只会显示第一帧视频。

返回值:如果delay>0,那么超过指定时间则返回-1;如果delay=0,将没有返回值。

  如果程序想响应某个按键,可利用if(cvWaitKey(1)==Keyvalue);

经常程序里面出现if( cvWaitKey(10) >= 0 ) 是说10ms中按任意键进入此if块。

注意:个函数是HighGUI中唯一能够获取和操作事件的函数,所以在一般的事件处理中,它需要周期地被调用,除非HighGUI被用在某些能够处理事件的环境中。比如在MFC环境下,这个函数不起作用。


7、cvReleaseImage:释放图像文件所分配的内存;

函数cvReleaseImage销毁已定义的IplImage指针变量,释放占用内存空间。其函数原型如下:

void cvReleaseImage( IplImage** image );

其中,image为已定义的IplImage指针。


8、cvDestroyWindow:销毁显示图像文件的窗口;

void cvDestroyWindow( const char* name );

name 要被销毁的窗口的名字。

函数cvDestroyWindow销毁指定名字的窗口。


9、cvCreateFileCapture:通过参数设置确定要读入的AVI文件;

cvCreateFileCapture()通过参数设置确定要读入的avi文件,返回一个指向CvCapture结构的指针。

这个结构包括了所有关于要读入avi文件的信息,其中包含状态信息。调用这个函数之后,返回指针所指向的CvCapture结构被初始化到对应的avi文件的开头。

8、cvQueryFrame:用来将下一帧视频文件载入内存;

9、cvReleaseCapture:释放CvCapture结构开辟的内存空间;

10、cvCreateTrackbar:创建一个滚动条;

 

11、cvSetCaptureProperty:设置CvCapture对象的各种属性;

12、cvGetCaptureProperty:查询CvCapture对象的各种属性;

13、cvGetSize:当前图像结构的大小;

14、cvSmooth:对图像进行平滑处理;

15、cvPyrDown:图像金字塔,降采样,图像缩小为原来四分之一;

16、cvCanny:Canny边缘检测;

17、cvCreateCameraCapture:从摄像设备中读入数据;

18、cvCreateVideoWriter:创建一个写入设备以便逐帧将视频流写入视频文件;

19、cvWriteFrame:逐帧将视频流写入文件;

20、cvReleaseVideoWriter:释放CvVideoWriter结构开辟的内存空间;

 

21、CV_MAT_ELEM:从矩阵中得到一个元素;

22、cvAbs:计算数组中所有元素的绝对值;

23、cvAbsDiff:计算两个数组差值的绝对值;

24、cvAbsDiffS:计算数组和标量差值的绝对值;

25、cvAdd:两个数组的元素级的加运算;

26、cvAddS:一个数组和一个标量的元素级的相加运算;

27、cvAddWeighted:两个数组的元素级的加权相加运算(alpha运算);

28、cvAvg:计算数组中所有元素的平均值;

29、cvAvgSdv:计算数组中所有元素的绝对值和标准差;

30、cvCalcCovarMatrix:计算一组n维空间向量的协方差;

 

31、cvCmp:对两个数组中的所有元素运用设置的比较操作;

32、cvCmpS:对数组和标量运用设置的比较操作;

33、cvConvertScale:用可选的缩放值转换数组元素类型;

34、cvCopy:把数组中的值复制到另一个数组中;

35、cvCountNonZero:计算数组中非0值的个数;

36、cvCrossProduct:计算两个三维向量的向量积(叉积);

37、cvCvtColor:将数组的通道从一个颜色空间转换另外一个颜色空间;

38、cvDet:计算方阵的行列式;

39、cvDiv:用另外一个数组对一个数组进行元素级的除法运算;

40、cvDotProduct:计算两个向量的点积;

 

41、cvEigenVV:计算方阵的特征值和特征向量;

42、cvFlip:围绕选定轴翻转;

43、cvGEMM:矩阵乘法;

44、cvGetCol:从一个数组的列中复制元素;

45、cvGetCols:从数据的相邻的多列中复制元素;

46、cvGetDiag:复制数组中对角线上的所有元素;

47、cvGetDims:返回数组的维数;

48、cvGetDimSize:返回一个数组的所有维的大小;

49、cvGetRow:从一个数组的行中复制元素值;

50、cvGetRows:从一个数组的多个相邻的行中复制元素值;

 

51、cvGetSize:得到二维的数组的尺寸,以CvSize返回;

52、cvGetSubRect:从一个数组的子区域复制元素值;

53、cvInRange:检查一个数组的元素是否在另外两个数组中的值的范围内;

54、cvInRangeS:检查一个数组的元素的值是否在另外两个标量的范围内;

55、cvInvert:求矩阵的逆;

56、cvMahalonobis:计算两个向量间的马氏距离;

