该文详细介绍了OpenCV库中用于图像载入、显示、保存以及一系列图像处理函数，包括颜色空间转换、图像操作、滤波、形态学操作、目标检测、特征点匹配、立体视觉和视频分析等。此外，还涉及到了OpenCV在机器学习领域的应用，如K均值聚类和决策树等。
1、数据载入、显示与保存
| 函数名称 | 函数说明 |
| imread() | 读取图像文件 |
| namedWindow() | 创建一个显示图像的窗口 |
| imshow() | 在指定窗口中显示图像 |
| VideoCapture() | 调用摄像头或者读取、保存视频文件 |
| imwrite() | 保存图像到文件 |
| VideoWriter() | 将多帧图像保存成视频文件 |
| FileStorage() | 读取或者保存XML、YAML文件 |
本文福利，莬费领取Qt开发学习资料包、技术视频，内容包括（C++语言基础，Qt编程入门，QT信号与槽机制，QT界面开发-图像绘制，QT网络，QT数据库编程，QT项目实战，QSS，OpenCV，Quick模块，面试题等等）↓↓↓↓↓↓见下面↓↓文章底部点击莬费领取↓↓
2、图像基本操作
| 函数名称 | 函数说明 |
| cvtColor() | 图像颜色空间转换 |
| convertTo() | 图像数据类型转换 |
| split() | 图像多通道分离 |
| merge() | 图像对通道合并 |
| minMaxLoc() | 寻找矩阵中的最大值和最小值，以及最大值和最小值在矩阵中的位置 |
| reshape() | 改变矩阵尺寸和通道数 |
| mean() | 计算矩阵每个通道的平均值 |
| meanStdDev() | 计算矩阵每个通道的平均值和标准差 |
| max() / min() | 比较图像每个元素灰度值的较大值 / 较小值 |
| bitwise_and() | 像素求 “与” 运算 |
| bitwise_or() | 像素求 “或” 运算 |
| bitwise_xor() | 像素求 “异或” 运算 |
| bitwise_not() | 像素求 “非” 运算 |
| threshold() | 像素阈值操作 |
| adaptiveThreshold() | 图像的二值化 |
| LUT() | 显示查找表 |
| vconcat() / hconcat() | 图像竖向连接 / 图像横向连接 |
| resize() | 改变图像尺寸 |
| flip() | 图像翻转变换 |
| warpAffine() | 图像仿射变换 |
| warpPerspective() | 图像透视变换 |
| warpPolar() | 图像极坐标变换 |
| circle() | 在图像中绘制圆形 |
| line() | 在图像中根据两点绘制一条直线 |
| ellipse() | 在图像中绘制椭圆 |
| ellipse2Poly() | 在图像中通过矩形边界绘制椭圆 |
| rectangle() | 在图像中绘制矩形 |
| fillPoly() | 在图像中绘制多边形 |
| putText() | 在图像中生成文字 |
| copyTo() | 图像深拷贝 |
| pyrDown() | 图像下采样 |
| pyrUp() | 图像上采样 |
| createTrackbar() | 在图像窗口创建滑动条 |
| setMouseCallback() | 鼠标事件响应 |
3、图像直方图与模板匹配
| 函数名称 | 函数说明 |
| calcHist() | 绘制图像直方图 |
| normalize() | 数据归一化 |
| compareHist() | 直方图比较 |
| equalizeHist() | 直方图均衡化 |
| calcBackProject() | 直方图反向投影 |
| matchTemplate() | 图像模板匹配 |
4、图像滤波
| 函数名称 | 函数说明 | |
| filter2D() | 卷积操作 | |
| rand() | 生成随机数 | |
| fill() | 产生均匀分布或高斯分布的随机数 | |
| blur() | 均值滤波 | |
| boxFilter() | 方框铝箔 | |
| sqrBoxFilter() | 扩展方框滤波 | |
| GaussianBlur() | 高斯滤波 | |
| sepFilter2D() | 双方向卷积滤波 | |
| medianBlur() | 中值滤波 | |
| bilateralFilter() | 双边滤波 | |
| convertScaleAbs() | 计算矩阵绝对值 | |
| Sobel() | Sobel 算子边缘检测 | |
| Scharr() | Scharr 算子边缘滤波 | |
| getDerivKernels() | 生成边缘检测滤波器 | |
| Laplacian() | Laplacian 算子边缘检测 | |
| Canny() | Canny 算法边缘检测 | |
5、图像形态学操作
| 函数名称 | 函数说明 | |
| distanceTransform() | 图像像素距离交换 | |
| connectedComponents() | 图像连通域计算 | |
| connectedComponentsWithStats() | 含有更多统计信息的连通域计算 | |
| getStructuringElement() | 获取图像形态学滤波的矩阵结构元素 | |
| erode() | 腐蚀运算 | |
| dilate() | 膨胀运算 | |
| morphologyEx() | 形态学操作 | |
| thinning() | 图像细化 | |
6、目标检测
| 函数名称 | 函数说明 |
| HoughLines() | 霍夫变换检测直线 |
| HoughLinesP() | 霍夫变换检测直线的两个端点 |
| HoughLinesPointSet() | 二维点集中检测直线 |
| fitLine() | 拟合直线 |
| HoughCircles() | 霍夫变换检测圆 |
