OpenCV总结

最新推荐文章于 2024-07-12 18:44:59 发布

Abona

最新推荐文章于 2024-07-12 18:44:59 发布

阅读量1k

点赞数 3

文章标签： opencv 图像处理视频处理计算机视觉

原文链接：https://www.cnblogs.com/lfcc/p/12560451.html

版权

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

官网：https://opencv.org/
GitHub：https://github.com/opencv/opencv

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：
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）

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

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

局部效果图
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

#include "opencv2/opencv.hpp" 
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

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

void main() {
	Mat srcImg = imread("1.jpg");//读取图片
	if (!srcImg.empty()) {
		cout<< "高度:" << srcImg.rows << endl;
		cout << "宽度：" << srcImg.cols << endl;
		cout << "通道数:" << srcImg.channels() << endl;
		cout << "位深度：" << srcImg.depth() << endl;
	}
	cvtColor(srcImg,srcImg,CV_BGR2GRAY);//转化为灰度图
	namedWindow("img",WINDOW_AUTOSIZE);//创建窗口
	imshow("img",srcImg);
	imwrite("1.bmp",srcImg);
	waitKey(0);
}

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

#include<opencv2/opencv.hpp>
using namespace cv;

void main() {
	//读取视频文件，视频文件2.avi与C++文件处于同一目录
	VideoCapture cap("2.avi");
	//读取摄像头
	//VideoCapture cap(0);
	if (!cap.isOpened()) {
		return;
	}
	Mat frame;
	while (1) {
		cap >> frame;
		//Canny(frame, frame, 30, 100);  //Canny边缘检测
		//cvtColor(frame, frame, CV_BGR2HSV); //颜色空间转换到HSV
		if (!frame.empty()) {
			imshow("video", frame);
			if (waitKey(30) == 27) {
				break;
			}
		}
		else
			break;
	}
	cap.release();
}

4.3、效果展示

1585010617405

5、视频处理实例

5.1、图像批量读取

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

5.2、视频分解

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

5.3、多图合并

VideoWriter writer("E:\\out.avi", -1, 20, Size(720, 576), true);
VideoCapture cap;
char filename[50];
Mat frame;
for (int i = 1; i < 400; i++){
    sprintf_s(filename, "E:\\pic\\%d.bmp", i);
    cap.open(filename);
    if (!cap.isOpened())
        break;
    cap >> frame;
    if (frame.empty())
        break;
    writer << frame;
}
waitKey(0);
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

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

#include<opencv2/opencv.hpp>
using namespace cv;

Mat img(500, 500, CV_8UC3, Scalar(255, 255, 255));
Point pt;

//鼠标回调函数，名称可变，但是参数不可变
void onMouse(int event, int x, int y, int flag, void *param) {
	if (event == CV_EVENT_LBUTTONDOWN) {//鼠标左键按下，画出圆形
		circle(img, Point(x, y), 100, Scalar(0, 0, 255), 2, 8);		
	}
	else if (event == CV_EVENT_RBUTTONDOWN) {//鼠标右键按下，记录按下点
		pt.x = x;
		pt.y = y;
	}
	else if (event == CV_EVENT_RBUTTONUP) {//鼠标右键抬起，画出矩形框
		rectangle(img,Point(pt.x, pt.y), Point(x, y), Scalar(0, 255, 255), 2, 8);
	}
}
void main() {
	//鼠标点击调用
	namedWindow("Mouse",WINDOW_AUTOSIZE);
	setMouseCallback("Mouse", onMouse, 0);
	while (1) {
		imshow("Mouse", img);
		if(27==waitKey(20))
			break;
	}
}

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

#include<opencv2/opencv.hpp>
using namespace cv;

Mat srcImg = imread("1.jpg", 0);
Mat desImg;
int value = 20;
//滚动条回调函数
void onchange(int value, void *param) {
	//threshold(srcImg,desImg,value,255,THRESH_BINARY);//灰度
	Canny(srcImg, desImg, value, 255);//边缘检测
	imshow("TrackBar", desImg);
}
void main() {
	//滚动条
	namedWindow("TrackBar",WINDOW_AUTOSIZE);
	//threshold(srcImg, desImg, value, 255, THRESH_BINARY);
	createTrackbar("Threshlod","TrackBar",&value,255,onchange,0);
	Canny(srcImg, desImg, value, 255);//边缘检测
	imshow("TrackBar", desImg);
	waitKey(0);
}

