Qt5+Opencv插件式开发

最新推荐文章于 2024-05-10 22:33:13 发布
最新推荐文章于 2024-05-10 22:33:13 发布
阅读量353 收藏 2
点赞数 4
分类专栏： Opencv QtWidget的学习之路 # Qt开发 文章标签： qt c++ opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Thinking777/article/details/133622376
版权

文章目录

1、插件介绍

插件(Plug-in,又称addin、add-in、addon或add-on,又译外挂)是一种遵循一定规范的应用程序接口编写出来的程序。其只能运行在程序规定的系统平台下（可能同时支持多个平台），而不能脱离指定的平台单独运行。因为插件需要调用原纯净系统提供的函数库或者数据。很多软件都有插件，插件有无数种。例如在IE中，安装相关的插件后，WEB浏览器能够直接调用插件程序，用于处理特定类型的文件。

2、项目介绍

在开发机器视觉项目通常使用QtWidget作为GUI框架，使用Opencv或者Halcon作为视觉算法框架。当开发大型项目时，通常分为了许多模块，例如:算法模块、界面模块等。为了方便管理项目，需要将界面和算法分隔开，在界面中加载算法框架，这样就得用到插件，也就是将每一个算法转化为dll，在主界面中加载这些算法dll。
开发环境:Qt 5.14.2
操作系统:Win11
Opencv:4.51

3、开发流程

首先创建一个子项目OpenVision：
在这里插入图片描述
然后在OpenVision项目下右键->新子项目->Application->Qt Widgets Application,名称为MainApp，用来读取图片和加载插件。
在这里插入图片描述
每一个插件就是一个dll文件，为了好管理，我在OpenVision项目下右键->新子项目->其他项目->子目录项目，创建名称为ImageProcessForPlugins的子项目，所有的插件项目都在ImageProcessForPlugins子目录下创建。
最后新建一个插件Library，在ImageProcessForPlugins上鼠标右键->新子项目->Library，创建名称为FilterPlugin(滤波算法插件)和MorphologyExPlugin(形态学算法插件)。
具体的项目结构如图：
在这里插入图片描述
项目结构整清楚以后，就可以把有关的类库引进来，由于很多地方都会用到OpenCV库，所以我创建了一个3rdparty目录，存放opencv库目录和头文件目录，以及算法接口抽象基类，用于子类实现并且使用。
在这里插入图片描述
在这里插入图片描述opencv451.pri内容如下:

INCLUDEPATH += D:/Opencv4.51/opencv/build/include
LIBS += D:\Opencv4.51\opencv\build\lib\libopencv_*.a

CvPluginInterface.h内容如下:

#ifndef CVPLUGIN_H
#define CVPLUGIN_H

#include <QObject>
#include <QWidget>
#include <QString>

#include "opencv2/opencv.hpp"

class CvPluginInterface
{
public:
    //很重要 虚析构函数
    virtual ~CvPluginInterface() {}
    //最后面的“=0”并不表示函数返回值为0，它只起形式上的作用，告诉编译系统“这是纯虚函数”
    //virtual QString title() = 0;
    //virtual QString version() = 0;
    //virtual QString description() = 0;
    //virtual QString help() = 0;
    virtual QWidget *setUi() = 0;  //算法界面的获取
    virtual void processImage(const cv::Mat &inputImage, cv::Mat &outputImage) = 0;//算法执行
    virtual QString name() = 0; //算法名称
};

#define CVPLUGININTERFACE_IID "com.motionandvision.cvplugininterface"

//此宏用于把标识符与类名接口关联起来，将类定义为接口
Q_DECLARE_INTERFACE(CvPluginInterface, CVPLUGININTERFACE_IID)

#endif // CVPLUGIN_H

3.1、滤波算法插件

如下是滤波算法界面的ui:
在这里插入图片描述
将界面中的slider和spinBox进行初始化:

void FilterWidget::initUI()
{
    //均值滤波
    this->ui->spinBoxBlur->setRange(1,50);
    this->ui->sliderBlur->setRange(1,50);
    this->ui->sliderBlur->setValue(1);