57、cvMax:在两个数组中进行元素级的取最大值操作;

58、cvMaxS:在一个数组和一个标量中进行元素级的取最大值操作;

59、cvMerge:把几个单通道图像合并为一个多通道图像;

60、cvMin:在两个数组中进行元素级的取最小值操作;

 

61、cvMinS:在一个数组和一个标量中进行元素级的取最小值操作;

62、cvMinMaxLoc:寻找数组中的最大最小值;

63、cvMul:计算两个数组的元素级的乘积(点乘);

64、cvNot:按位对数组中的每一个元素求反;

65、cvNormalize:将数组中元素进行归一化;

66、cvOr:对两个数组进行按位或操作;

67、cvOrs:在数组与标量之间进行按位或操作;

68、cvReduce:通过给定的操作符将二维数组简为向量;

69、cvRepeat:以平铺的方式进行数组复制;

70、cvSet:用给定值初始化数组;

 

71、cvSetZero:将数组中所有元素初始化为0;

72、cvSetIdentity:将数组中对角线上的元素设为1,其他置0;

73、cvSolve:求出线性方程组的解;

74、cvSplit:将多通道数组分割成多个单通道数组;

75、cvSub:两个数组元素级的相减;

76、cvSubS:元素级的从数组中减去标量;

77、cvSubRS:元素级的从标量中减去数组;

78、cvSum:对数组中的所有元素求和;

79、cvSVD:二维矩阵的奇异值分解;

80、cvSVBkSb:奇异值回代计算;

 

81、cvTrace:计算矩阵迹;

82、cvTranspose:矩阵的转置运算;

83、cvXor:对两个数组进行按位异或操作;

84、cvXorS:在数组和标量之间进行按位异或操作;

85、cvZero:将所有数组中的元素置为0;

86、cvConvertScaleAbs:计算可选的缩放值的绝对值之后再转换数组元素的类型;

87、cvNorm:计算数组的绝对范数, 绝对差分范数或者相对差分范数;

88、cvAnd:对两个数组进行按位与操作;

89、cvAndS:在数组和标量之间进行按位与操作; 

90、cvScale:是cvConvertScale的一个宏,可以用来重新调整数组的内容,并且可以将参数从一种数

                  据类型转换为另一种;

 

91、cvT:是函数cvTranspose的缩写;

92、cvLine:画直线;

93、cvRectangle:画矩形;

94、cvCircle:画圆;

95、cvEllipse:画椭圆;

96、cvEllipseBox:使用外接矩形描述椭圆;

97、cvFillPoly、cvFillConvexPoly、cvPolyLine:画多边形;

98、cvPutText:在图像上输出一些文本;

99、cvInitFont:采用一组参数配置一些用于屏幕输出的基本个特定字体;

100、cvSave:矩阵保存;

 

101、cvLoad:矩阵读取;

102、cvOpenFileStorage:为读/写打开存储文件;

103、cvReleaseFileStorage:释放存储的数据;

104、cvStartWriteStruct:开始写入新的数据结构;

105、cvEndWriteStruct:结束写入数据结构;

106、cvWriteInt:写入整数型;

107、cvWriteReal:写入浮点型;

108、cvWriteString:写入字符型;

109、cvWriteComment:写一个XML或YAML的注释字串;

110、cvWrite:写一个对象;

 

111、cvWriteRawData:写入多个数值;

112、cvWriteFileNode:将文件节点写入另一个文件存储器;

113、cvGetRootFileNode:获取存储器最顶层的节点;

114、cvGetFileNodeByName:在映图或存储器中找到相应节点;

115、cvGetHashedKey:为名称返回一个惟一的指针;

116、cvGetFileNode:在映图或文件存储器中找到节点;

117、cvGetFileNodeName:返回文件的节点名;

118、cvReadInt:读取一个无名称的整数型;

119、cvReadIntByName:读取一个有名称的整数型;

120、cvReadReal:读取一个无名称的浮点型;

 

121、cvReadRealByName:读取一个有名称的浮点型;

122、cvReadString:从文件节点中寻找字符串;

123、cvReadStringByName:找到一个有名称的文件节点并返回它;

124、cvRead:将对象解码并返回它的指针;

125、cvReadByName:找到对象并解码;

126、cvReadRawData:读取多个数值;

127、cvStartReadRawData:初始化文件节点序列的读取;

128、cvReadRawDataSlice:读取文件节点的内容;

129、cvGetModuleInfo:检查IPP库是否已经正常安装并且检验运行是否正常;

130、cvResizeWindow:用来调整窗口的大小;

 

131、cvSaveImage:保存图像;

132、cvMoveWindow:将窗口移动到其左上角为x,y的位置;

133、cvDestroyAllWindow:用来关闭所有窗口并释放窗口相关的内存空间;

134、cvGetTrackbarPos:读取滑动条的值;

