opencv学习

最新推荐文章于 2023-04-19 22:31:16 发布
最新推荐文章于 2023-04-19 22:31:16 发布
阅读量330 收藏 1
点赞数
文章标签： opencv 计算机视觉 人工智能
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/Yunhua__/article/details/120877730
版权

OpenCV学习

图像读取和输出

Mat image=imread("");

imshow(const String & winname,InputArraymat)

Mat image=imread("huaqiangmaigua.jpg");
imshow("华强买瓜",image);//第一个参数为窗口名称   第二个参数为变量

读取图像并且以灰度图显示

Mat src = imread("图片地址",IMREAD_GRAYSCALE);

读取图像并转换为三通道彩色图像

image=cv::imread("",CV_LOAD_IMAGE_COLOR);
或
image=imread("",IMAGE_COLOR);

存储照片

imwrite("output.bmp",result);

创建窗口

 // 创建滑动块窗口
    String winname("inRange");
    namedWindow(winname, WINDOW_AUTOSIZE);

时延waitKey

waitKey(time) 在显示视频和调用摄像头的时候有用

waitKey(0);   //一直显示这张图片
waitKey(30);   //30ms后显示下一张图片

调用摄像头实例

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

using namespace std;
using namespace cv;

void main()
{
    VideoCapture cap(0);
    Mat img;
    
    while(1)
    {
        cap>>img;//cap读取的图像流到img之中
        imshow("my picture",img);
        
        waitKey(30);
    }
}

vector 容器

  • vector是向量类型，可以容纳许多类型的数据，因此也被称为容器
  • (可以理解为动态数组，是封装好了的类）
  • 进行vector操作前应添加头文件#include 
//先对其进行初始化
vector<Mat>mannels;
vector<int>box;
vector<int>a;
//定义具有10个整型元素的向量（尖括号为元素类型名，它可以是任何合法的数据类型），不具有初值，其值不确定
vector<int>a(10);
//定义具有10个整型元素的向量，且给出的每个元素初值为1
vector<int>a(10,1);

图像色彩通道转化

色彩空间

常用的色彩空间：

  • bgr：3个通道
  • gray：灰度图，1个通道
  • bgra：4个通道，最后一个通道是透明度

色彩空间转换

cvtColor(src,dst,code,dstCn=None);
//src：要转化的图片对象
//dst：转化为的图片
//code：转化类型
//dstCn：COLOR_...  输出的通道数，0为自动获取src的通道数(可不写)

split函数

实现通道分离，BGR：blue green red box[0] box[1] box[2]

void main()
{
	Mat image=imread("图片地址");
	vector<Mat>box;  //box为名称可变的一个存储器
	split(image,box);//生成三张灰度图(即三个通道的图片)   越量的地方表示该处颜色最深
	imshow("通道一",box[0]);
	waitKey(0);
}

通道相减：提取目标对象的处理方法

Mat img;
img=channels[0]-channels[1];
imshow("通道相减1  蓝-绿",img;

在这里插入图片描述
在这里插入图片描述

blur均值滤波 为线性滤波

medianBlur 中值滤波

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
    VideoCapture mp4;
    mp4.open("video.path");
    Mat frame;
    Mat blur,blur1;
    while(1)
    {
        char c;
        mp4>>frame;
        cv::blur(frame,blur,Size(20,20));//均值滤波
        cv::medianBlur(frame,blur1,5);//中值滤波
        //namedWindow("华强买瓜(原版)",WINDOW_NORMAL);//使得窗口可以更改大小
        //namedWindow("华强买超糊瓜(均值滤波)",WINDOW_NORMAL);
        //namedWindow("华强买微糊瓜(中值滤波)",WINDOW_NORMAL);
        imshow("华强买瓜(原版)",frame);
        imshow("华强买超糊瓜(均值滤波)",blur);
        imshow("华强买微糊瓜(中值滤波)",blur1);
        waitKey(30);