    //高斯滤波
    ui->spinBoxGaussianBlur1->setRange(3,50);
    ui->spinBoxGaussianBlur2->setRange(0,50);
    ui->spinBoxGaussianBlur3->setRange(0,50);
    ui->sliderGaussianBlur1->setRange(3,50);
    ui->sliderGaussianBlur2->setRange(0,50);
    ui->sliderGaussianBlur3->setRange(0,50);
    ui->sliderGaussianBlur1->setValue(3);
    ui->sliderGaussianBlur2->setValue(1);
    ui->sliderGaussianBlur3->setValue(1);

    //双边滤波
    ui->spinBilateralBlur1->setRange(1,50);
    ui->spinBilateralBlur2->setRange(0,255);
    ui->spinBilateralBlur3->setRange(0,100);
    ui->sliderBilateralBlur1->setRange(1,50);
    ui->sliderBilateralBlur2->setRange(0,255);
    ui->sliderBilateralBlur3->setRange(0,100);

    ui->sliderBilateralBlur1->setValue(3);
    ui->sliderBilateralBlur2->setValue(20);
    ui->sliderBilateralBlur3->setValue(1);

    //中值滤波
    ui->spinBoxMedianBlur->setRange(1,50);
    ui->sliderMedianBlur->setRange(1,50);
    ui->sliderMedianBlur->setValue(1);
}

信号和槽之间的绑定:

void FilterWidget::initConnectSLot()
{
    //均值滤波
    connect(this->ui->sliderBlur,&QSlider::valueChanged,this->ui->spinBoxBlur,&QSpinBox::setValue);
    connect(ui->sliderBlur,SIGNAL(valueChanged(int)),ui->spinBoxBlur,SLOT(setValue(int)));

    //高斯滤波
    connect(this->ui->sliderGaussianBlur1,&QSlider::valueChanged,this->ui->spinBoxGaussianBlur1,&QSpinBox::setValue);
    connect(this->ui->spinBoxGaussianBlur1,SIGNAL(valueChanged(int)),this->ui->sliderGaussianBlur1,SLOT(setValue(int)));
    connect(this->ui->sliderGaussianBlur2,&QSlider::valueChanged,this->ui->spinBoxGaussianBlur2,&QSpinBox::setValue);
    connect(this->ui->spinBoxGaussianBlur2,SIGNAL(valueChanged(int)),this->ui->sliderGaussianBlur2,SLOT(setValue(int)));
    connect(this->ui->sliderGaussianBlur3,&QSlider::valueChanged,this->ui->spinBoxGaussianBlur3,&QSpinBox::setValue);
    connect(this->ui->spinBoxGaussianBlur3,SIGNAL(valueChanged(int)),this->ui->sliderGaussianBlur3,SLOT(setValue(int)));

    //双边滤波
    connect(this->ui->sliderBilateralBlur1,&QSlider::valueChanged,this->ui->spinBilateralBlur1,&QSpinBox::setValue);
    connect(this->ui->spinBilateralBlur1,SIGNAL(valueChanged(int)),this->ui->sliderBilateralBlur1,SLOT(setValue(int)));
    connect(this->ui->sliderBilateralBlur2,&QSlider::valueChanged,this->ui->spinBilateralBlur2,&QSpinBox::setValue);
    connect(this->ui->spinBilateralBlur2,SIGNAL(valueChanged(int)),this->ui->sliderBilateralBlur2,SLOT(setValue(int)));
    connect(this->ui->sliderBilateralBlur3,&QSlider::valueChanged,this->ui->spinBilateralBlur3,&QSpinBox::setValue);
    connect(this->ui->spinBilateralBlur3,SIGNAL(valueChanged(int)),this->ui->sliderBilateralBlur3,SLOT(setValue(int)));

    //中值滤波
    connect(this->ui->sliderMedianBlur,&QSlider::valueChanged,this->ui->spinBoxMedianBlur,&QSpinBox::setValue);
    connect(this->ui->spinBoxMedianBlur,SIGNAL(valueChanged(int)),this->ui->sliderMedianBlur,SLOT(setValue(int)));
}

