OpenCV计算机视觉入门案例

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