OpenCV入门学习第一篇

最新推荐文章于 2022-03-13 18:31:06 发布

SetDreamer

最新推荐文章于 2022-03-13 18:31:06 发布

阅读量6.6k

点赞数 5

分类专栏：图像处理文章标签： OpenCV 实例

本文链接：https://blog.csdn.net/zhangfuliang123/article/details/73825817

版权

图像处理专栏收录该内容

9 篇文章 7 订阅

订阅专栏

接触到图像处理，不免要用到OpenCV，丰富的图像处理函数，不仅在追求高性能（基于C实现）上而且开源库更是方便开发者不断扩展openCV库。是计算机视觉研究方向的必要开发工具。由于刚刚接触OpenCV，本文主要是是对于OpenCV一些简单实例的测试与实现。

1、OpenCV的安装配置

对于OpenCV的安装网上很多帖子，这里就不用过多介绍了，做几点说明。（参考：http://blog.csdn.net/poem_qianmo/article/details/19809337 和 http://blog.csdn.net/morewindows/article/details/8225783）

I：注意VS版本与OpenCV的版本，有些OpenCV只包含VC14，就只能和VS2015配合使用.

II：VS添加项目注意选择win32还是X64，本人系统是64位的，运行Win32会报错

III：包含库文件的时候注意是Debug还是Release,debug版的lib带d的.

IV：配置环境变量后注意重启电脑，重启，之前以为不用重启，但是无法是配置生效，所以还是乖乖重启吧。

2、第一个OpenCV例子----显示一张图片

//第一个例子：显示图像
void showImage(){
	//IplImage 结构体
	IplImage *img = cvLoadImage("1234.jpg");//lena.tif
	if (img == NULL){
		cout << "Load File Failed.\n";
		return;
	}

	//创建一个窗口，如果值设置为0.用户可以调整窗口的大小。 CV_WINDOW_AUTOSIZE = 1，窗口自适应图片大小，无法调整窗口
	cvNamedWindow("Origin Image", CV_WINDOW_AUTOSIZE);
	cvShowImage("Origin Image", img);
	//设置时间，单位为ms.如果函数参数为0，则一直等待用户按键
	cvWaitKey(0);
	cvReleaseImage(&img);
	//关闭窗口，释放该窗口分配的所有内存
	cvDestroyWindow("Origin Image");
}

结果图：帅气的米勒

3、利用OpenCV播放视频

// OpenCVvideo.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

int  main(int argc, char* argv[]) {
	const char* inputVideo = "my.mp4";
	//cvCaptureFromAVI(inputVideo);   
	//openCV 有如下定义：#define cvCaptureFromAVI cvCaptureFromFile
	//					 #define cvCaptureFromFile cvCreateFileCapture		
	//cvCreateFileCapture(inputVideo) cvCaptureFromAVI(inputVideo);
	CvCapture* capture = cvCreateFileCapture(inputVideo); 
	int i = 0;
	IplImage* img = 0;
	char image_name[25];
	cvNamedWindow("video");

	//计算每秒帧数
	double fps = cvGetCaptureProperty(capture,CV_CAP_PROP_FPS);
	printf("fps=%d\n", (int)fps);
	//读取和显示  
	while (1)
	{
		//获取一帧图片 
		//cvQueryFrame()函数实际上是cvGrabFrame()和 cvRetrieveFrame()的一个组合
		img = cvQueryFrame(capture);  
		if (img == NULL)
			break;
		//显示  
		cvShowImage("video", img); 
		char key = cvWaitKey(20);
		//将每一帧保存到images文件夹下
		sprintf(image_name, "%s%d%s", "images\\image", ++i, ".jpg");//保存的图片名  
		cvSaveImage(image_name, img);  
	}

	cvReleaseCapture(&capture);
	cvDestroyWindow("video");
	return 0;
}

输出：fps=29

这是保存的帧，在images文件夹下

4、OpenCV设定ROI区域，ROI=region of interesting，就是设定感兴趣的区域，如果对图像设定了ROI区域，则接下来相应的图像操作只会作用于该区域，直到释放该区域。
代码是将一部分区域设置为白色，如果不设置ROI区域，则整幅图像都变成白色。所以，在图像处理中这是经常用到的方法，我们只关注于我们感兴趣的图像区域。

代码如下：

void testROI(){
	IplImage *image = cvLoadImage("lenaRGB.tif");
	cout << "Width:" << image->width<<endl;
	cout << "Height:" << image->height<<endl;
	cout << "Step:" << image->widthStep<<endl;
	//设置ROI
	cvSetImageROI(image, cvRect(0, 100, 100, 100));
	//ROI 区域加上一个标量
	cvAddS(image, cvScalar(255,255,255), image);
	//释放ROI，否则只会显示ROI 区域
	cvResetImageROI(image);

	//show image
	cvNamedWindow("ROI", 1);
	cvShowImage("ROI", image);
	cvWaitKey();

	cvReleaseImage(&image);
	cvDestroyWindow("ROI");
}

4、彩色图像三通道图像提取

函数原型：

void cvSplit(const CvArr* src,CvArr *dst0,CvArr *dst1, CvArr *dst2, CvArr *dst3);

