Opencv c++（图像处理）

最新推荐文章于 2024-01-03 10:32:44 发布
最新推荐文章于 2024-01-03 10:32:44 发布
阅读量1.6k 收藏 21
点赞数 1
文章标签： opencv c++ 图像处理
原文链接：https://blog.csdn.net/qq_62330330/article/details/122800959
版权

目录

一、图像读取与显示

二、图像预处理

高斯模糊的原理与算法

Canny边缘检测

三、图像裁剪

四、绘制形状和添加文本

五、透视变换

六、颜色检测

七、形状检测和轮廓检测

八、人脸识别

一、图像读取与显示

#include<opencv2/imgcodecs.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>
 
using namespace cv;
using namespace std;
 
int main()
{
	string path = "Resources/lambo.png";//图片的路径名
	Mat img = imread(path);//将图片加载后赋值到图像变量img中
    //if (path.empty()) { cout << "file not loaded" << endl; }
    //检查文件是否打开 没打开时执行打印语句
    //namedWindow("Image", WINDOW_FREERATIO);//创建一个名为Image的可调节的窗口
	imshow("Image", img);//创建一个窗口来显示图像img
	waitKey(0);//不断刷新图像
	return 0;
}
waitKey()函数的功能是不断刷新图像，频率为delay，单位是ms。
delay为0时，则会一直显示这一帧。
delay不为0时，则在显示完一帧图像后程序等待“delay"ms再显示下一帧图像。

二、图像预处理

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
 
void main() {
 
	string path = "Resources/test.png";
	Mat img = imread(path);
	Mat imgGray,imgBlur,imgCanny,imgDil,imgErode;
	//将照片转换为灰度
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//高斯模糊
	GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);
	//Canny边缘检测器  一般在使用Canny边缘检测器之前会做一些模糊处理
	Canny(imgBlur, imgCanny, 25, 75);
	//创建一个可以使用膨胀的内核
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
	//图像膨胀
	dilate(imgCanny, imgDil, kernel);
	//图像侵蚀
	erode(imgDil, imgErode, kernel);
    //结果呈现
	imshow("Image", img);
	imshow("Image Gray", imgGray);
	imshow("Image Blur", imgBlur);
	imshow("Image Canny", imgCanny);
	imshow("Image Dilation", imgDil);
	imshow("Image Erode", imgErode);
 
	waitKey(0);
}

高斯模糊的原理与算法
在这里插入图片描述

第一个参数是要进行高斯模糊处理的图像；第二个参数是处理后输出的图像；第三个参数是高斯内核大小，其中第一个值是宽，第二个值是高，两个值可以不相同但必须是正奇数；第四和第五个参数分别是高斯核函数在X方向和y方向上的标准偏差，如果y是0，则函数会自动将y上的值设置为与x相同，如果x和y都是0，这两个值将由高斯内核的两个值计算而来。

​ Canny边缘检测

    Canny(imgBlur, imgCanny, 25, 75);

第3和第4个参数分别代表底阈值和高阈值，其中底阈值常取高阈值的1/2或1/3

//创建一个可以使用膨胀的内核
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
	//图像膨胀
	dilate(imgCanny, imgDil, kernel);
	//图像侵蚀
	erode(imgDil, imgErode, kernel);
​```
![在这里插入图片描述](https://img-blog.csdnimg.cn/f9792a6b2634421ba9d5f134c5fec130.png#pic_center)