在滤波算法插件的文件需要继承算法抽象基类，重写它的接口，以及设置插件的IID。
在这里插入图片描述
滤波算法的实现:

void FilterPlugin::processImage(const Mat &inputImage, Mat &outputImage)
{
    //0->均值滤波 1->高斯滤波 2->双边滤波 3->中值滤波
    int type = m_widget->ui->toolBox->currentIndex();
    switch (type)
    {
    case 0:
    {
        int sizeBlur = m_widget->ui->sliderBlur->value();
        blur(inputImage,outputImage,Size(sizeBlur,sizeBlur));
    }
        break;
    case 1:
    {
        int sizeGaussBlurSize = m_widget->ui->sliderGaussianBlur1->value();
        //高斯滤波内核参数不能为偶数
        if(sizeGaussBlurSize % 2 == 0)
        {
            break;
        }
        int sigmax = m_widget->ui->sliderGaussianBlur2->value();
        int sigmay = m_widget->ui->sliderGaussianBlur3->value();
        GaussianBlur(inputImage,outputImage,Size(sizeGaussBlurSize,sizeGaussBlurSize),sigmax,sigmay);
    }
        break;
    case 2:
    {
        int d = m_widget->ui->sliderBilateralBlur1->value();
        int sigmaColor = m_widget->ui->sliderBilateralBlur2->value();
        int sigmaSpace = m_widget->ui->sliderBilateralBlur3->value();
        bilateralFilter(inputImage,outputImage,d,sigmaColor,sigmaSpace);
    }
        break;
    case 3:
    {
        int sizeMediaBlur = m_widget->ui->sliderMedianBlur->value();
        if(sizeMediaBlur % 2 == 0)
            break;
        medianBlur(inputImage,outputImage,sizeMediaBlur);
    }
        break;

    }
}

3.2、形态学算法插件

形态学算法插件的ui如下:
在这里插入图片描述
将界面中的slider和spinBox进行初始化:

    ui->sliderX->setRange(1,50);
    ui->sliderY->setRange(1,50);
    ui->morphIterSpin->setRange(1,20);
    ui->sliderX->setValue(1);
    ui->sliderY->setValue(1);
    ui->morphIterSpin->setValue(1);

信号和槽的绑定:

    connect(this->ui->sliderX,&QSlider::valueChanged,this->ui->spinBoxX,&QSpinBox::setValue);
    connect(this->ui->sliderY,&QSlider::valueChanged,this->ui->spinBoxY,&QSpinBox::setValue);
    connect(this->ui->morphIterSpin,&QSlider::valueChanged,this->ui->morphIterSpinBox,&QSpinBox::setValue);

    connect(this->ui->spinBoxX,SIGNAL(valueChanged(int)),this->ui->sliderX,SLOT(setValue(int)));
    connect(this->ui->spinBoxY,SIGNAL(valueChanged(int)),this->ui->sliderY,SLOT(setValue(int)));
    connect(this->ui->morphIterSpinBox,SIGNAL(valueChanged(int)),this->ui->morphIterSpin,SLOT(setValue(int)));

形态学算法的实现:

void MorphologyExPlugin::processImage(const Mat &inputImage, Mat &outputImage)
{
    int op = m_widget->ui->morphTypesCombo->currentIndex();
    int shape = m_widget->ui->morphShapesCombo->currentIndex();
    int sliderX = m_widget->ui->sliderX->value();
    int sliderY = m_widget->ui->sliderY->value();
    int iterations = m_widget->ui->morphIterSpin->value();
    morphologyEx(inputImage,outputImage,op,getStructuringElement(shape,Size(sliderX,sliderY)),Point(-1,-1),iterations);
}

3.3、主界面的实现

首先实现QImage与cv::Mat矩阵之间的转化接口:

