案例一:
//显示图像
#include<opencv2\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
Mat image = imread("E:\\8.jpg"); //存放自己图像的位置
imshow("显示图像", image);
waitKey(0);
return 0;
}
案例二:
OpeCV基本知识点:基本概念
图像处理是用计算机对图像进行分析,以达到所需要的结果的技术,图像处理技术一般包括图像压缩、增强和复原,匹配、描述和识别3个部分。
计算机视觉是一门如何使机器“看”的科学,是用摄影机和电脑对目标进行识别、跟踪和测量等机器视觉
OpenCV可用户解决一下领域的问题:
人机交互
物体识别
图像分区
人脸识别
动作识别
运动跟踪
机器人
OpenCV计算机视觉库的包含内容:
calib3d-->这个模块主要是相机校准和三维重建相关的内容,包括基本的多视角集几何算法、单个立体摄像头标定、物体姿态估计、立体相似性算法、3D信息的重建等
contrib-->这个模块包含了一下最近添加的不太稳定的功能,例如人脸识别、立体匹配、人工视网膜模型等技术
core-->核心功能模块
OpenCV基本数据结构
动态数据结构
绘图函数
数组操作相关函数
辅助功能与系统函数和宏
与OpenGL的互相操作
imgproc-->图像处理模块
线性和非线性的图像滤波
图像的几何变换
其他图像变换
直方图相关
结构分析和形状描述
运动分析和对象跟踪
特征检测
目标检测
features2d-->2D功能框架
特征检测和描述
特征检测器通用接口
描述符提取器通用接口
描述匹配器通用接口
通用描述符匹配器通用接口
关键点绘制函数和匹配功能绘制函数
flann-->高维的近似近邻快速搜索算法
快速近似最近邻搜索
聚类
gpu-->运用GPU加速计算机视觉模块
hihgui-->高层GUI图形用户界面,包含媒体的输入和输出、视频捕捉、图形和视频的编码解码、图形交互界面的接口等内容
legacy-->一些已经废弃的代码块,保留下来作为向下兼容,包含以下内容:
运动分析
期望最大化
直方图
平面细分
特征检测和描述
描述符提取器的通用接口
通用描述符的常用接口
匹配器
ml-->Machine Learning 机器学习模块,基本上是统计模型和分类算法
统计模型(Statistical Models)
一般贝叶斯分类(Normal Bayes Classifier)
K-近邻(K-Nearest Neighbors)
支持向量机(Support Vector Machines)
决策树(Decision Trees)
提升(Boosting)
梯度提高树(Gradient Boosted Trees)
随机树(Random Trees)
超随机树(Extremely randomized Trees)
期望最大化(Expectation Maximization)
神经网络(Neural Networks)
MLData
nonfree-->一些具有专利的算法模块,包含特征检测和GPU相关的内容,最好不要商用
objdetect-->目标检测模块,包含Cascade Classification(级联分类)
和LatentSVM两个部分
ocl-->运用OpenGL加速的计算机视觉组件模块
photo-->包含图像修复和图像去燥两部分
stitching-->images stitching 图像拼接模块:
拼接流水线
特点寻找和匹配图像
估计旋转
自动校准
图片歪斜
接缝估测
曝光补偿
图片混合
superres-->超分辨率技术的相关功能模块
ts-->OpenCV测试相关代码(不用去管)
video-->视频分析组件,该模块包括运动估计,背景分离,对象跟踪等视频处理相关内容
Videostab-->视频稳定相关的组件
//图像腐蚀操作
#include <opencv2\highgui\highgui.hpp> //highgui模块头文件
#include<opencv2\imgproc\imgproc.hpp> //OpenCV图像处理头文件
using namespace cv; //包含cv命名空间
int main()
{
//载入原图
Mat srcImage = imread("E:\\8.jpg");
//显示原图
imshow("[原图]腐蚀操作", srcImage);
//进行腐蚀操作
Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat dstImage;
erode(srcImage, dstImage, element);
//显示效果图
imshow("[效果图]腐蚀操作", dstImage);
waitKey(0);
return 0;
}
案例三:图像模糊
#include <opencv2\highgui\highgui.hpp> //highgui模块头文件
#include <opencv2\imgproc\imgproc.hpp> //OpenCv处理图像的头文件
using namespace cv;
int main()
{
Mat srcImage = imread("E:\\6.bmp"); //1、载入原图
imshow("均值滤波【原图】", srcImage); //2、显示原始图像
Mat dstImage; //3、进行均值滤波操作
blur(srcImage, dstImage, Size(7, 7));
imshow("均值滤波【效果图】", dstImage);
waitKey(0);
}
案例四:Canny边缘检测