## 三、图像裁剪
```c
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
 
void main() {
 
	string path = "Resources/test.png";
	Mat img = imread(path);
	Mat imgResize,imgCrop;
	//调整图像大小
	//cout << img.size() << endl;//查看原图像的大小
	//resize(img, imgResize, Size(640, 480));//按自定义的宽度与高度缩放
	resize(img, imgResize, Size(),0.5,0.5);//按比例缩放
	//图像裁剪
	Rect roi(200, 100, 300, 300);
    //前面两个参数为距左上原点的x方向与y方向的距离，后两个参数为延伸的x，y长度
	imgCrop = img(roi);
 
	imshow("Image", img);
	imshow("Image Resize", imgResize);
	imshow("Image Crop", imgCrop);
	waitKey(0);
 
}

在这里插入图片描述

四、绘制形状和添加文本

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
//绘制形状和添加文本
void main() {
	//创建空白图像
	Mat img(512, 512, CV_8UC3, Scalar(255, 255, 255));
 
	//绘制圆形
	//circle(img, Point(256, 256), 155, Scalar(0, 69, 255),10);
	circle(img, Point(256, 256), 155, Scalar(0, 69, 255),FILLED);
    //函数参数分别是 输出到图像img，圆心，半径，颜色，厚度（FILLED 表示填满）
 
    //绘制矩形
	rectangle(img, Point(130, 226), Point(382, 286), Scalar(255, 255, 255), FILLED);
    //函数参数分别是 输出到图像img，矩形左上角顶点坐标，右下角顶点坐标，颜色，厚度
 
    //绘制线段
	line(img, Point(130, 296), Point(382, 296), Scalar(255, 255, 255), 2);
    //函数参数分别是 输出到图像img，两个端点坐标，颜色，厚度
 
	//添加文本
	putText(img, "Murtaza's Workshop", Point(137, 262), FONT_HERSHEY_DUPLEX, 0.75, Scalar(0, 69, 255), 2);
    //函数参数分别是 输出到图像img，文本内容，起点，字体，大小，颜色，厚度
 
	imshow("Image", img);
 
	waitKey(0);
}

在这里插入图片描述

五、透视变换

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
 
float w = 250, h = 350;
Mat matrix, imgWarp;
// 透视变换
void main() {
 
	string path = "Resources/cards.jpg";
	Mat img = imread(path);
 
	Point2f src[4] = { {529,142},{771,190},{405,395},{674,457} };
	Point2f dst[4] = { {0.0f,0.0f},{w,0.0f},{0.0f,h},{w,h} };
 
	matrix = getPerspectiveTransform(src, dst);//获取透视变换矩阵
    //src为源图像四边形顶点坐标，dst为目标图像对应的四边形顶点坐标
	warpPerspective(img, imgWarp, matrix, Point(w, h));
    //参数分别为 输入图像，输出图像，透视变换矩阵，图像大小
 
	for (int i = 0; i < 4; i++)
	{
		circle(img, src[i], 10, Scalar(0, 0, 255), FILLED);
	}//在原图像中标记目标顶点
 
	imshow("Image", img);
	imshow("Image Warp", imgWarp);
 
	waitKey(0);
}

在这里插入图片描述

六、颜色检测

【OpenCV】HSV颜色识别-HSV基本颜色分量范围_Taily老段的专栏-CSDN博客_hsv

色彩空间转换函数-cvtColor

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
 
Mat imgHSV,mask;
int hmin = 0, smin = 0, vmin = 0;
int hmax =179, smax = 255, vmax = 255;
 
void main() {
 
	string path = "Resources/shapes.png";
	Mat img = imread(path);
	cvtColor(img, imgHSV, COLOR_BGR2HSV);
    //HSV颜色空间  H（色调）：0~180  S（饱和度）：0~255  V（亮度）：0~255
 
	namedWindow("Trackbars", (640, 200));//创建一个名为Trackbars的窗口，大小为640*200
	createTrackbar("Hue Min", "Trackbars", &hmin, 179);
	createTrackbar("Hue Max", "Trackbars", &hmax, 179);
	createTrackbar("Sat Min", "Trackbars", &smin, 255);
	createTrackbar("Sat Max", "Trackbars", &smax, 255);
	createTrackbar("Val Min", "Trackbars", &vmin, 255);
	createTrackbar("Val Max", "Trackbars", &vmax, 255);
    //createTrackbar函数是创建轨迹条，
    //4个参数分别是 轨迹条名字，输出的窗口，一个指向整数的指针来表示当前的值，可到达的最大值
 
	while (true)
	{
		//检测我们所要的颜色 设置一个遮罩 在范围内的颜色
		Scalar lower(hmin, smin, vmin);//HSV范围最低值
		Scalar upper(hmax, smax, vmax);//HSV范围最高值
		inRange(imgHSV, lower, upper, mask);//输入，低值，高值，输出
//inRange是将在阈值区间内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0）
 
		imshow("Image", img);
		imshow("Image HSV", imgHSV);
		imshow("Image Mask", mask);
 
		waitKey(1);