    }
    return 0;
}

阈值处理

threshold()函数

函数原型
/**
 *  @brief  对图像进行阈值处理，生成二值图
 *  @param  src 输入图，只能输入单通道图像，通常是灰度图
 *  @param  dst 输出图 
 *  @param  thresh  阈值
 *  @param  maxval  当像素值大于(或小于，由type决定)，所赋予的值
 *  @param  type    二值化操作的类型，包含一下5种类型： THRESH_BINARAY, THRESH_BINARY_INV, THRESH_TRUNC, THRESH_TOZERO, THRESH_TOZERO_INV, (THRESH_OTSU)
 *  @return thresh的值
 */
double cv::threshold(cv::InputArray src, cv::OutputArray dst, double thresh, double maxval, int type);
  • THRESH_BINARY 当前点值大于阈值时，取Maxval(也就是第四个参数，下面再不说明)，否则设置为0
  • THRESH_BINARY_INV 当前点值大于阈值时，设置为0，否则设置为Maxval
  • THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变
  • THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0
  • THRESH_TOZERO_INV 当前点值大于阈值时，设置为0，否则不改变

tips: INV 意为反转

代码实例
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
	Mat image=imread("图片地址",IMREAD_GRAYSCALE);
	Mat new1,new2,new3,new4,new5,new6;
    int thresh=127;
    //进行阈值处理
    threshold(image,new1,thresh,255,THRESH_BINARY);
    threshold(image, new2, thresh, 255, THRESH_BINARY_INV);
    threshold(image, new3, thresh, 255, THRESH_TRUNC);
    threshold(image, new4, thresh, 255, THRESH_TOZERO);
    threshold(image, new5, thresh, 255, THRESH_TOZERO_INV);
    imshow("原图像", image);
    imshow("BINARY",new1);
    imshow("BINARAY_INV", new2);
    imshow("TRUNC", new3);
    imshow("TOZERO", new4);
    imshow("TOZERO_INV", new5);
    waitKey(300000);
    return 0;
}

阈值的设置不同可以实现突出黑色或突出白色等其他颜色

inRange()函数

tips: 一般用于处理HSV图，但不限于HSV，也可以处理其他色彩通道的图片，如：BGR、GRAY，可以自己尝试效果

函数原型
/**
 *  @brief  检查数组元素是否位于两个数组元素值区间内，位于中间设为255，否则为0
 *  @param  src 输入图
 *  @param  lowerb  下边界的数组或标量
 *  @param  upperb  上边界的数组或标量
 *  @param  dst 输出的二值图
 */
void cv::inRange(cv::InputArray src, cv::InputArray lowerb, cv::InputArray upperb, cv::OutputArray dst)
eg: inRange(image,Scalar(10,10,10),Scalar(60,60,60),inRange_image);

other 其他方式

除了上述调用函数API的方法，我们还可以利用OpenCV中重载了的运算符进行二值化（通常使用灰度图）

binary = gray > 150;    // 大于150设为255，否则为0
threshold(gray, binary, 150, 255, THRESH_BINARY);

binary = gray < 150;    // 小于150设为255，否则为0
threshold(gray, binary, 150, 255, THRESH_BINARY_INV);

binary = gray == 150;   // 等于150设为255，否则为0

滑动条的创建以及使用

创建滑动条

/**
 *  @brief  可以创建一个滑动条，并将滑动条附加到指定窗口上，常常需要和一个回调函数(onChange)配合使用，我们常将它用于调试参数
 *  @param  trackbarname    滑动条的名字，用于代表我们所创建的滑动条
 *  @param  winname 窗口名字，表示滑动条所依附的窗口
 *  @param  value   一个指向整型的指针，表示滑块的位置。在创建时，滑块的初始位置就是该变量的当前值。
 *  @param  count   表示滑块可以达到的最大值
 *  @param  onChange    回调函数，有默认值0。每次滑块改变位置时，这个函数都会进行回调。并且这个函数的原型必须是 void XXXXX(int, void*)；这两个参数分别对应了 value 和 userdata，相当于将这两个指针变量作为参数传递给回调函数。如果回调函数是 NULL，则表示没有回调函数的使用，仅第三个参数 value 有变化。
 *  @param  userdata    一个指针，有默认值0，作为参数传递给 onCHange，一般用不到
 */
int cv::createTrackbar(const cv::String &trackbarname,
                       const cv::String &winname,
                       int *value, int count,
                       cv::TrackbarCallback onChange = (cv::TrackbarCallback)0,
                       void *userdata = (void *)0);

代码实例

//创建滑动条参数
    int H,S,V;
    int minH=0,minS=0,minV=0;
    int myH,myS,myV;
    //创建滑动条
    createTrackbar("H",winname,&minH,255,NULL);
    createTrackbar("S",winname,&minS,255,NULL);
    createTrackbar("V",winname,&minV,255,NULL);

获取当前滑动条的位置：getTrackbarPos()函数

/**
 *  @brief  获取当前滑动条的位置并返回
 *  @param  trackbarname    表示滑动条的名字
 *  @param  winname 表示滑动条所在窗口的名字
 *  @return 返回滑块所在位置的值
 */
int cv::getTrackbarPos(const cv::String &trackbarname, const cv::String &winname)