| findContours() | 计算轮廓 |
| drawContours() | 绘制轮廓 |
| contourArea() | 计算轮廓面积 |
| arcLength() | 计算轮廓长度 |
| boundingRect() | 轮廓外接最大矩形 |
| minAreaRect() | 轮廓外接最小矩形 |
| approxPolyDP() | 轮廓多边形逼近 |
| pointPolygonTest() | 点到轮廓距离 |
| convexHull() | 凸包检测 |
| moments() | 计算图像矩 |
| HuMoments() | 计算 Hu 矩 |
| matchShapes() | 基于 Hu 矩的轮廓匹配 |
| minEnclosingTriangle() | 二维点集的最小三角形拟合 |
| minEnclosingCircle() | 二维点集的最小圆形拟合 |
| detectAndDecode() | QR二维码检测与识别 |
7、图像分析与修复
| 函数名称 | 函数说明 |
| dft() | 傅里叶变换 |
| idft() | 傅里叶逆变换 |
| getOptimalDFTSize() | 计算矩阵傅里叶变换的最优尺寸 |
| copyMakeBorder() | 扩充图像尺寸 |
| magnitude() | 计算二维向量的幅值 |
| mulSpectrums() | 复数矩阵乘法运算 |
| dct() | 离散余弦变换 |
| idct() | 离散余弦变换的逆变换 |
| integral() | 计算积分图像 |
| floodFill() | 漫水填充法 |
| watershed() | 分水岭法 |
| grabCut() | Grabcut 法 |
| pyrMeanShiftFiltering() | Mean-Shift 法 |
| TermCriteria() | 迭代算法终止条件 |
| inpaint() | 图像修复 |
8、特征点检测与匹配
| 函数名称 | 函数说明 |
| drawKeypoints() | 绘制关键点 |
| cornerHarris() | 计算角点 Harris 评价系数 |
| goodFeaturesToTrack() | 检测 Shi-Tomas 角点 |
| cornerSubPix() | 计算亚像素级别角点 |
| Feature2D::detect() | 计算特征点中的关键点 |
| Feature2D::compute() | 计算特征点中的描述子 |
| Feature2D::detectAndCompute() | 同时计算特征点中的关键点和描述子 |
| drawMatches() | 绘制特征点匹配结果 |
| FlannBasedMatcher() | FLANN 算法描述子匹配 |
| findHomography() | 计算单应性矩阵 |
9、立体视觉
| 函数名称 | 函数说明 |
| convertPointsToHomogenous() | 非齐次坐标向齐次坐标转换 |
| convertPointsFromHomogenous() | 齐次坐标向非齐次坐标转换 |
| findChessboardCorners() | 棋盘格内角点检测 |
| find4QuadCornerSubpix() | 内角点位置优化 |
| findCirclesGrid() | 圆形网格的圆心检测 |
| drawChessboardCorners() | 绘制棋盘格的内角点或者圆形网格的圆心 |
| undistort() | 图像去畸变校正 |
| projectPoints() | 单目相机空间点向图像投影 |
| solvePnP() | 计算位姿关系 |
| Rodrigues() | 旋转向量与旋转矩阵相互转换 |
| stereoCalibrate() | 双目相机标定 |
| stereRectufy() | 双目相机畸变校正 |
10、视频分析
| 函数名称 | 函数说明 |
| absdiff() | 计算两个图像差值的绝对值 |
| meanShift() | 均值迁移法的目标跟踪 |
| selectROI() | 通过鼠标在图像中选择感兴趣区域 |
| CamShift() | 自适应均值迁移法目标跟踪 |
| calcOpticalFlowFarneback() | Farneback 多项式扩展算法光流跟踪 |
| cartToPolar() | 计算二维向量的模长与方向 |
| calcOpticalFlowPyrLK() | LK稀疏光流法跟踪 |
11、OpenCV 与机器学习
| 函数名称 | 函数说明 |
| kmeans() | K 均值聚类 |
| StatModel::train() | 模型训练 |
| TrainData::create() | 创建训练数据结构 |
| StatModel::predict() | 利用模型对新数据进行预测 |
| Algorithm::load() | 加载模型 |
| KNearest::findNearest() | K 近邻模型对新数据进行预测 |
| DTrees::create() | 初始化决策树类型变量 |
| RTrees::create() | RTrees 类的初始化 |
| SVM::create() | 定义 PtrCSV 类型的变量 |
| dnn::readNet() | 加载已有深度神经网络模型 |
| dnn::Net::setInput() | 向深度神经网络中输入新的数据 |
| dnn::blobFromImages() | 转换输入到深度神经网络模型中的图像尺寸 |
本文福利，莬费领取Qt开发学习资料包、技术视频，内容包括（C++语言基础，Qt编程入门，QT信号与槽机制，QT界面开发-图像绘制，QT网络，QT数据库编程，QT项目实战，QSS，OpenCV，Quick模块，面试题等等）↓↓↓↓↓↓见下面↓↓文章底部点击莬费领取↓↓
扫一扫
22万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
