CPP----opencv练习

已于 2023-02-21 18:18:08 修改
阅读量186 收藏
点赞数
分类专栏： CPP opencv 文章标签： opencv 计算机视觉 图像处理
于 2023-02-17 17:33:47 首次发布
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/m0_37975258/article/details/129045024
版权

用0-1二进制表示图像
在这里插入图片描述

将灰度图划分为2(8)=256个等级*

在这里插入图片描述
加入颜色三通道
在这里插入图片描述
利用opencv查看图片，视频，摄像头

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>

using namespace cv;
using namespace std;

/  Images  //

//void main() {
//  string path = "Resources/test.png";
//  Mat img = imread(path);
//  imshow("Image", img);
//  waitKey(0);
//}


/  Videos  //
 /*void main() {

	string path = "Resources/test_video.mp4";
	VideoCapture cap(path);
	Mat img;

	while (true) {

		cap.read(img);
		imshow("Image", img);
		waitKey(20);
	}
 }*/

/  Webcam  //

 void main() {
	VideoCapture cap(0);
	Mat img;
	while (true) {
		cap.read(img);
		imshow("Image", img);
		waitKey(1);
	}
 }

对图像进行灰度化，模糊化，边缘，膨胀，腐蚀操作

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
using namespace cv;
using namespace std;
void main() {
  std::string path = "Resources/test.png";
  Mat img = imread(path);
  Mat imgGray,imgBlur,imgCanny, imgDil, imgErode;
  cvtColor(img, imgGray, COLOR_BGR2GRAY);
  GaussianBlur(img, imgBlur, Size(3, 3), 3, 0);
  Canny(imgBlur, imgCanny, 25, 75);

  Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
  dilate(imgCanny, imgDil, kernel);
  erode(imgDil, imgErode, kernel);
  imshow("Image", img);
  imshow("Image Gray", imgGray);
  imshow("Image Blur", imgBlur);
  imshow("Image Canny", imgCanny);
  imshow("Image dilate", imgDil);
  imshow("Image erode", imgErode);
  waitKey(0);
}

对图像进行缩放，裁剪操作

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void main() {
  string path = "Resources/test.png";
  Mat img = imread(path);
  Mat imgResize,imgCrop;

  cout << img.size() << endl;
  resize(img, imgResize, Size(640, 640));
  resize(img, imgResize, Size(), 0.5, 0.5);
  Rect roi(100, 100, 300, 250);
  imgCrop = img(roi);
  imshow("img", img);
  imshow("img resize", imgResize);
  imshow("img crop", imgCrop);
  waitKey(0);
}

效果图如下：
在这里插入图片描述

生成画布并画圆矩形，直线，文字等

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

void main() {
  Mat img(512, 512, CV_8UC3, Scalar(255, 255, 255));
  circle(img, Point(256, 256), 155, Scalar(0, 69, 255));
  circle(img, Point(256, 256), 155, Scalar(0, 69, 255), 10);
  circle(img, Point(256, 256), 155, Scalar(0, 69, 255), FILLED);
  rectangle(img, Point(168, 168), Point(256, 256), Scalar(223, 0, 45), 2);
  line(img, Point(150, 150), Point(300, 300), Scalar(224, 56, 255), 3);
  putText(img, "this is opencv", Point(150, 150), FONT_HERSHEY_COMPLEX, 0.75,
          Scalar(0, 0, 0), 2);
  imshow("img", img);
  waitKey(0);
}

效果图如下：
在这里插入图片描述
透视变换与仿射变换

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

float w=250, h=350;

void main() {
    string path = "Resources/cards.jpg";
    Mat img = imread(path);
    Mat imgWarp,matrix;


    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}};
    for (int i = 0; i < 4; i++) {
      circle(img, src[i], 10, Scalar(0, 0, 255), FILLED);
    }
    matrix = getPerspectiveTransform(src, dst);
    warpPerspective(img, imgWarp, matrix, Point(w, h));

    for (int i = 0; i < 4; i++) {
      circle(img, src[i], 10, Scalar(0, 0, 255), FILLED);
    }


    imshow("img", img);
    imshow("img Warp", imgWarp);
    waitKey(0);
  }

效果图如下：
在这里插入图片描述颜色检测

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
using namespace std;
using namespace cv;
Mat imgHSV, mask;
int hmin = 0, smin = 110, vmin = 153;
int hmax = 19, smax = 240, vmax = 255; 