	}
}

七、形状检测和轮廓检测

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
 
Mat imgGray, imgBlur, imgCanny, imgDil, imgErode;
//定义一个轮廓处理函数
void getContours(Mat imgDil,Mat img) {
 
	vector<vector<Point>> contours;//{ {Point(20,30),Point(50,60)},{}, {}}
	vector<Vec4i>hierarchy;//vector里放置了四个int类型的变量
	findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
	//drawContours(img, contours, -1, Scalar(255, 0, 255), 2);
	vector<vector<Point>>conPoly(contours.size());
	vector<Rect> boundRect(contours.size());
	
	for (int i = 0; i < contours.size(); i++)
	{
		int area = contourArea(contours[i]);
		cout << area << endl;//需要正确过滤的面积（过滤噪点）
 
		string objectType;
        //判断形状
		if (area>1000)
		{
			float peri = arcLength(contours[i], true);
			approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);//找到近似值
			
			cout << conPoly[i].size() << endl;
			boundRect[i] = boundingRect(conPoly[i]);//边界矩形
			
			int objCor = (int)conPoly[i].size();
 
			if (objCor == 3) { objectType = "Tri"; }
			if (objCor == 4) { 
				
				float aspRatio = (float)boundRect[i].width / (float)boundRect[i].height;
				cout << aspRatio << endl;
				if (aspRatio > 0.95 && aspRatio < 1.05) { objectType = "Square"; }
				else { objectType = "Rect"; 
				}
			}
			if (objCor > 4) { objectType = "Circle"; }
 
			drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);//描绘计数轮廓
			rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);//绘制边界矩形
			//打印图形的名字
			putText(img, objectType, { boundRect[i].x,boundRect[i].y - 5 }, FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 2);
		}
	}
}
 
void main() {
 
	string path = "Resources/shapes.png";
	Mat img = imread(path);
 
//图像的预处理
	//1.将照片转换为灰度
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//2.高斯模糊
	GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);
	//3.Canny边缘检测器
	Canny(imgBlur, imgCanny, 25, 75);
	//4.创建一个可以使用膨胀的内核
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
	//5.图像膨胀
	dilate(imgCanny, imgDil, kernel);
 
	getContours(imgDil,img);
 
	imshow("Image", img);
	/*imshow("Image Gray", imgGray);
	imshow("Image Blur", imgBlur);
	imshow("Image Canny", imgCanny);
	imshow("Image Dilation", imgDil);*/
 
	waitKey(0);
}

在这里插入图片描述

参考：

opencv 常用的数据类型(vector、contours的解释)_one-rabbit的博客-CSDN博客_contours的数据类型为

findContours函数参数详解_牧野的博客-CSDN博客_findcontours函数

八、人脸识别

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/objdetect.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
 
void main() {
 
	string path = "Resources/test.png";
	Mat img = imread(path);
 
	CascadeClassifier faceCascade;//创建级联分类器
    //载入训练模型
	faceCascade.load("Resources/haarcascade_frontalface_default.xml");
 
	if(faceCascade.empty()){cout<<"XML file not loaded"<<endl; }
    //检查文件是否打开 没打开时执行打印语句
 
	vector<Rect>faces;//创建人脸存放的vector
	faceCascade.detectMultiScale(img, faces, 1.1, 10);
//detectMultiScale函数可以检测出图片中所有的人脸，并用vector保存各个人脸的坐标、大小
 
    //在原图像中画出人脸矩形边框
	for (int i = 0; i < faces.size(); i++)
	{
		rectangle(img, faces[i].tl(),faces[i].br(), Scalar(255, 0, 255), 3);
	}
 
	imshow("Image", img);
 
	waitKey(0);
}

参考：

openCV 中 cv::Rect 矩形类用法_sinat_38102206的博客-CSDN博客_cv rect

OpenCV detectMultiScale() 函数参数介绍_zhuyue_66-CSDN博客_detectmultiscale函数参数含义
在这里插入图片描述

结果展示：

学习来源：4h上手C++版Opencv_哔哩哔哩_bilibili