135、cvSetTrackbarPos:设置滑动条的值;

136、cvGrabFrame:用于快速将视频帧读入内存;

137、cvRetrieveFrame:对读入帧做所有必须的处理;

138、cvConvertImage:用于在常用的不同图像格式之间转换;

139、cvErode:形态腐蚀;

140、cvDilate:形态学膨胀;

 

141、cvMorphologyEx:更通用的形态学函数;

142、cvFloodFill:漫水填充算法,用来进一步控制哪些区域将被填充颜色;

143、cvResize:放大或缩小图像;

144、cvPyrUp:图像金字塔,将现有的图像在每个维度上都放大两倍;

145、cvPyrSegmentation:利用金字塔实现图像分割;

146、cvThreshold:图像阈值化;

147、cvAcc:可以将8位整数类型图像累加为浮点图像;

148、cvAdaptiveThreshold:图像自适应阈值;

149、cvFilter2D:图像卷积;

150、cvCopyMakeBorder:将特定的图像轻微变大,然后以各种方式自动填充图像边界;

151、cvSobel:图像边缘检测,Sobel算子;

152、cvLaplace:拉普拉斯变换、图像边缘检测;

153、cvHoughLines2:霍夫直线变换;

154、cvHoughCircles:霍夫圆变换;

155、cvRemap:图像重映射,校正标定图像,图像插值;

156、cvWarpAffine:稠密仿射变换;

157、cvGetQuadrangleSubPix:仿射变换;

158、cvGetAffineTransform:仿射映射矩阵的计算;

159、cvCloneImage:将整个IplImage结构复制到新的IplImage中;

160、cv2DRotationMatrix:仿射映射矩阵的计算;

161、cvTransform:稀疏仿射变换;

162、cvWarpPerspective:密集透视变换(单应性);

163、cvGetPerspectiveTransform:计算透视映射矩阵;

164、cvPerspectiveTransform:稀疏透视变换;

165、cvCartToPolar:将数值从笛卡尔空间到极坐标(极性空间)进行映射;

166、cvPolarToCart:将数值从极性空间到笛卡尔空间进行映射;

167、cvLogPolar:对数极坐标变换;

168、cvDFT:离散傅里叶变换;

169、cvMulSpectrums:频谱乘法;

170、cvDCT:离散余弦变换;

171、cvIntegral:计算积分图像;

172、cvDistTransform:图像的距离变换;

173、cvEqualizeHist:直方图均衡化;

174、cvCreateHist:创建一新直方图;

175、cvMakeHistHeaderForArray:根据已给出的数据创建直方图;

176、cvNormalizeHist:归一化直方图;

177、cvThreshHist:直方图阈值函数;

178、cvCalcHist:从图像中自动计算直方图;

179、cvCompareHist:用于对比两个直方图的相似度;

180、cvCalcEMD2:陆地移动距离(EMD)算法;

181、cvCalcBackProject:反向投影;

182、cvCalcBackProjectPatch:图块的方向投影;

183、cvMatchTemplate:模板匹配;

184、cvCreateMemStorage:用于创建一个内存存储器;

185、cvCreateSeq:创建序列;

186、cvSeqInvert:将序列进行逆序操作;

187、cvCvtSeqToArray:复制序列的全部或部分到一个连续内存数组中;

188、cvFindContours:从二值图像中寻找轮廓;

189、cvDrawContours:绘制轮廓;

190、cvApproxPoly:使用多边形逼近一个轮廓;

191、cvContourPerimeter:轮廓长度;

192、cvContoursMoments:计算轮廓矩;

193、cvMoments:计算Hu不变矩;

194、cvMatchShapes:使用矩进行匹配;

195、cvInitLineIterator:对任意直线上的像素进行采样;

196、cvSampleLine:对直线采样;

197、cvAbsDiff:帧差;

198、cvWatershed:分水岭算法;

199、cvInpaint:修补图像;

200、cvGoodFeaturesToTrack:寻找角点;

201、cvFindCornerSubPix:用于发现亚像素精度的角点位置;

202、cvCalcOpticalFlowLK:实现非金字塔的Lucas-Kanade稠密光流算法;

203、cvMeanShift:mean-shift跟踪算法;

204、cvCamShift:camshift跟踪算法;

205、cvCreateKalman:创建Kalman滤波器;

206、cvCreateConDensation:创建condensation滤波器;

207、cvConvertPointsHomogenious:对齐次坐标进行转换;

208、cvFindChessboardCorners:定位棋盘角点;

209、cvFindHomography:计算单应性矩阵;

210、cvRodrigues2:罗德里格斯变换;

211、cvFitLine:直线拟合算法;

212、cvCalcCovarMatrix:计算协方差矩阵;

213、cvInvert:计算协方差矩阵的逆矩阵;