    /**
            * @brief 将 OpenCV 的 cv::Mat 类型图像转换为 QImage 类型
            * @param mat 待转换的图像，支持 CV_8UC1、CV_8UC3、CV_8UC4 三种OpenCV 的数据类型
            * @param clone true 表示与 Mat 不共享内存，更改生成的 mat 不会影响原始图像，false 则会与 mat 共享内存
            * @param rb_swap 只针对 CV_8UC3 格式，如果 true 则会调换 R 与 B RGB->BGR，如果共享内存的话原始图像也会发生变化
            * @return 转换后的 QImage 图像
           */
QImage MainWindow::cvMat2QImage(const Mat &mat, bool clone, bool rb_swap)
{
    const uchar *pSrc = (const uchar*)mat.data;
    // 8-bits unsigned, NO. OF CHANNELS = 1
    if(mat.type() == CV_8UC1)
    {
        //QImage image(mat.cols, mat.rows, QImage::Format_Grayscale8);
        QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_Grayscale8);
        if(clone) return image.copy();
        return image;
    }
    // 8-bits unsigned, NO. OF CHANNELS = 3
    else if(mat.type() == CV_8UC3)
    {
        // Create QImage with same dimensions as input Mat
        QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_RGB888);
        if(clone)
        {
            if(rb_swap) return image.rgbSwapped();
            return image.copy();
        }
        else
        {
            if(rb_swap)
            {
                cv::cvtColor(mat, mat, cv::COLOR_BGR2RGB);
            }
            return image;
        }

    }
    else if(mat.type() == CV_8UC4)
    {
        qDebug() << "CV_8UC4";
        QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_ARGB32);
        if(clone) return image.copy();
        return image;
    }
    else
    {
        qDebug() << "ERROR: Mat could not be converted to QImage.";
        return QImage();
    }
}

/**
            * @brief 将 QImage 的类型图像转换为 cv::Mat 类型
            * @param image 待转换的图像，支持 Format_Indexed8/Format_Grayscale、24 位彩色、32 位彩色格式，
            * @param clone true 表示与 QImage 不共享内存，更改生成的 mat 不会影响原始图像，false 则会与 QImage 共享内存
            * @param rg_swap 只针对 RGB888 格式，如果 true 则会调换 R 与 B RGB->BGR，如果共享内存的话原始图像也会发生变化
            * @return 转换后的 cv::Mat 图像
           */
Mat MainWindow::QImage2cvMat(QImage &image, bool clone, bool rb_swap)
{
    cv::Mat mat;
    qDebug() << image.format();
    switch(image.format())
    {
    case QImage::Format_ARGB32:
    case QImage::Format_RGB32:
    case QImage::Format_ARGB32_Premultiplied:
        mat = cv::Mat(image.height(), image.width(), CV_8UC4, (void *)image.constBits(), image.bytesPerLine());
        if(clone)  mat = mat.clone();
        break;
    case QImage::Format_RGB888:
        mat = cv::Mat(image.height(), image.width(), CV_8UC3, (void *)image.constBits(), image.bytesPerLine());
        if(clone)  mat = mat.clone();
        if(rb_swap) cv::cvtColor(mat, mat, cv::COLOR_BGR2RGB);
        break;
    case QImage::Format_Indexed8:
    case QImage::Format_Grayscale8:
        mat = cv::Mat(image.height(), image.width(), CV_8UC1, (void *)image.bits(), image.bytesPerLine());
        if(clone)  mat = mat.clone();
        break;
    }
    return mat;
}

加载插件，并将算法插件显示在QTreeWidget上:

//加载插件
void MainWindow::loadPlugins()
{
    QTreeWidgetItem *group = new QTreeWidgetItem(this->ui->treeWidget);
    group->setText(0,"图像处理算法插件");
    //加载所有插件并构建菜单
    QDir pluginDir(PLUGINS_DIR);
    QFileInfoList pluginFiles = pluginDir.entryInfoList(QDir::NoDotAndDotDot | QDir::Files,QDir::Name);

    foreach(auto pluginFile,pluginFiles)
    {
        //判断文件是否为dll文件
        if(QLibrary::isLibrary(pluginFile.absoluteFilePath()))
        {
            QPluginLoader pluginLoader(pluginFile.absoluteFilePath(),this);
            if(CvPluginInterface *plugin = dynamic_cast<CvPluginInterface *>(pluginLoader.instance()))
            {
                QTreeWidgetItem *subItem = new QTreeWidgetItem(group);
                subItem->setText(0,plugin->name());
                subItem->setData(0,Qt::UserRole,pluginFile.absoluteFilePath());
                connect(this->ui->treeWidget, SIGNAL(itemDoubleClicked(QTreeWidgetItem*,int)), this, SLOT(onPluginTriggered(QTreeWidgetItem* ,int)));