// color detection
void main() {
  //string path = "Resources/lambo.png";
  string path = "Resources/shapes.png";
  Mat img = imread(path);

  cvtColor(img, imgHSV, COLOR_BGR2HSV);
  namedWindow("Trackbars", (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);

  while (true) {
    Scalar lower(hmin, smin, vmin);
    Scalar upper(hmax, smax, vmax);
    inRange(imgHSV, lower, upper, mask);
    imshow("img", img);
    imshow("img hsv", imghsv);
    imshow("img mask", mask);
    waitKey(1);  
  }
}

在这里插入图片描述

寻找边界

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

Mat imgGray, imgBlur, imgCanny, imgDil, imgErode;

void getContours(Mat imgDil, Mat img) {
  vector<vector<Point>> contours;
  vector<Vec4i> hierarchy;
  findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
  // drawContours(img, contours, -1, Scalar(255, 0, 255), 2);
  for (int i = 0; i < contours.size(); i++) {
    int area = contourArea(contours[i]);
    cout << area << endl;

    vector<vector<Point>> conPoly(contours.size());
    vector<Rect> boundRect(contours.size());
    string objectType;

    if (area > 1000) {
      float peri = arcLength(contours[i], true);
      approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);

      cout << conPoly[i].size() << endl;
      boundRect[i] = boundingRect(conPoly[i]);

      int objCor = (int)conPoly[i].size();
	  if (objCor == 3) { objectType = "Tri";}
	  else 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";}
	  }
	  else if (objCor >  4) { objectType = "Circle";}

	  drawContours(img, contours, -1, Scalar(255, 0, 255), 2);
      rectangle(img, boundRect[i].tl(), boundRect[i].br(),Scalar(0, 255, 0), 5);
      putText(img, objectType,{boundRect[i].x, boundRect[i].y - 5}, FONT_HERSHEY_PLAIN, 1,Scalar(0, 69, 255), 1);
    }
  }
}

void main() {
  string path = "Resources/shapes.png";
  Mat img = imread(path);

  cvtColor(img, imgGray, COLOR_BGR2GRAY);
  GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);
  Canny(imgBlur, imgCanny, 25, 75);
  Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
  dilate(imgCanny, imgDil, kernel);

  getContours(imgDil, img);

  imshow("img", img);
  // imshow("img resize", imgGray);
  // imshow("img crop", imgBlur);
  // imshow("img crop", imgCanny);
  // imshow("img crop", imgDil);
  waitKey(0);
}

在这里插入图片描述追踪人脸

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/objdetect.hpp>

using namespace std;
using namespace cv;


void main() {
  string path = "Resources/test.png";
  Mat img = imread(path);

  CascadeClassifier faceCascade;
  faceCascade.load("Resources/haarcascade_frontalface_default.xml");

  if (faceCascade.empty()) {
    cout << "XML file not loaded" << endl;
  }
  vector<Rect> faces;
  faceCascade.detectMultiScale(img, faces, 1.1, 10);
  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);
}

在这里插入图片描述
摄像头寻色
使用CV_BGR2HSV函数时,所得的H、S、V值范围分别是[0,180)，[0,255)，[0,255)
在这里插入图片描述

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
using namespace cv;
using namespace std;

int main() {
  VideoCapture cap(0);
  Mat img;
  Mat imgHSV, mask, imgColor;
  int hmin = 0, smin = 0, vmin = 0;
  int hmax = 179, smax = 255, vmax = 255;

  namedWindow("Trackbars", (640, 200));  // Create Window
  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);

  while (true) {
      cap.read(img);
      cvtColor(img, imgHSV, COLOR_BGR2HSV);

      Scalar lower(hmin, smin, vmin);
      Scalar upper(hmax, smax, vmax);

      inRange(imgHSV, lower, upper, mask);
       hmin, smin, vmin, hmax, smax, vmax;
       cout << hmin << "," << smin << "," << vmin << "," << hmax << "," << smax
           << "," << vmax << endl;
      imshow("Image", img);
      imshow("Mask", mask);
      waitKey(1);
    }
  }

效果图
在这里插入图片描述
寻找标签

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>

using namespace cv;
using namespace std;