形态学滤波

腐蚀与膨胀

/**
 *  @brief  膨胀操作
 *  @param  kernel  操作核，可通过getStructuringElement()函数获得
 */
void cv::dilate(cv::InputArray src, cv::OutputArray dst, 
                cv::InputArray kernel, 
                cv::Point anchor = cv::Point(-1, -1), int iterations = 1, int borderType = 0, const cv::Scalar &borderValue = morphologyDefaultBorderValue())

/**
 *  @brief  腐蚀操作
 */
void cv::erode(cv::InputArray src, cv::OutputArray dst,
               cv::InputArray kernel, 
               cv::Point anchor = cv::Point(-1, -1), int iterations = 1, int borderType = 0, const cv::Scalar &borderValue = morphologyDefaultBorderValue())

// 构造结构元素
Mat element = getStructuringElement(MORPH_ELLIPSE, Size(5,5));
    
// 用结构元素对src进行膨胀和腐蚀处理
dilate(src, Dilate, element);
erode(src, Erode, element);

开闭运算

开运算：先腐蚀后膨胀，可以去除毛边
闭运算：先膨胀后腐蚀，可以填补小空缺

tips: OpenCV中也提供了相应的API函数接口 morphologyEx()，可以直接使用

计算轮廓面积

函数原型

double contourArea( InputArray contour, bool oriented = false );

  1. InputArray类型的contour，输入的向量，二维点（轮廓顶点），可以为std::vector或Mat类型。
  2. bool类型的oriented，面向区域标识符。若其为true，会返回一个带符号的面积值，正负取决于轮廓的方向。默认值为false

代码实例

Canny(grayImage, edge_image, 20, 100, 3,false);
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(edge_image, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
for (int i = 0; i < contours.size(); i++)
{
  cout << i<<":"<<abs(contourArea(contours[i])) << endl;
}

寻找轮廓并且绘制轮廓

寻找轮廓

/**
 *  @brief  用于在二值图中寻找轮廓
 *  @param  image   输入图像，需为8位单通道图像(8UC1)。图像非0像素被视为255，0像素值被保留为0。我们可以用 threshold(), inRange(), canny(), compare()等函数由灰度图或彩色图像创建二值图。
 *  @param  contours    检测到的所有轮廓，函数调用后的运算结果存在这里。每个轮廓都是一个点向量(点集)；一个轮廓为vector<Point>，则contours可以为vector<vector<Point>>。
 *  @param  hierarchy   可选的输出向量，包含图像的拓扑信息。其作为轮廓数量的表示包含了许多元素。每个轮廓 contours[i] 对应4个 hierarchy 元素 hierarchy[i][0]~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、内嵌轮廓、父轮廓的索引编号。如果没有对应项，对应值为负数。
 *  @param  mode    轮廓检索模式，有 RETR_EXTERNAL, RETR_LIST, RETR_CCOMP, RETR_TREE
 *  @param  method  轮廓的近似办法，有 CHAIN_APPROX_NONE, CHAIN_APPROX_SIMPLE, CHAIN_APPROX_TC89_L1, CHAIN_APPORX_TC89_KCOS
 */
void findContours(cv::InputArray image,
                  cv::OutputArrayOfArrays contours,     //注意类型
                  cv::OutputArray hierarchy, 
                  int mode, int method, 
                  cv::Point offset = cv::Point())

绘制轮廓

void cv::drawContours(cv::InputOutputArray image,
                      cv::InputArrayOfArrays contours, 
                      int contourIdx,
                      const cv::Scalar &color, int thickness = 1, int lineType = 8, cv::InputArray hierarchy = noArray(), int maxLevel = 2147483647, cv::Point offset = cv::Point())
/**
 *  @brief  通过findContours()得到的contours绘制轮廓
 *  @param  image   目标图像
 *  @param  contours    输入的轮廓
 *  @param  contourIdx  指示要绘制的轮廓，即contours[i]。如果为负值，画出所有的轮廓
 *  @param  color   轮廓的颜色
 *  @param  thickness   轮廓线条的粗细，为负值会画在轮廓内部。默认值为1
 */

