图像处理（Opencv+C++）---基础知识

使用VS2019软件安装好opencv库

1.简单读取图片和显示图片

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;

int main(int argc, char** argv) {
	Mat image = imread("1.jpg"); //读取图片
	if (image.empty()) {   //图片为空
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("test_opencv_setup", 0);
	imshow("lena", image); //显示图片，lena表示显示图片的名字
	waitKey(0);
	return 0;
}

结果：

2.得到图片灰度图

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;

//读取灰度图片
int main(int argc, char** argv) {
	//Mat image = imread("1.jpg", 0);  //直接读取灰度格式图片（方法1）
	
	Mat image = imread("1.jpg");
	Mat dst;
	cvtColor(image, dst, COLOR_BGR2GRAY);//先读图片，再转化为灰度图片（方法2）
	if (dst.empty()) {   //图片为空
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("test_opencv_setup", 0);
	imshow("lena", dst); //显示图片
	waitKey(0);
	return 0;

}

结果：

3.腐蚀和膨胀操作

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;

/*
模糊图片（介绍三种形态学处理：腐蚀，膨胀，滤波）
腐蚀：erode()将一张图片边界点去除
膨胀：dilate()对图像的边界进行扩张
*/
int main(int argc, char** argv) {

	Mat src = imread("4.jpg");
	imshow("src", src);  //原图显示
	Mat dst1, dst2;
	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
	erode(src, dst1, element);  
	imshow("erode", dst1);     //腐蚀图显示 
	dilate(src, dst2, element);
	imshow("dilate", dst2);   //膨胀图显示 
	waitKey(0);
	return 0;

}

结果：



4.滤波处理

#include <opencv2/opencv.hpp>  
#include <iostream>
using namespace std;
using namespace cv;

//滤波：去噪，外界的干扰可能会掩盖图像的一些特征，使得图像变得模糊，使用滤波可以让图像特征更加明显
int main()
{
	Mat src = imread("1.jpg");
	imshow("src", src);
	Mat dst;
	blur(src, dst, Size(7, 7));  //1.输入图像，2.输出图像,3.进行滤波时选择小矩阵的大小（注意要要是n*n的矩阵，且n为奇数）。
	imshow("blur", dst);  //显示滤波图片

	waitKey(0);
	return 0;
}

结果：


5.边缘检测

#include <opencv2/opencv.hpp>  
#include <iostream>
using namespace std;
using namespace cv;

/*边缘检测
* 就是找到图像上的边缘，进行边缘检测前提是将图片灰度化，要使边缘更清晰，可以在检测前加滤波
* 流程：读图，灰度化，滤波，边缘检测。
*/
int main()
{
	Mat src = imread("3.jpg");
	namedWindow("src", WINDOW_NORMAL);
	imshow("src", src);
	Mat dst;
	cvtColor(src, src, COLOR_BGR2GRAY);  //灰度化
	
	blur(src, src, Size(3, 3)); //滤波
	Canny(src, dst, 3, 9, 3);  //边缘检测
	/*1.输入2.输出3.最小阈值4.最大阈值5.sobel算子的大小最大最小阈值用来使在阈值范围内的像素值才能保留。
	sobel算子的用处是与原图进行卷积运算，得到一个新的图，这个图根据阈值范围留下数据后就是效果图。*/
	namedWindow("dst", WINDOW_NORMAL);
	imshow("dst", dst);
	imwrite("canny.jpg", dst); //保存图片
	waitKey(0);
	return 0;
}