            }
        }
    }
    group->setExpanded(true);
}

结果如下:
在这里插入图片描述
双击QTreeWidgetItem显示算法参数配置界面:

void MainWindow::onPluginTriggered(QTreeWidgetItem *item, int)
{
    if(item->text(0) == "图像处理算法插件")
        return;
    if(currentPluginGui != nullptr)
    {
        this->ui->verticalLayout_8->removeWidget(currentPluginGui);
        delete currentPluginGui;
        delete currentPlugin;
    }
    currentPluginFile = item->data(0,Qt::UserRole).toString();
    qDebug()<<"插件路径:"<<currentPluginFile;
    currentPlugin = new QPluginLoader(currentPluginFile,this);
    CvPluginInterface *plugin = dynamic_cast<CvPluginInterface *>(currentPlugin->instance());
    if(plugin)
    {
        //添加界面
        currentPluginGui = plugin->setUi();
        this->ui->verticalLayout_8->addWidget(currentPluginGui);
        connect(currentPlugin->instance(),SIGNAL(updateNeeded()),this,SLOT(onCurrentPluginUpdateNeeded()));
    }
}

在主界面配置算法参数，显示效果:

void MainWindow::onCurrentPluginUpdateNeeded()
{
    if(!originalMat.empty())
    {
        if(currentPlugin != nullptr)
        {
            CvPluginInterface *plugin = dynamic_cast<CvPluginInterface *>(currentPlugin->instance());
            if(plugin)
            {
                QElapsedTimer time;
                time.start();
                plugin->processImage(originalMat,processedMat);
                int millsecs = time.elapsed();
                this->ui->textBrowser->append(plugin->name()+"--耗时:"+QString::number(millsecs)+"毫秒");
            }
        }
        else
        {
            processedMat = originalMat.clone();
        }
        processedImage = cvMat2QImage(processedMat);
        processedPixmap.setPixmap(QPixmap::fromImage(processedImage));
    }
}