///  Project 2 - Document Scanner  //

Mat imgOriginal, imgGray, imgBlur, imgCanny, imgThre, imgDil, imgErode, imgWarp,
    imgCrop;
vector<Point> initialPoints, docPoints;
float w = 420, h = 596;

Mat preProcessing(Mat img) {
  cvtColor(img, imgGray, COLOR_BGR2GRAY);
  GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);
  Canny(imgBlur, imgCanny, 25, 75);
  Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
  dilate(imgCanny, imgDil, kernel);
  // erode(imgDil, imgErode, kernel);
  return imgDil;
}

vector<Point> getContours(Mat image) {
  vector<vector<Point>> contours;
  vector<Vec4i> hierarchy;

  findContours(image, 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());

  vector<Point> biggest;
  int maxArea = 0;

  for (int i = 0; i < contours.size(); i++) {
    int area = contourArea(contours[i]);
    // cout << area << endl;

    string objectType;

    if (area > 1000) {
      float peri = arcLength(contours[i], true);
      approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);

      if (area > maxArea && conPoly[i].size() == 4) {
        // drawContours(imgOriginal, conPoly, i, Scalar(255, 0, 255), 5);
        biggest = {conPoly[i][0], conPoly[i][1], conPoly[i][2], conPoly[i][3]};
        maxArea = area;
      }
      // drawContours(imgOriginal, conPoly, i, Scalar(255, 0, 255), 2);
      // rectangle(imgOriginal, boundRect[i].tl(), boundRect[i].br(), Scalar(0,
      // 255, 0), 5);
    }
  }
  return biggest;
}

void drawPoints(vector<Point> points, Scalar color) {
  for (int i = 0; i < points.size(); i++) {
    circle(imgOriginal, points[i], 10, color, FILLED);
    putText(imgOriginal, to_string(i), points[i], FONT_HERSHEY_PLAIN, 4, color,
            4);
  }
}

vector<Point> reorder(vector<Point> points) {
  vector<Point> newPoints;
  vector<int> sumPoints, subPoints;

  for (int i = 0; i < 4; i++) {
    sumPoints.push_back(points[i].x + points[i].y);
    subPoints.push_back(points[i].x - points[i].y);
  }

  newPoints.push_back(points[min_element(sumPoints.begin(), sumPoints.end()) -
                             sumPoints.begin()]);  // 0
  newPoints.push_back(points[max_element(subPoints.begin(), subPoints.end()) -
                             subPoints.begin()]);  // 1
  newPoints.push_back(points[min_element(subPoints.begin(), subPoints.end()) -
                             subPoints.begin()]);  // 2
  newPoints.push_back(points[max_element(sumPoints.begin(), sumPoints.end()) -
                             sumPoints.begin()]);  // 3

  return newPoints;
}

Mat getWarp(Mat img, vector<Point> points, float w, float h) {
  Point2f src[4] = {points[0], points[1], points[2], points[3]};
  Point2f dst[4] = {{0.0f, 0.0f}, {w, 0.0f}, {0.0f, h}, {w, h}};

  Mat matrix = getPerspectiveTransform(src, dst);
  warpPerspective(img, imgWarp, matrix, Point(w, h));

  return imgWarp;
}

void main() {
  string path = "Resources/paper.jpg";
  imgOriginal = imread(path);
  // resize(imgOriginal, imgOriginal, Size(), 0.5, 0.5);

  // Preprpcessing - Step 1
  imgThre = preProcessing(imgOriginal);

  // Get Contours - Biggest  - Step 2
  initialPoints = getContours(imgThre);
  // drawPoints(initialPoints, Scalar(0, 0, 255));
  docPoints = reorder(initialPoints);
  // drawPoints(docPoints, Scalar(0, 255, 0));

  // Warp - Step 3
  imgWarp = getWarp(imgOriginal, docPoints, w, h);

  // Crop - Step 4
  int cropVal = 5;
  Rect roi(cropVal, cropVal, w - (2 * cropVal), h - (2 * cropVal));
  imgCrop = imgWarp(roi);

  imshow("Image", imgOriginal);
  // imshow("Image Dilation", imgThre);
  // imshow("Image Warp", imgWarp);
  imshow("Image Crop", imgCrop);
  waitKey(0);
}

在这里插入图片描述
识别车牌

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/objdetect.hpp>

using namespace cv;
using namespace std;