代码实例
Mat image=imread("/home/yunhua/Desktop/My_homework/2021.10.4-opencv-identify_sunflower/simple.png");
 	Mat dst;
    Mat inRange_image;
    Mat best_image;
    Mat new1,new2,new3=image;
    Mat element = getStructuringElement(MORPH_ELLIPSE, Size(30,30));
    //色彩通道转换
    cvtColor(image,dst,COLOR_BGR2HSV);
    imshow("HSV",dst);

    inRange(dst,Scalar(0,163,243),Scalar(109,255,255),best_image);
    erode(best_image,new1,element);
    dilate(new1, new2, element);
    //创建容器
    vector<vector<Point>>coutours;
    //寻找轮廓
    findContours(new2,coutours,RETR_EXTERNAL,CHAIN_APPROX_NONE);
    //绘制轮廓
    drawContours(new3,coutours,-1,Scalar(0,0,255),1);
    imshow("nice",new3);
    waitKey(100000);

用几何图形拟合轮廓

/**
 *  @brief  用最小外包矩形拟合轮廓
 *  @param  points  点集
 *  @return 返回一个RotatedRect对象，即旋转矩形
 */
cv::RotatedRect minAreaRect(cv::InputArray points)

/**
 *  @brief  用正矩形拟合轮廓
 *  @return 返回一个Rect对象，即正矩形
 */
cv::Rect boundingRect(cv::InputArray array)

/**
 *  @brief  用椭圆拟合轮廓
 *  @return 返回一个RotatedRect对象
 */
cv::RotatedRect fitEllipse(cv::InputArray points)

tips

  1. RotatedRect 和 Rect 不是同一个类，需要区分
  2. 虽然 OpenCV 没有直接提供椭圆的类，但我们依然可以通过RotatedRect 绘制椭圆
  3. 还有直线拟合、圆形拟合，可以自行查阅

绘制几何图形

/**
 *  @brief  在图像中画线段
 *  @param  img 线段画在img上(下面的函数同理)
 *  @param  pt1 端点1
 *  @param  pt2 端点2
 */
void cv::line(cv::InputOutputArray img, cv::Point pt1, cv::Point pt2, const cv::Scalar &color, int thickness = 1, int lineType = 8, int shift = 0);

/**
 *  @brief  在图像中画正矩形
 *  @param  rec 一个Rect对象，可以通过左上点和右下点构造一个Rect，Rect对象的其他构造方法自行查阅
 */
void cv::rectangle(cv::InputOutputArray img, cv::Rect rec, const cv::Scalar &color, int thickness = 1, int lineType = 8, int shift = 0);

/**
 *  @brief  在图像中画圆形
 *  @param  center  圆心
 *  @param  radius  半径
 */
void cv::circle(cv::InputOutputArray img, cv::Point center, int radius, const cv::Scalar &color, int thickness = 1, int lineType = 8, int shift = 0);