4、完整源码

链接：https://pan.baidu.com/s/1rs818AGZyzLRJQ0UTFWM_g
提取码：diwh

5、整体效果图

在这里插入图片描述

神威难藏泪~
关注
  • 4
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenCV的图像可视化插件（Image Watch）安装与使用
thequitesunshine007的博客
03-02 3491
一直觉得OpenCV在调试方面不如MATLAB灵活方便，没成想OpenCV官方早就推出了一个叫Image Watch的插件可用于调试时显示和监视图像变量了。这里简单记录一下插件的下载安装与基本使用方法，供大家参考。本文示例使用的环境为：Windows10系统+vs2015+OpenCV4.x。 Imge Watch是Microsoft Visual Studio的一个插件，它允许我们在调试应用程序时可视化内存中的图像（例如，cv::Mat或IplImage_对象）。这有助于跟踪错误，或者帮助我们了解特..
Qt-OpenCV开发环境搭建（史上最详细）
热门推荐
贝勒里恩的博客
12-06 4万+
一、环境介绍 系统：Windows10 IDE：Qt 5.13 OpenCV版本：3.4.11 二、OpenCV下载 打开OpenCV官网：http://opencv.org，点击Release下载OpenCV 三、OpenCV结构介绍 Sources：是当前版本的OpenCV源代码； Windows：Windows环境下编译好的文件(build)+源码； IOS pack：IOS环境下编译好的文件(build)+源码； Android：Android环境下编译好的文件(build)+源码；
【QT】QT搭建OpenCV环境
Cain Xcy的博客
07-10 7350
CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。Cmake 并不直接建构出最终的软件，而是产生标准的建构档（如 Unix 的 Makefile 或 Windows Visual C++ 的 projects/workspaces），然后再依一般的建构方式使用。QT的安装这里不做介绍，傻瓜式安装，只是在选择模块的时候，如果内存足够就全部勾选，如果内存不够，以后用到需要的模块时可能就比较麻烦，这点是不如VS的，可以追加下载，QT我研究过，没搞出来，都是重新安装的。
qt结合opencv图像处理界面创建——图像读取显示
m0_46704925的博客
05-10 1425
当您在Qt Creator中创建新的文件时，选择"qmake"意味着您正在为您的Qt项目创建新的源文件，并且这些文件将被包含在您的项目的.pro文件中。使用的是opencv库中的函数imread函数，它可以加载各种常见的图像文件格式，如JPEG、PNG、BMP等，并将其作为多维数组（Mat对象）存储在内存中供后续处理和分析。使用的是opencv库中的函数cvtColor函数第一个参数是我们读取的图像，第二个是新创建的图像变量，最后一个是格式的转换。: 这是图像数据的步长，表示每一行像素数据的字节数。
QT中OPENCV的配置（含扩展库）
weixin_56228140的博客
01-15 5045
QT里面添加OPENCV的库，和PYTHON里面会有点区别，这个是环境的配置
QT与Opencv的联合应用
Helloorld_1的博客
11-13 6282
QT平台，对opencv c++的模糊化和灰度化进行复现，并将运行的代码封装成exe文件
VS2022+Qt 5.14+OpenCV环境搭建，亲测可用。
07-11
在本文中，我们将详细探讨如何在Visual Studio 2022 (VS2022) 上搭建一个结合Qt 5.14与OpenCV的开发环境。...文档"VS2022+Qt 5.14+OpenCV环境搭建.docx"可能提供了更详尽的指导和常见问题解决方案，可以参照执行。
基于Qt5+Opencv4开发的图像处理软件（源码）
最新发布
06-20
软件编译开发环境：Qt5+Opencv4 ************************************************************************************** 软件支持相机:海康相机 *************************************************************...
QT6.4.3+OpenCv4.7+CMake3.27.3 环境搭建
09-12
QT6.4.3+OpenCV4.7+CMake3.27.3 环境搭建是一个重要的步骤，对于C++开发者来说，尤其是那些专注于图形界面和计算机视觉应用的开发人员。这篇教程将深入讲解如何在你的系统上配置这三个关键组件，以便于进行高效的跨...
Vs2019+Qt+Opencv环境配置心得(图文)
12-17
总的来说，配置Vs2019+Qt+OpenCV的开发环境涉及到多个步骤，包括下载和安装各个组件，配置环境变量，安装Qt插件，创建Qt项目，以及可能的OpenCV集成。虽然过程可能稍显繁琐，但一旦完成，就能为开发高效且功能丰富的...
Qt+OpenCV显示图片的两种方法(代码演示)
CV_Home的博客
08-01 1142
本文主要介绍Qt+OpenCV显示图像的两种方法，并通过代码演示效果.
QT配置opencv
m0_55496896的博客
12-30 574
QT配置opencv自己成功的经验，其中的参考链接绝对是完美的参考这个没什么问题！！！
Qt中配置OpenCV
qq_38662733的博客
04-29 1万+