///  Project 3 - License Plate Detector //

void main() {
  Mat img;
  VideoCapture cap(0);

  CascadeClassifier plateCascade;
  plateCascade.load("Resources/haarcascade_russian_plate_number.xml");

  if (plateCascade.empty()) {
    cout << "XML file not loaded" << endl;
  }

  vector<Rect> plates;

  while (true) {
    cap.read(img);
    //string path = "Resources/car2.jpg";
    //Mat img = imread(path);
    plateCascade.detectMultiScale(img, plates, 1.1, 10);

    for (int i = 0; i < plates.size(); i++) {
      Mat imgCrop = img(plates[i]);
      // imshow(to_string(i), imgCrop);
      imwrite("Resources/Plates/" + to_string(i) + ".png", imgCrop);
      rectangle(img, plates[i].tl(), plates[i].br(), Scalar(255, 0, 255), 3);
    }

    imshow("Image", img);
    waitKey(1);
  }
}
mmd_0912
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C++ opencv操作入门教程
qq_46017342的博客
05-07 5459
C++ opencv操作入门教程
[opencv][cpp] cpp-opencv 配置（ubuntu-linux）
weixin_37834269的博客
12-21 556
[opencv][cpp] cpp-opencv 配置（ubuntu-linux） 文章目录[opencv][cpp] cpp-opencv 配置（ubuntu-linux）1. linux 下配置opencv环境2. 调试验证*. 参考*. 问题解决1. 虚拟机下 ubuntu 中 clion 输入法切换失败问题（待解决）2. Failed to load module “canberra-gtk-module”*. rough 1. linux 下配置opencv环境 opencv 官网下载
第十六天 Opencv（7） 信用卡数字识别
qq_32752467的博客
10-20 253
一：代码 先给出代码：代码1 ocr_template_match.py 需要先配置下： # 导入工具包 from imutils import contours import numpy as np import argparse import cv2 import myutils # 设置参数 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="path to input i
OpenCV模型训练
qq_27933251的博客
03-03 7201
文章目录 OpenCV训练时需要将人脸的图像转成灰度图像，如下： cmd命令到OpenCV所在的目录下执行： opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 20 -numNeg 30 -numStages 15 -w 70 -h 85 -minHitRate 0.999 -precalcValBufSize 1024 -maxFalseAlarmRate 0.5 -mode ALL 或者通过如下方法训练： 最
OpenCV入门（十）——图像分割技术
Alkaid2000的博客
05-09 4482
0x01 FloodFill分割 FloodFill泛洪填充算法是在很多图形绘制软件中常用的填充算法，通常来说是自动选中与种子像素相关的区域，利用指定的颜色进行区域颜色替换，可用于标记或分离图形的某些部分。比如windows系统中的图像编辑软件中的油漆桶这一功能，或者是Photoshop的魔术棒选择工具，都是通过FloorFill泛洪填充来改进和延伸的。 （一）原理 从一个点开始遍历附近的像素点，填充成新的颜色，直到封闭区域内的所有像素点都被填充成新颜色为止。 （二）常见方法 4邻域像素填充法、8
OpenCV练习4-调整图片的大小.zip
01-06
在这个OpenCV练习中，你可能已经看到了如何创建一个Visual Studio（VS）工程，并将这些函数整合到代码中。VS工程通常包含源代码文件（`.cpp`）、头文件（`.h`）和必要的配置设置，使得项目能够在Windows环境下编译和...
OpenCV练习1-图像载入显示和输出.zip
01-06
在这个"OpenCV练习1-图像载入显示和输出"的压缩包中，我们将深入探讨如何使用OpenCV进行基本的图像操作，包括载入、显示和保存图像。 首先，我们需要了解OpenCV的基本概念。OpenCV库提供了C++、Python等多种编程...
Learning_OpenCV3：Adrian Kaehler，Gary Bradski的Learning OpenCV 3中的C ++计算机视觉练习
02-16
学习OpenCV 3 作者：阿德里安·凯勒... 每章中的动手练习可帮助您应用所学知识。 该卷涵盖了其现代C ++实现中的整个库，包括用于计算机视觉的机器学习工具。 了解OpenCV数据类型，数组类型和数组操作 使用HighG