文章转载于https://blog.csdn.net/qq_62330330/article/details/122800959，是一位很优秀的博主（俺的同学），他本人已同意我转载

_白冉_
关注
  • 1
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于C++ OpenCV的图像处理-基础篇
Aden422413的博客
04-04 2324
字段说明字段说明dims维度channels通道数，RGB是3rows行数size矩阵大小cols列数typedepth像素的位深（8位）data存放数据。
opencv c++编程基础
最新发布
hkj887tg的博客
05-28 4390
opencv使用Mat进行图片处理基础。
opencv c++（2）：图像处理常用方法详解
m0_59156726的博客
06-05 969
opencv 窗口创建等操作，如nameWindow、imshow等；读图imread、保存图片imwrite等；常用图片处理，缩放resize、翻转flip、高斯模糊、仿射变换warpAffine等操作详解
【算法部署】深度学习图像前处理C++实现
weixin_44984705的博客
01-03 593
使用C++进行算法部署，将图像传入模型时，要对图像做一些变换，使其满足推理框架支持的图像数据格式。
OpenCv图像处理基础例子(C++版)
qq_57197856的博客
05-02 1686
OpenCv图像处理基础例子
opencv c++ 图像处理
04-01
在OpenCV库中，C++是常用的语言接口之一，用于实现强大的计算机视觉功能，包括图像处理。本主题主要关注如何利用OpenCV进行遥感影像的除雾处理。遥感影像通常受到大气散射和吸收的影响，导致图像清晰度降低，细节...
C++ opencv - 图像处理 - 目标定位
05-14
在C++中使用OpenCV库进行图像处理是计算机视觉领域常用的方法，特别是在目标定位的应用上。OpenCV（Open Source Computer Vision Library）是一个强大的开源库，提供了丰富的函数和工具，可以帮助开发者实现各种复杂...
OpenCV+C++图像处理设计-遥感图像配准系统源码.zip
05-04
在本项目中，我们主要探讨的是使用OpenCV库与C++进行图像处理，特别是针对遥感图像的配准系统。OpenCV（Open Source Computer Vision Library）是一个强大的计算机视觉和机器学习软件库，它包含了众多用于图像处理、...
树莓派 opencv c++ 实时读取图像和处理
10-20
综上所述，结合树莓派、C++、OpenCV和Qt，我们可以创建一个实时图像处理系统，该系统不仅能从摄像头读取图像，还能进行图像处理和用户交互。这为树莓派在各种嵌入式视觉项目中的应用提供了广泛的可能性。
图像处理 zhang细化算法 opencv C++代码 算法实现
05-25
在二值图像处理特别是OCR识别与匹配中，都要通过对字符进行细化以便获得图像的骨架，通过zhang-suen细化算法获得图像，作为图像的特征之一，常用来作为识别或者模式匹配。此代码用C++实现了这一算法，配有注释，简洁...
C++ 编程 把一张图片贴到另一张图片上
any1234567890的博客
06-21 2915
#include&lt;opencv2/core/core.hpp&gt;#include&lt;opencv2/highgui/highgui.hpp&gt;using namespace cv;int main(){ Mat image = imread("1.jpg"); Mat logo = imread("2.jpg"); imshow("原图", image); imshow("log...
手把手教你实现png透明图像叠加在jpg图像上
Never_owned的博客
08-07 858
最近有很多朋友在问，怎么剪辑图片，比如将PNG的透明图片放在JPG图片上，这样的效果是怎么实现的呢？不知道如何操作的宝贝们，下面请随小编一起来试试。然后“添加中画”上，导入PNG格式的图片，多张图片的话，可以通过直接拖入来导入。运行【媒体梦工厂】，在“画中画”的“添加底画”中，先导入JPG格式的图片。最后打开原来的图片进行一下比较，原图片中并无任何其他图片，说明剪辑成功。导入后，设定好画中画的选项，比如中画的位置、尺寸、合成模式等等。任意双击一张图片进去查看，都是添加了PNG透明图的JPG图片。...
20、Opencv4.4 将两张图片进行黏贴
sxj731533730
05-14 345
基本思想：将某人的身份证信息贴到另一张图片的指定位置 #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace cv; using namespace std; int main() { cv::Mat mat = cv::imread("F:\\1.jpg"); cv::imsh
Python RGB 和HSV颜色相互转换
deye1979的专栏
09-14 2176
转自：http://outofmemory.cn/code-snippet/1002/Python-RGB-HSV-color-together-switch Python RGB 和HSV颜色相互转换 import math def hsv2rgb(h, s, v): h = float(h) s = float(s) ...
【OpenCV 例程200篇】13. 图像的加法运算（cv2.add）
热门推荐
youcans的博客
11-07 1万+
函数 cv2.add() 用于图像的加法运算。 13. 图像的加法运算（cv2.add） 14. 图像与标量相加（cv2.add） 15. 图像的加权加法（cv2.addWeight） 16. 不同尺寸的图像加法 17. 两张图像的渐变切换
C++使用opencv实现通过左上角和右下角坐标在图像上绘制矩形框
weixin_35756892的博客
12-29 1320
在 C++ 中使用 OpenCV 实现通过左上角和右下角坐标在图像上绘制矩形框的方法如下： 首先，需要在代码中包含 OpenCV 的头文件： #include <opencv2/opencv.hpp> 然后，可以使用 cv::Point 类型的变量来存储左上角和右下角的坐标： cv::Point topLeft(x1, y1); // 左上角坐标 (x1, y1) cv::Point...
基于opencv的c++图像处理（形态学处理）
qq_40118285的博客
09-23 892
基于opencv的c++接口，实现常用的形态学处理方法，包括了腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算以及黑帽运算。
c++/python opencv实现mask Rcnn
wolf2345的博客
12-29 5640
OpenCV中使用Mask R-CNN进行基于深度学习的对象检测和实例分割（Python / C ++） 我觉得可以尝试一下   几个星期前，我们用YOLOv3写了一篇关于物体检测的文章。 对象检测器的输出是在图像或视频帧中检测到的对象周围的边界框阵列，但我们没有得到关于边界框内对象形状的任何线索。 如果我们能找到一个包含对象的二进制掩码而不仅仅是边界框，那会不会很酷？ 在这篇文章中，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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