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

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

Mat img = imread("1.jpg");
Mat temp = img.clone();
Mat ROI;
bool flag1 = false;
Point pt;
//鼠标监测事件
void onMouse(int event,int x,int y,int flag,void *param) {
	switch (event)
	{
	case CV_EVENT_LBUTTONDOWN:
		pt.x = x;
		pt.y = y;
		flag1 = true;
		break;
	case CV_EVENT_MOUSEMOVE:
		if (flag1) {
			temp.copyTo(img);
			rectangle(img,Point(pt.x,pt.y),Point(x,y),Scalar(0,0,255),2,8);
		}
		break;
	case CV_EVENT_LBUTTONUP:
		flag1 = false;
		temp.copyTo(img);
		ROI = img(Rect(pt.x,pt.y,abs(x - pt.x),abs(y-pt.y)));
		imshow("ROI",ROI);
		break;
	default:
		break;
	} 
}
void main() {
	namedWindow("Mouse",WINDOW_AUTOSIZE);
	setMouseCallback("Mouse",onMouse,0);
	while (1) {
		imshow("Mouse",img);
		if (27 == waitKey(20)) {
			break;
		}
	}
}

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

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

int value = 20;//记录滑动块位置
void onchange(int value,void *param) {
	VideoCapture cap = *(VideoCapture *)param;//强制转换指针类型
	cap.set(CV_CAP_PROP_POS_FRAMES,value);
}

void main() {
	VideoCapture cap("2.avi");
	int frameCount = cap.get(CV_CAP_PROP_FRAME_COUNT);//视频总帧数
	Mat frame;
	if (!cap.isOpened()) {//视频打开失败
		return;
	}
	namedWindow("video",WINDOW_AUTOSIZE);
	createTrackbar("帧数","video",&value,frameCount,onchange,&cap);
	while (1) {
		cap >> frame;
		int pos = cap.get(CV_CAP_PROP_POS_FRAMES);
		setTrackbarPos("帧数", "video", pos);
		if (frame.empty()) {
			break;
		}
		imshow("video",frame);
		if (27 == waitKey(30)) {
			break;
		}
	}
	cap.release();
	destroyAllWindows();
}

效果图

10、访问图像像素

10.1、动态地址计算访问

核心代码

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

10.2、指针访问

核心代码

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

10.3、迭代器访问

核心代码

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

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

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

11、基本图像运算

11.1、图像加法

常用函数
- +，add(), addWeighted()

示例

Mat img1, img2;
Mat dst;
dst = img1 +img2;
add(img1, img2, dst);
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

Mat img1, img2;
Mat dst;
dst = img1 -img2;
subtract(img1, img2, dst);
absdiff(img1, img2, dst);

11.3、图像乘除法

常用函数
- *、/

示例

Mat img1, img2;
Mat dst;
dst = A * img1;
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

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

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

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;


int constast_value = 20;//对比度初始值
int bright_value = 20;//亮度初始值

void onchange(int value, void *param) {
	Mat img = *(Mat *)param;
	Mat dst(img.size(),img.type());//创建跟img大小一致的图形
	int rows = img.rows;
	int cols = img.cols;
	for (int i = 0; i < rows; i++) {
		for (int j = 0; j < cols; j++) {
			//saturate_cast<uchar>()函数用于防止溢出，data<0?0:data data>255?255:data
			dst.at<Vec3b>(i, j)[0] =saturate_cast<uchar>( img.at<Vec3b>(i, j)[0] * constast_value*0.01 + bright_value);
			dst.at<Vec3b>(i, j)[1] = saturate_cast<uchar>(img.at<Vec3b>(i, j)[1] * constast_value*0.01 + bright_value);
			dst.at<Vec3b>(i, j)[2] = saturate_cast<uchar>(img.at<Vec3b>(i, j)[2] * constast_value*0.01 + bright_value);
		}
	}
	imshow("效果图",dst);
}
void main() {
	Mat img = imread("1.jpg");
	namedWindow("效果图",WINDOW_AUTOSIZE);
	createTrackbar("对比度","效果图",&constast_value,300,onchange,&img);
	createTrackbar("亮度", "效果图", &bright_value, 300, onchange, &img);
	onchange(constast_value,&img);
	onchange(bright_value, &img);
}

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

void channelsSplit() {
	Mat img = imread("1.jpg");
	vector<Mat> channels;
	Mat blueChannel, greenChannel, redChannel;
	split(img,channels);
	blueChannel = channels.at(0);
	greenChannel = channels.at(1);
	redChannel = channels.at(2);
	imshow("Blue",blueChannel);
	imshow("Green",greenChannel);
	imshow("Red",redChannel);
}

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

void channelsMerge() {
	Mat img = imread("1.jpg");
	Mat mergeImg = Mat::zeros(img.size(),img.type());
	vector<Mat> channels;
	Mat blueChannel, greenChannel, redChannel;
	split(img, channels);
	blueChannel = channels.at(0);
	greenChannel = channels.at(1);
	redChannel = channels.at(2);
	//对每个通道进行二值化处理
	threshold(blueChannel,blueChannel,100,255,THRESH_BINARY);
	threshold(greenChannel, greenChannel, 100, 255, THRESH_BINARY);
	threshold(redChannel,redChannel,100,255,THRESH_BINARY);
	//进行通道合并
	merge(channels,mergeImg);
	imshow("Merge",mergeImg);
}