flip()函数 图像反转

cv::Mat image=imread("");
cv::Mat result; //创建一个空的图像
cv::flip(image,result,1);//正数表示水平，0表示垂直，负数表示水平和垂直
韵华.
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Opencv学习
chunish的博客
01-22 284
头文件介绍导图管理态对象内存、处理轮廓OpenCV使用Memory Storage 来统一管理各种动态对象的内存使用sequence处理轮廓，是Memory Storage中可存储的一种对象XML\YAML文件打开在OpenCV中的数据结构为FileStorage，打开操作例如：string filename = "I.xml"; FileStorage fs(filename, F
OpenCV两个Mat相减的隐藏秘密
天律界中子之不写博客不读书
06-09 1万+
起因 今天在看同事写的代码时，发现一个“错误”： 他的原意是实现以下功能： cv::Mat absDiff; cv::absdiff(mat1, mat2, absDiff); 其中mat1和mat2均为CV_8UC1类型。 但是可能是一时没想起这个函数，于是他写成了这个样子： cv::Mat absDiff = cv::abs(mat1 - mat2); 问题 于是我...
【opencv】图像数字化——矩阵的运算（2 减法运算）
最新发布
qq_40297054的博客
04-19 223
【代码】【opencv】图像数字化——矩阵的运算（2 减法运算）
OpenCV轮廓vectorvector＜Point＞，vector＜Vec4i＞，vector＜Rect＞，vector＜RotatedRect＞
Ahuuua的博客
06-06 2万+
轮廓周围绘制矩形框 vector<vector<Point>>，vector<V e c 4 i>，vector<R e c t>，vector<R o t a t e d R e c t> 刚开始学OpenCV没多久遇到这些个东西不知道是什么，搞得很不舒服。 通过给轮廓绘制矩形框弄明白了这些东西。 vector...
OpenCV中对Mat矩阵加、减、乘、除、转置等操作的总结
热门推荐
进击的Explorer
11-08 3万+
1、矩阵乘 1） 矩阵乘A*B 是以数学运算中矩阵相乘的方式实现的，即Mat矩阵A和B被当做纯粹的矩阵做乘法运算，这就要求A的列数等于B的行数时，才能定义两个矩阵相乘。如A是m×n矩阵，B是n×p矩阵，它们的乘积AB是一个m×p矩阵。 例如： Mat A=Mat::ones(2,3,CV_32FC1); Mat B=Mat::ones(3,2,CV_32FC1); ... AB=A*B; 2） ...
OPENCV学习资料
08-24
这个"OPENCV学习资料"的压缩包很可能是为初学者准备的一系列教程和资源，帮助他们入门并深入理解OpenCV的使用。 首先，OpenCV的基础概念包括图像处理的基本操作，如读取、显示和保存图像，以及图像的色彩空间转换，...
opencv学习流程
05-13
1.入门及参考网站 要求：只需要了解opencv初步，可作为参考资料进行查阅。在后续开发中对相关宏、 数据结构、函数进行查询。 opencv编程入门- Opencv入门教程之。。。(主要看一到六即可) ... opencv学习笔记
OpenCV学习资料代码
03-08
本压缩包文件“OpenCV学习资料代码”显然是为那些希望深入理解并掌握OpenCV的用户提供的资源集合，特别适合于机器学习爱好者和开发者。 在OpenCV中，你可以找到各种功能，如图像读取、显示、基本操作（例如裁剪、...
【visual studio】opencv c++学习记录
prehix的博客
07-15 1017
opencv学习笔记，学自https://www.bilibili.com/video/BV1UU4y1x7oR?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=a91384bffdffce8c03caf80407711b18
【opencv450】 图像相减、二值化、阈值分割
cxyhjl的博客
06-22 596
图像相减，二值化、阈值分割
Opencv 输出vector容器中point类型的点
Ahuuua的博客
12-04 2003
#include<opencv2/opencv.hpp> #include<iostream> #include"stdio.h" using namespace std; using namespace cv; int main() { vector<Point2f> vp2f; vp2f.push_back(Point2f(2, 3)); cout << "【二维点向量】" << endl << vp2f <&.
opencv 矩阵学习
tzqncwu的专栏
06-01 677
1.初始化矩阵：<br /><br /> 方式一、逐点赋值式：<br /><br /> CvMat* mat = cvCreateMat( 2, 2, CV_64FC1 );<br /> cvZero( mat );<br /> cvmSet( mat, 0, 0, 1 );<br /> cvmSet( mat, 0, 1, 2 );<br /> cvmSet( mat, 1, 0, 3 );<br /> cvmSet( mat, 2, 2, 4 );<br /> cvReleaseMat(
opencv 常用的数据类型(vector、contours的解释)
one-rabbit的博客
05-15 6976
opencv 数据类型1、vec模板类型1.1 vec介绍1.2 vec赋值和输出2、vector< Vec4i > 数组2.1 vector< Vec4i > 介绍2.2 vector< Vec4i > 赋值输出3、vector < vector< Point>>3.1 Point点3.2 vector< Point>3.2 vector < vector< Point>> 俗话说：工欲善其事，必先利其器，学
Opencv定义输出vector容器的point类型的点
VINO6520的博客
01-21 1129
#include&lt;opencv2/opencv.hpp&gt; #include&lt;iostream&gt; #include"stdio.h" using namespace std; using namespace cv; int main() { vector&lt;Point2f&gt; vp2f; vp2f.push_back(Point2f(2, 3)); c...
OpenCV的各种矩阵基本运算、基本操作及示例代码(加、减、乘、点乘、点除、乘方、开方、累加、转置、比较等)
昊虹AI笔记
06-13 3462
OpenCV中的MAT类矩阵的各种基本运算及示例代码(加、减、乘、点乘、点除、乘方、累加、转置等)
关于OpenCv Mat的一些数学运算和区域选取
古天九等一缕的博客
12-26 1846
- 前言 考研终于结束了，又可以开始OpenCv的学习之旅了，这次的学习资料整理来自电子工业出版社出版的《Opencv算法精解》张平编著。 以下是关于OpenCv Mat类中常用的区域选取和数学运算。所有的函数功能和使用介绍后在代码中注释可以看到。talk is cheap， show me your code! #include&amp;amp;lt;opencv2\opencv.hpp&amp;amp;gt; #incl...
OpenCV学习指南
"LearningOpenCV是Gary Bradski和Adrian Kaehler合著的一本关于计算机视觉库OpenCV的英文原版教程，旨在供学习者参考，强调尊重版权。本书由O'Reilly Media, Inc.出版，并在2008年首次发行。" 《Learning OpenCV》...
评论 2
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