opencv的个人理解

最新推荐文章于 2024-02-18 15:02:42 发布

昊天译文

最新推荐文章于 2024-02-18 15:02:42 发布

阅读量434

点赞数 1

文章标签： opencv 计算机视觉人工智能

本文链接：https://blog.csdn.net/m0_62770445/article/details/127597314

版权

opencv代码：

#include<opencv2\opencv.hpp>

#include<iostream>

using namespace cv;

using namespace std;

int main(int argc,char** argv){

Mat src=imread("E:/cat.jpg");

imshow("input",src);

waitKey(0);

destroyAllWindows();

return 0;

}

学习读取图像和显示图像两个函数imread和imshow

imread是读取一张图像实际上有两个参数

im就是英文image

imread（"默认输入的地址/路径"）

所有的图像都是Mat图像本身来说，大多数都是二维数组也叫二维矩阵，所以用Mat来表示

imshow与他对应；

imshow也有两个名称，第一个呢是表示窗口名称，“input”这个窗口，src表示数据对象

waitKey是一个比较重要的参数，waitKey（0），0表示阻塞；表示程序停止，从而使得图片一直显示在运行上面如果改成1表示，停顿一毫秒继续往下执行，

destroyAllWindows表示把前面全部创建的窗口销毁掉，

如果显示图片很大，不能去完全展示就应该加一个函数叫

namedWindow（"输入窗口"，WINDOW_FREERATIO）;其中的"输入窗口"应该与imshow的第一个函数相同，使得图片可以自由缩放；

把图片加载为黑白的函数为：Mat src=imread("E:/cat.jpg"，IMREAD_GRAYSCALE);

src表示三通道，每个通道是一个字节，一个字节是八个比特位，这个图深度就是24；

opencv会以枚举的方法展示

一般会加代码if语句：

if(src.empty())//判断是否为空白）//是空白就不能加载然后返回显示下面代码

{

printf("could not load image...\n");

return -1;

}

第二课学习保存图像，处理图像

学习函数cvtColor(色彩空间转换函数）

和图像保存-imwrite

1.cvtColor函数包括：

COLOR_BGR2GRAY=6表示色彩到灰度；

COLOR_GRAY2BGR=8表示灰度到彩色；

COLOR_BGR2HSV=40由BGR到HSV；

COLOR_HSV2BGR=54由HSV到BGR;

2.图像保存-imwrite

第一个参数是图像保存路径；

第二个参数是图像内存对象；

可以先编写头文件；先将头文件命名，然后更改所用函数路径使得函数可直接调用此头文件，然后就可进行下面操作，使用代码三个

一主函数，二函数，三头文件。

一主#include<opencv2\opencv.hpp>

#include<quickopencv.h>

#include<iostream>

using namespace cv;

using namespace std;

int main(int argc, char** argv) {

Mat src = imread("E:/11.jpg");

namedWindow("input",WINDOW_FREERATIO);

imshow("input", src);

QuickDemo qd;

qd.colorSpace_Demo(src);

waitKey(0);

destroyAllWindows();

return 0;

}

二函

#include<quickopencv.h>

#include <iostream>

#include<opencv2\opencv.hpp>

using namespace std;

void QuickDemo::colorSpace_Demo(Mat &image)

{

Mat gray, hsv;

//cout << image << endl;

cvtColor(image, hsv, COLOR_BGR2HSV);

cvtColor(image, gray, COLOR_BGR2GRAY);

imshow("HSV", hsv);

imshow("灰度", gray);

imwrite("D:/hsv.png", hsv);

imwrite("D:/gray.png", gray);

}

三头（头文件）

头文件的后缀为：.h

可在头文件中命名也可在文件中命名。只需要把后缀改为.h就行

#pragma once

#include<opencv2/opencv.hpp>

using namespace cv;

class QuickDemo {

public:

void colorSpace_Demo(Mat &image);

};

当运行时显示三张图片时表示运行成功，

imread后面所跟的地址中的斜杠为/

也可以从你所保存的地址中用windows的图片显示器来显示

注意imshow只支持8位或者说是256位的那种显示，要不就是支持浮点数的显示，如果显示其他类型，多少有点问题，用imread读进来的一定是8位的前提是读进来后没有发生转换

8位通道的顺序是B,G,R分别表示颜色蓝，绿，红

HSV也是三个通道，H通道范围在（0~180）S，V的通道都在（0~255）h，s表示颜色，v表示亮度，s可以调整颜色的饱和度

第三节

学习Mat函数的使用

有很多属性操作也会有很多的自身变量的操作

Mat对象的使用分在：

1.读进来的图像是Mat我们如何去操作他

2.Mat本身我们如何便利访问他的每个数点

3.我们如何去创建一个空的图像或者是Mat

4.创建时有什么方法，用什么方法

Mat如何创建：

Mat分为两个部分，一个部分名为头部，另一个部分名为数据部分，数据部分就是所有像素的一个值的集合，通道大部分都在头部的原数据中获取，重新赋值就是把指针给原来的数组，本质上没有发生变化还是指向同一个数据部分，只有你进行克隆或者拷贝时，这时才会把数据重新赋值给另一个指针