Qt中配置OpenCV1. 环境下载2. 进行编译和安装2.1 新建opencv-build文件夹，用于opencv的 编译和安装（直接在opencv下新建即可）2.2 CMake设置2.2.1 选取源码路径 和 编译路径其它问题 1. 环境下载 Qt-5.14.2 + opencv-4.4.0 + opencv_contrib-4.4.0 + cmake-3.19.8-win64 在进行配置时请严格按照此版本配置进行，不同版本之间配置过程会有较大差异，因此这里会提供软甲安装包。 套装下载位置： qt
OpenCV+QT环境配置流程及问题总结
weixin_63306649的博客
09-19 1123
该总结主要针对过程以及遇到的问题进行记录，大致流程和对应问题其实网上是有参考的，有一些难以查找到的问题请大致确信是你某一步粗心造成的，请仔细排查，如果还是不行，请将各应用版本进行对应，避免因为版本问题造成的报错，望一切顺利。
qt与opencv学习记录
weixin_51883798的博客
07-18 923
此电脑->右键属性->系统->高级系统设置->环境变量->系统变量->path。ps：配置环境的过程中，遇到了很多问题，我感觉看视频比看文章更加容易成功。destroyAllWindows()会释放掉被那个变量占用的内存。我的版本：Win11,Qt5.14.2，OpenCV4.5.4。因为使用的是debug版本，所以这里使用的是xxxd.lib。蓝色部分的我们的共有部分，红色部分是我的安装路径。cv::waitKey(s):显示窗口s毫秒后关闭。cv::waitKey(0):一直显示窗口。
OpenCVForUnity（一）简介与插件
盖子的博客
06-25 3228
端午假期到了，最近我发现了一个非常有意思的课题——OpenCV，而我需要研究的则是OpenCVForUnity。它可以用于在Unity里处理图像、视频和摄像头数据，还有图像对比、人脸识别、目标跟踪、图片增强等多种图像处理效果，功能非常强大！在此分享我的学习过程。OpenCV是一个基于BSD许可开源发行的计算机视觉库（跨平台），可以在Windows、Android、Linux、Mac操作系统运行，并提供了Python、Ruby等语言的接口，提供了图像处理很多通用算法。
Qt配置OpenCV教程，无需复杂的编译过程，(详细版)
qq_42027706的博客
12-29 2万+
win10系统Qt5.9.2配置OpenCV4.5.0库教程(其中OpenCV库已经编译过的，可以直接用) Qt和opencv安装包资源 云盘链接：https://pan.baidu.com/s/1stA2sQzfpiuyG8rtooJJ4A 提取码：809t 话不多说，配置过程如下：双击Qt的安装包 一、Qt的安装 点击next 点击Skip 设置安装路径(我是把qtCreator和opencv都安装到了Qt的文件夹下)，然后点击下一步 在Qt5...
四小时学习opencv+qt系列（第一天）
visual_eagle的博客
06-22 4516
每天四小时学习opencv+qt系列（第一天） 我用的是qt5.14.1和opencv4.2 一、第一个opencv+qt的程序 1.在.pro文件里加入 LIBS += -LD:/opencv4.2/opencv/newbuild/newbuild/install/x64/vc14/lib/ -lopencv_world420d INCLUDEPATH += D:/opencv4.2/opencv/newbuild/newbuild/install/include/ D:/opencv4.2/opencv
opencv中image watch插件安装使用教程
陈俊岭的程序员之路（公众号求关注，方便交流）
01-14 1万+
如果觉得这篇文章对您有所启发，欢迎关注我的公众号，我会尽可能积极和大家交流，谢谢。 　　Image Watch（下载）是OpenCV的一款最新工具，它能够即时显示出矩阵的内容，即memory中Mat的信息，方便程序的调试，非常好用。不过目前该插件只支持VS2012，而且不能保存调试信息。　　下载地址：点击打开链接　　安装方法：　　1 从以上网址下载插件，下载后得到一个ImageWatch.vsix...
Qt6.2+opencv
12-10
Qt6.2+opencv是一种常用的图像处理框架，可以用于图像处理、计算机视觉等领域。下面是Qt6.2+opencv的安装和使用步骤： 1.安装Qt6.2和opencv4.6.0 2.在Qt中新建一个工程，将opencv的头文件和库文件添加到工程中。在.pro文件中添加以下代码： ```shell INCLUDEPATH += /usr/local/include/opencv4 LIBS += -L/usr/local/lib \ -lopencv_core \ -lopencv_highgui \ -lopencv_imgproc \ -lopencv_imgcodecs ``` 3.在代码中引入opencv的头文件，并使用opencv的函数进行图像处理。例如，下面的代码读取一张图片并显示： ```cpp #include <opencv2/opencv.hpp> #include <QImage> using namespace cv; int main() { Mat image = imread("test.jpg"); QImage qimage(image.data, image.cols, image.rows, QImage::Format_RGB888); // 将QImage显示在窗口中 return 0; } ``` 4.如果需要在图片上叠加中文汉字，可以使用opencv的putText函数。但是在Ubuntu18.04下，需要在安装opencv时连同opencv_contrib一起安装，否则putText输出为乱码。具体安装方法可以参考引用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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