网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
文章目录
环境配置与搭建:
一、OpenCV4头文件介绍
想要使用OpenCV的类与函数,需要引用相关头文件,头文件中定义了所需的类与函数。
在OpenCV3.0版本之后,只须引用一个头文件即可使用OpenCV里所有的函数与功能。opencv.hpp头文件包含了OpenCV中所有模块的头文件。
#include "opencv.hpp"
如下图所示,是OpenCV4中主要的头文件:
下面对里面的一些重要的头文件进行解释说明:
头文件名 | 功能描述 |
---|---|
#include “opencv2/core/core_c.h” | 老版本C语言数据结构与数学运算 |
#include “opencv2/core/core.hpp” | 新版本C语言数据结构与数学运算 |
#include “opencv2/imgproc/imgproc_c.h” | 老版本C语言图像处理函数 |
#include “opencv2/imgproc.hpp” | 新版本C++语言图像处理函数 |
#include “opencv2/objdetection.hpp” | latent-SVM分类器、Cascade脸部检测、HOG特征和planar patch检测器支持函数 |
#include “opencv2/ml.hpp” | 机器学习算法与数据集封装 |
#include “opencv2/calib3d.hpp” | 相机标定和立体视觉 |
#include “opencv2/features2d.hpp” | 二维图像特征检测器和描述符提取器的抽象基类 |
#include “opencv2/video.hpp” | 包含视频跟踪和背景分割运算的头文件 |
#include “opencv2/video/tracking.hpp” | Camshift\meanShift\OpticalFlow 等视频跟踪算法的接口 |
#include “opencv2/video/background_segm.hpp” | 定义背景减除算法接口 |
#include “opencv2/flann/miniflann.hpp” | 近似最邻匹配函数 |
#include “opencv2/highgui/highgui_c.h” | 老版本C语言图像显示、滑动条、按钮、鼠标交互和IO |
#include “opencv2/highgui.hpp” | 新版本C语言图像显示、滑动条、按钮、鼠标交互和IO |
二、读取图像
imread()用来读取图片,其定义如下:
Mat cv::imread(const String & filename, int flags = IMREAD_COLOR)
函数参数:
- filename:图像文件名
- flags:读取时使用的色彩模式标志位,从cv::imreadModels中取值,1为原图彩色模式,0为灰度模式。
在读取图像后,可以通过cv::Mat类的empty方法判断是否正确读取了图像,如果读取失败,则退出程序:
Mat img = imread("test.jpg", 1)
if(img.empty()) return -1;
读取图像后,也可以通过读取二维矩阵的宽和高,来获取图像的宽和高:
int width = img.cols;
int height = img.rows;
二、显示图像
首先新建图像显示窗口(不是必须的):
namedWindow("src", WINDOW_AUTOSIZE);
调用imshow()函数显示图像:
imread("src", img);
为了方便显示窗口停留方便查看,可以等待按键响应后再退出:
waitKey(0);
该函数默认参数值为0,当参数<=0时,表示永久等待直至按下键盘;当参数>0时,表示等待的ms数。
三、保存图像
imwrite 函数实现把图像存储为指定格式的文件的功能。实现如下:
imwrite("save.jpg", img);
imwrite 函数的定义如下:
bool imwrite(const String & filename, InputArray img, const vector<int> & params=vector<int>())
![img](https://img-blog.csdnimg.cn/img_convert/4220fd2d4b08adff3bc35fc105d9aeff.png)
![img](https://img-blog.csdnimg.cn/img_convert/f784c25a400ce51fc137b8ee0ff2478e.png)
![img](https://img-blog.csdnimg.cn/img_convert/1132050da2fd177388fb7ed46acfb781.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**
涵盖了95%以上大数据知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**