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

#include <opencv2/opencv.hpp>
using namespace cv;

void main() {
	Mat img = imread("1.jpg");
	Mat ROI;
	//ROI = img(Rect(100,100,200,200));//Rect矩形区域，x,y,w,h
	ROI = img(Range(300,300+200),Range(300,300+200));//Range行列范围
	imshow("img",img);
	imshow("ROI",ROI);
	waitKey(0);
}

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

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

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

ex1:
Mat dstImg = Mat::zeros(512, 512, CV_8UC3);//建立一张512*512像素的彩色图
Mat srcImg = imread(“1.jpg”);
resize(srcImg, dstImg, dstImg.size());//缩放至目标图大小

ex2:
Mat dstImg ;
Mat srcImg = imread(“1.jpg”);
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

Mat imageTranslate(Mat &src, int xOffset, int yOffset) {
	int rows = src.rows;
	int cols = src.cols;
	Mat dst = Mat::zeros(src.size(), src.type());
	for (int i = 0; i < rows; i++) {
		for (int j = 0; j < cols; j++) {
			int x = j + xOffset;//偏移量
			int y = i + yOffset;
			if (x < cols&& y < rows &&x>=0 && y>=0) {
				dst.at<Vec3b>(y, x) = src.at<Vec3b>(i, j);
			}
		}
	}
	return dst;
}

改变图片大小

Mat imageTranslate(Mat &src, int xOffset, int yOffset) {
	int rows = src.rows +abs(yOffset);
	int cols = src.cols +abs(xOffset);
    Mat dst = Mat::zeros(rows,cols,src.type());
    ......
}

14.3、图像旋转

函数getRotationMatrix2D()、warpAffine()

void picMove() {
	Mat img = imread("1.jpg");
	Point2f center = Point2f(img.cols / 2, img.rows / 2);//中心点
	double angle = 45;//旋转角度
	double scale = 0.5;//缩放尺度

	Mat rotateMat;
	rotateMat = getRotationMatrix2D(center,angle,scale);
	Mat rotateImg;
	warpAffine(img, rotateImg, rotateMat, Size(1200, 1800));
	imshow("dst",rotateImg);
}

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

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

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

#include<opencv2/opencv.hpp>
using namespace cv;

void main() {
	Mat src = imread("1.jpg");
	Mat dst;
	//方框滤波
	boxFilter(src, dst, -1, Size(3, 3), Point(-1, -1), true);
	//均值滤波
	blur(src, dst, Size(5, 5));
	//高斯滤波
	GaussianBlur(src,dst,Size(5,5),1);
	//中值滤波
	medianBlur(src,dst,3);
	//双边滤波
	bilateralFilter(src,dst,5,10.0,2.0);
	imshow("dst", dst);
	waitKey(0);
}

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

//注意src图片需要为灰度图
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

#include<opencv2/opencv.hpp>
using namespace cv;

int fixvalue = 20;
int blocksize = 5;
int c = 5;
Mat dst;
void onchange(int, void * param) {
	Mat src = *(Mat *)param;
	threshold(src, dst, fixvalue, 255, THRESH_BINARY);
	if (blocksize % 2 == 0)
		blocksize++;
	adaptiveThreshold(src, dst, 255, ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY, blocksize, c);
	imshow("固定阈值",dst);
	imshow("自适应阈值", dst);
}
void main() {
	Mat img = imread("1.jpg", 0);
	namedWindow("固定阈值", WINDOW_AUTOSIZE);
	namedWindow("自适应阈值", WINDOW_AUTOSIZE);
	createTrackbar("fixvalue", "固定阈值", &fixvalue, 255, onchange, &img);
	createTrackbar("blocksize", "自适应阈值", &blocksize, 100, onchange, &img);
	createTrackbar("c", "自适应阈值", &c, 100, onchange, &img);

	onchange(fixvalue, &img);
	onchange(blocksize, &img);
	onchange(c, &img);
	imshow("img", img);
	waitKey(0);
}

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。

Abona

关注

3
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
OpenCV总结

目录1、简介 1.1、什么是open CV 1.2、优点 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 2.2、opencv安装与环境配置 2.3、将open CV与Visual Studio 2017关联 2.4、开始第一个项目 3、图像读取、显示与保存 3.1、头文件与命名空间 3.2、imread()函数 3.3、namedWindow()函数 3.4、imshow()函数 3.5、imwrite()函
复制链接

扫一扫