opencv_test.cpp
11-28
基于OpenCV的二维矩形绘制，C++代码，代码基于OpenCV库实现二维矩形的绘制，且包含注释，适合初学者练习使用
YesLab-Linux系统系列教程.zip
12-29
【描述】：描述中提到的“C++入门实验楼程序”可能是一系列用于教学的C++编程练习，旨在帮助用户从零基础开始学习C++编程语言，了解基本语法、数据结构、控制流以及面向对象编程等核心概念。这些程序可能涵盖从简单...
opencv分类器训练方法
热门推荐
weixin_41799483的博客
06-04 1万+
python+opencv实现人头检测一、工具，样本数据准备；分类器工具集下载人头识别 分类器训练数据集二、文件夹环境下面8个工具在这里（分类器工具集下载）posdata中存放正样本 negdata 存放负样本下载地址：（人头识别 分类器训练数据集）三、开始训练：dos命令下进入 这个目录；执行dir /b &gt;posdata.dat生成posdata.dat文件dos命令下进入 这个目录；执...
cannot find -lopencv_imgcodecs
Dillon2015的博客
04-08 9918
在编译caffe时出现错误：/usr/bin/ld: cannot find -lopencv_imgcodecs 为了改正错误尝试修改Makefile.config文件： LIBRARIES+= glog gflags protobuf leveldb snappy lmdbboost_system hdf5_hl hdf5 m opencv_coreopencv_highgui
opencv(c++)OpenCV添加（混合）两个图像
风吴痕的博客
11-05 2744
参考： 1、https://docs.opencv.org/3.2.0/ 2、https://github.com/opencv/opencv/vs2015 安装插件 image watch 工具–>扩展和更新–>联机 搜索 image watch 安装 重启 视图–>其他窗口–>image watch 打开该窗口Adding (blending) two images using Open
OpenCV入门（九）——图像分割技术之分水岭分割
Alkaid2000的博客
05-07 6833
图像分割是利用图像特征灰度、颜色、纹理和形状等将图像中特定的具有独特性质的区域进行划分，进而实现感兴趣的目标的提取。根据分割成因可以分为连续分割和非连续分割。连续分割是指将具有同一灰度级或相同特征的像素划分为不同区域，常见的分割方法有**区域生成、阈值分割及聚类分割**等。非连续分割是利用像素值突变特性来呈现不同边界区域以实现图像分割，常见的分割方法有**点线检测、边缘及能量**等。 ## 0x01 分水岭分割 （一）分水岭分割 分水岭分割是基于自然的启发算法来模拟水流通过地形起伏的现象从而研究总结出
【图像处理】c++使用opencv对图像进行轮廓识别
qq_44747572的博客
05-13 3416
学习目标：学习使用C++对图像轮廓进行提取 文章目录轮廓提取的代码实现运行结果 轮廓提取的代码实现 #include <opencv2/imgcodecs.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <iostream> using namespace cv; using namespace std; Mat src; Mat src_gray;.
opencv学习系列：实例练习，含多个工程实例
xuluohongshang的博客
12-22 512
/*-----------------------------------------------------------------------------------------------------------*/ //****16.opencv来采集USB摄像头图像，显示彩色、灰度图像时，可录制彩色和灰度图像和截灰度图****// /*---------------------------
opencv 练习
lch_blog
09-10 82
OpenCV中的绘图功能 import cv2 as cv import numpy as np # 创建黑色的图像 img = np.zeros((512, 512, 3), np.uint8) # 绘制一条厚度为5的蓝色对角线 cv.line(img, (0, 0), (511, 511), (255, 0, 0), 5) cv.rectangle(img, (384, 0), (510, 128), (0, 255, 0), 3) cv.circle(img, (447, 63), 63, (0
opencv练习
qq_36458461的博客
06-21 161
#include <opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> //#include <opencv2/nonfree/nonfree.hpp> #include <opencv2/features2d/features2d.
Opencv_测试练习（1）
cc_百川
05-03 440
Opencv的Java实现，在使用javacv配置过程是一大问题，或许对我来说入门配置都很难， 这里就简单介绍一下我的javacv开发过程吧。 资料献上：点击 代码以及javacv.jar,javacpp.jar相关文件下载 密码nn6r opencv2.4.8.exe下载 密码 db6d 其他资料请联系小白。 第一天：安装配置java相关文件。 下载opencv-2.4.9....

“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