注意：该函数分离是按BGR顺序分离的。

代码如下：

void imageSplit(){
	IplImage *image = cvLoadImage("RGB.tif");
	IplImage *imgR = NULL, *imgG = NULL, *imgB = NULL , *imgMerge=NULL;
	//根据图像深度大小和图像深度，创建单通道图像
	imgR = cvCreateImage(cvGetSize(image), image->depth, 1);
	imgG = cvCreateImage(cvGetSize(image), image->depth, 1);
	imgB = cvCreateImage(cvGetSize(image), image->depth, 1);
	//创建一个预合成的三通道图像
	imgMerge = cvCreateImage(cvGetSize(image), image->depth, 3);

	//分离出来的顺序是逆序的    cvSplit(pImg,bImg,gImg,rImg,0)
	cvSplit(image, imgB, imgG, imgR, NULL);
	cvNamedWindow("Origin", CV_WINDOW_AUTOSIZE);
	cvNamedWindow("Red", CV_WINDOW_AUTOSIZE);
	cvNamedWindow("Green", CV_WINDOW_AUTOSIZE);
	cvNamedWindow("Blue", CV_WINDOW_AUTOSIZE);
	cvShowImage("Origin", image);
	cvShowImage("Red", imgR);
	cvShowImage("Green", imgG);
	cvShowImage("Blue", imgB);


	//合并顺序也是相反的
	cvMerge(imgB, imgG, imgR, NULL, imgMerge);
	cvNamedWindow("Merge", CV_WINDOW_AUTOSIZE);
	cvShowImage("Merge", imgMerge);
	cvWaitKey();

	cvReleaseImage(&imgR);
	cvReleaseImage(&imgG);
	cvReleaseImage(&imgB);
	cvReleaseImage(&image);
	cvReleaseImage(&image);
	cvReleaseImage(&imgMerge);

	cvDestroyWindow("Origin");
	cvDestroyWindow("Red");
	cvDestroyWindow("Green");
	cvDestroyWindow("Blue");
	cvDestroyWindow("Merge");

}

结果如下：

5、图像缩放

图像缩放-即插值函数的调用，OpenCV提供了几种插值方法。

代码：

void imageScale(){
	IplImage *srcImage = cvLoadImage("lena.tif");
	IplImage *dstImage = NULL; 
	double fScale = 0.5;
	int deep = srcImage->depth;
	int channel = srcImage->nChannels;
	cout << "Deep:" << deep << endl << "Channel:" << channel << endl;
	cout << "Width:" << srcImage->width << "  Height:" << srcImage->height << endl;
	
	CvSize size;
	size.width = srcImage->width * fScale;
	size.height = srcImage->height * fScale;
	dstImage = cvCreateImage(size, deep, channel);
	// CV_INTER_NN -最邻近插值     CV_INTER_LINEAR  -双线性插值     CV_INTER_AREA  --使用象素关系重采样
	// CV_INTER_CUBIC  -立方插值
	cvResize(srcImage, dstImage, CV_INTER_CUBIC);

	cvNamedWindow("Source", CV_WINDOW_AUTOSIZE);
	cvShowImage("Source", srcImage);
	cvNamedWindow("Scale", CV_WINDOW_AUTOSIZE);
	cvShowImage("Scale", dstImage);
	cvWaitKey();
	cvSaveImage("scaleImageCUBIC.tif", dstImage);
	

	cvReleaseImage(&srcImage);
	cvReleaseImage(&dstImage);
	cvDestroyWindow("Source");
	cvDestroyWindow("Scale");
}

6、图像平滑

函数原型： void cvSmooth( const CvArr* src, CvArr* dst,int smoothtype=CV_GAUSSIAN,int param1, int param2, double param3, double param4 );

smoothtype平滑方法:
CV_BLUR_NO_SCALE(简单不带尺度变换的模糊) - -对每个象素的 param1×param2 领域求和。如果邻域大小是变化的,可以事先利用函数 cvIntegral 计算积分图像。
CV_BLUR (simple blur)- -对每个象素param1×param2邻域求和并做尺度变换 1/(param1×param2)。
CV_GAUSSIAN(gaussian blur) - -对图像进行核大小为 param1×param2 的高斯卷积。
CV_MEDIAN(median blur) - -对图像进行核大小为param1×param1 的中值滤波 (邻域是方的)。
CV_BILATERAL(双向滤波) - -应用双向 3x3 滤波，彩色 sigma=param1，空间 sigma=param2.。

以下实例是对带有椒盐噪声的图像进行处理：高斯滤波和中值滤波

//利用高斯滤波器平滑图像
void smoothImage(){
	//IplImage 结构体
	IplImage *img = cvLoadImage("lenaNoise.tif");
	cvNamedWindow("OriginImage", 0);
	cvShowImage("OriginImage", img);
	//3*3的高斯滤波器
	IplImage *out_imageG = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 3);
	cvNamedWindow("GauImage", 0);
	//3*3的中值滤波器
	IplImage *out_imageM = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 3);
	cvNamedWindow("MedImage", 0);


	cvSmooth(img, out_imageG, CV_GAUSSIAN, 3, 3);
	cvShowImage("GauImage",out_imageG);

	cvSmooth(img, out_imageM, CV_MEDIAN, 3, 3);
	cvShowImage("MedImage", out_imageM);

	cvWaitKey(0);

	cvReleaseImage(&img);
	cvReleaseImage(&out_imageG);
	cvReleaseImage(&out_imageM);
	cvDestroyWindow("OriginImage");
	cvDestroyWindow("GauImage");
	cvDestroyWindow("MedImage");
}

结果如下：如预期一样，中值滤波对于椒盐噪声的处理效果比较好