214、cvMahalanobis:计算Mahalanobis距离;

215、cvKMeans2:K均值;

216、cvCloneMat:根据一个已有的矩阵创建一个新矩阵;

217、cvPreCornerDetect:计算用于角点检测的特征图;

218、cvGetImage:CvMat图像数据格式转换成IplImage图像数据格式;

219、cvMatMul:两矩阵相乘;

  • 1
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV(Open Source Computer Vision Library)是一款开源的计算机视觉库,专门为图像和视频处理任务设计,广泛应用于学术研究、工业应用以及个人项目中。以下是关于OpenCV的详细介绍: 历史与发展 起源:OpenCV于1999年由英特尔公司发起,旨在促进计算机视觉技术的普及和商业化应用。该项目旨在创建一个易于使用、高效且跨平台的库,为开发者提供实现计算机视觉算法所需的基础工具。 社区与支持:随着时间的推移,OpenCV吸引了全球众多开发者和研究人员的参与,形成了活跃的社区。目前,OpenCV由非盈利组织OpenCV.org维护,并得到了全球开发者、研究机构以及企业的持续贡献和支持。 主要特点 跨平台:OpenCV支持多种操作系统,包括但不限于Windows、Linux、macOS、Android和iOS,确保代码能够在不同平台上无缝运行。 丰富的功能:库中包含了数千个优化过的函数,涵盖了计算机视觉领域的诸多方面,如图像处理(滤波、形态学操作、色彩空间转换等)、特征检测与描述(如SIFT、SURF、ORB等)、物体识别与检测(如Haar级联分类器、HOG、DNN等)、视频分析、相机校正、立体视觉、机器学习(SVM、KNN、决策树等)、深度学习(基于TensorFlow、PyTorch后端的模型加载与部署)等。 高效性能:OpenCV代码经过高度优化,能够利用多核CPU、GPU以及特定硬件加速(如Intel IPP、OpenCL等),实现高速图像处理和实时计算机视觉应用。 多语言支持:尽管OpenCV主要使用C++编写,但它提供了丰富的API绑定,支持包括C、Python、Java、MATLAB、JavaScript等多种编程语言,方便不同领域的开发者使用。 开源与免费:OpenCV遵循BSD开源许可证发布,用户可以免费下载、使用、修改和分发库及其源代码,无需担心版权问题。 架构与核心模块 OpenCV的架构围绕核心模块构建,这些模块提供了不同层次的功能: Core:包含基本的数据结构(如cv::Mat用于图像存储和操作)、基本的图像和矩阵操作、数学函数、文件I/O等底层功能。 ImgProc:提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui:提供图形用户界面(GUI)支持,如图像和视频的显示、用户交互(如鼠标事件处理)以及简单的窗口管理。 VideoIO:负责视频的读写操作,支持多种视频格式和捕获设备。 Objdetect:包含预训练的对象检测模型(如Haar级联分类器用于人脸检测)。 Features2D:提供特征点检测(如SIFT、ORB)与描述符计算、特征匹配与对应关系估计等功能。 Calib3d:用于相机标定、立体视觉、多视图几何等问题。 ML:包含传统机器学习算法,如支持向量机(SVM)、K近邻(KNN)、决策树等。 DNN:深度神经网络模块,支持导入和运行预训练的深度学习模型,如卷积神经网络(CNN)。 应用领域 OpenCV广泛应用于: 科研与教育:作为计算机视觉教学和研究的基础工具,OpenCV简化了算法原型开发与验证过程。 工业自动化:在视觉检测、机器人导航、产品质量控制等工业场景中,OpenCV用于实时图像分析与决策。 安防监控:用于人脸识别、行人检测、行为分析等智能监控系统。 医疗影像分析:在医疗领域,OpenCV可用于医学图像处理、病灶检测、诊断辅助等应用。 自动驾驶:在车辆视觉感知系统中,OpenCV用于道路标志识别、障碍物检测、车道线识别等任务。 多媒体应用:如图像编辑软件、AR/VR应用、游戏开发等,利用OpenCV进行图像和视频处理。 物联网与嵌入式系统:在资源受限的嵌入式设备上,OpenCV提供轻量级的计算机视觉解决方案。 学习与社区资源 OpenCV拥有丰富的官方文档、教程、示例代码以及活跃的开发者社区,包括GitHub、StackOverflow、官方论坛等,为学习和使用OpenCV提供了有力支持。此外,有许多书籍、在线课程、博客文章和研讨会专门讲解OpenCV的使用和计算机视觉技术。 综上所述,OpenCV作为一款功能强大、高效、跨平台且开源的计算机视觉库,为开发者提供了实现各类图像和视频处理任务所需的工具箱,其广泛的应用领域和活跃的社区支持使之成为计算机视觉领域不可或缺的开发工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值