Mat m3 = Mat::ones(Size(8,8), CV_8UC1)的cv_8uc1中，必须是1，如果写3，则数据将会变更成只限制第一行数据，第二第三行还是0，他不会把所有限速点都限制为1，只会把每个限速点的第一个通道初始化为1。如果你想使三个都变成127，则需要用一个函数Scalar，把m3=Scalar(127,127,127);定义

注意所用通道模式，不能将CV_8UC1以三通道CV_8UC3的形式使用，将会使（255，0，0）不显示蓝色图像，只会按灰色，黑色，白色，三种颜色，

色彩空间转换，rgb,hsv,和灰度色彩空间，加载图像等，一切图像皆Mat，如何创建空图像，找到所创建的图像大小，且知道了颜色。

如何在创建图像之后，给每一个像素点进行赋值呢？

学习图像像素的读写操作，在c++中可使用数组遍历，也可使用指针方式遍历

指针和数组下标不一样，指针根据类曾地址进行访问，可以比数组下标快一点，

第二周

第4节

修改图像的数据类型，如何将数据类型进行转换，后面有Mat，需要继续转换，字节类型的单通道灰度图像dims=1,dims=3（是彩色图像），如何获取彩色像素的像素点，比如告诉你他的一个点（0，0），其中的row位置表示行，col位置表示列，列是宽度，行是高度。三通道时也可以获取，但三通道时就不是这个数值了，则用image.at<Vec3b>专门获取三通道时的彩色图像像素点处理，如果是int呢那就是Vec3i，如果是浮点数就是Vec3f，所以是：Vec3b bgr =image.at<Vec3b>(row,col);

//可以一次性存储三个值

图像转化，简单说就是图像反色，数组的便利读写基于数组的下标，也可以用指针来完成。

按指针形式完成需要在for循环中定义一个指针，因为数据类型为uchar所以指针类型为uchar定义完指针之后如何进行改变呢？就是将for循环中的原来数值更改为指针，使得代码数量大大减少，且运行时间更快

将这种形式改成指针形式为

学习图像像素的操作，像素的加减乘除操作；

Mat对于加减乘除都能接受，

当图像加上50之后，表明图像的每个像素点都增加50使得表面看起来更加光亮，

当图像减去50之后，图像的颜色和之前的原图相比，变得暗淡。注意：数值应该在0到255之间超过255数值只能是255，低于0也就是0，不能超过值域。

运行出现的图像为：

除法图像为：

乘法时运行：乘法时乘积超过255会报错，和数据类型不同的数据相乘时，数据的数值会报错，所以要想使得乘法运算成立，则需要改变所用数据的数据类型，但是仅仅改变数据类型是不可以的，还需要使用一种函数（multiply(第一个图像，第二个图像，应该生成的图像））使得图像与图像之间可以相乘

运行出后为：

代码运行过程为：

int w = image.cols;

int h = image.rows;

int dims = image.channels();

for (int row = 0; row < h; row++) {

for (int col = 0; col < w; col++) {

if (dims == 1) {//灰度图像

int pv = image.at<uchar>(row, col);

image.at<uchar>(row, col) = 255 - pv;

}

if (dims == 3) {//彩色图像

Vec3b bgr = image.at<Vec3b>(row, col);

image.at<Vec3b>(row, col)[0] = 255 - bgr[0];

image.at<Vec3b>(row, col)[1] = 255 - bgr[1];

image.at<Vec3b>(row, col)[2] = 255 - bgr[2];

}

因为知道这个代码是三通道的所以可以把代码改成：

for (int row = 0; row < h; row++) {

for (int col = 0; col < w; col++) {

Vec3b p1 = image.at<Vec3b>(row, col);//因为所定义的m与image大小完全一致就可以用m代替image

Vec3b p2 = image.at<Vec3b>(row, col)

image.at<Vec3b>(row, col)[0] = 255 - bgr[0];

image.at<Vec3b>(row, col)[1] = 255 - bgr[1];

image.at<Vec3b>(row, col)[2] = 255 - bgr[2];

}

}因为把image赋给了dst所以可以用dst代替image，且有p1和p2所以可把代码改写成：

for (int row = 0; row < h; row++) {

for (int col = 0; col < w; col++) {

Vec3b p1 = image.at<Vec3b>(row, col);//因为所定义的m与image大小完全一致就可以用m代替image

Vec3b p2 = image.at<Vec3b>(row, col);

dst.at<Vec3b>(row, col)[0] = p1[0] + p2[0];

dst.at<Vec3b>(row, col)[1] = p1[1] + p2[1];

dst.at<Vec3b>(row, col)[2] = p1[2] + p2[2];

}

但是如果说p1和p2的值超过了一百这样的话，数值就会发生变化，所以应该使用一个函数;saturate_cast<数据类型>(p1[0]+p2[0]);这个函数的意思是可以对这个数值加和做一个数值判定，必须在数据类型比如：uchar,的范围内，如果小于0就是0，如果大于255，那就是255。这样就能把数据限定在0-255之间，这个函数在数据转型时，比如int变成double,等经常用到，需要记住这个函数，常用函数。所以这段代码改成：

dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0] + p2[0]);

dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>( p1[1] + p2[1]);

dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(p1[2] + p2[2]);