学习OpenCV（2）OpenCV初探-1

目录

头文件

第一个程序：显示图片

cv::imread()

cv::namedWindow()

cv::imshow()

cv::waitKey()

cv::destroyWindow()

第二个程序：视频

cv::VideoCapture

跳转:添加进度条

cv::createTrackbar()

---

头文件

//可以使用头文件 opencv.hpp 来包含所有可能在OpenCV函数中用到的头文件，但是这会减慢编译的速度
#include <opencv2/opencv.hpp>

//结构以及数学运算
#include <opencv2/core.hpp>

//最近邻搜索匹配函数
#include <opencv2/flann/miniflann.hpp>

//图像处理函数
#include <opencv2/imgproc.hpp>

//操作和恢复照片相关算法
#include <opencv2/photo.hpp>

//视觉追踪以及背景分割
#include <opencv2/video.hpp>

//用于追踪的二维特征
#include <opencv2/features2d.hpp>

//级联人脸分类器、latent SVM分类器、HoG特征和平面片检测器
#include <opencv2/objdetect.hpp>

//校准以及双目视觉相关
#include <opencv2/calib3d.hpp>

//机器学习、聚类以及模式识别相关
#include <opencv2/ml.hpp>

//显示、滑动条、鼠标操作以及输入输出相关
#include <opencv2/highgui.hpp>

//用户贡献的代码
#include <opencv2/aruco.hpp>

注意：opencv3.0以及后续版本弃用legacy模块了

第一个程序：显示图片

OpenCV的函数都位于cv这一命名空间下，为了调用OpenCV的函数，需要在每个函数之前添加 cv::

因为有cv::Mat， 图像将在生命周期结束的时候自动释放，其行为类似于标准模板库（STL）中的容器类。

//示例2-1
#include <opencv2/opencv.hpp> //使用通用的opencv.hpp头文件，我们只需要使用必要的头文件来节约编译时间。

using namespace std;

int main()
{
	cv::Mat image = cv::imread("./images/puppy.bmp");
	if (image.empty())  //判断图片是否正确读取
	{
		return -1;
	}
	cv::namedWindow("Example", cv::WINDOW_AUTOSIZE);
	cv::imshow("Example", image);

	cv::waitKey();
	cv::destroyWindow("Example");

	return EXIT_SUCCESS;
}

//示例2-2
//与示例2-1的区别是，仅仅使用了using namespace cv
#include <opencv2/highgui.hpp>

using namespace cv; //不建议这样使用，需要冒着和其他潜在的命名空间冲突的风险

int main()
{
	Mat image = imread("./images/puppy.bmp");
	if (image.empty())
	{
		return -1;
	}
	namedWindow("Example", WINDOW_AUTOSIZE);
	imshow("Example", image);

	waitKey();
	destroyWindow("Example");

	return EXIT_SUCCESS;
}

cv::imread()

cv::Mat image = cv::imread("./images/puppy.bmp");

函数cv::imread() 是高级的，依据文件名来决定载入图像格式的处理。

这会自动申请图像需要的内存，cv::imread()可以读取很多种图像格式，包括BMP,DIP,JPEG,JPE,PNG,PBM,PGM,PPM,SR,RAS以及TIFF。

该函数返回一个cv::Mat 结构。OpenCV使用这个结构来处理所有类型的图像：单通道、多通道、整型、浮点型以及各种类型。

cv::namedWindow()

cv::namedWindow("window_name", "window_character");

该函数包含在HighGui模块中，会将一个名称（window_name）赋予窗口。未来与这个窗口的交互函数将由这个名称来指定要与哪个窗口交互。

cv::namedWindow() 第二个参数说明了Windows的特性，这可以全部设置为0（默认情况），也可以设置为cv::WINDOW_AUTOSIZE.

cv::imshow()

cv::imshow("window_name", image);

无论何时，只要在cv::Mat中拥有一个图像结构，我们就可以通过cv::imshow()进行显示。

该函数将会使用一个窗口（如果窗口不存在，将自动调用cv::namedWindow()新建窗口），在窗口上绘制要求的图片。

cv::waitKey()

cv::waitKey(time);

函数告诉系统暂停并等待键盘事件。

time == 0 :函数无限延时，必须有键按下才继续执行；

time > 0 : 函数返回延时期间按下的键的 ASCII码值，超时则返回 -1。

注意：必须有窗口显示的情况下，waitKey（）才有作用，否则该函数直接返回 -1。

cv::destroyWindow()

cv::destroyWindow("window_name");
//该函数将会关闭窗口并且释放掉相关联的内存空间。
cv::destroyAllWindow();
关闭应用程序的所有窗口

第二个程序：视频

//2-3 一个简单的播放视频文件的OpenCV程序
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;

int main()
{
	cv::namedWindow("Example3", cv::WINDOW_AUTOSIZE);
	cv::VideoCapture cap;
	cap.open("./images/bike.avi");

	cv::Mat frame;
	while (1)
	{
		cap >> frame;
		if (frame.empty()) //检查数据是否被读取
		{
			break;
		}
		cv::imshow("Example3", frame);
		if (cv::waitKey(33) > 0) //一旦显示了这帧图片，会等待33ms
		{
			break;
		}
	}

	return EXIT_SUCCESS;
}

cv::VideoCapture

cv::VideoCapture cap;
cap.open("./images/bike.avi");

cap.get(parameter);
//parameter:
cv::CAP_PROP_POS_FRAMES; //指示帧集合的读取位置
cv::CAP_PROP_FRAME_COUNT; //视频的总帧数
cv::CAP_PROP_FRAME_WIDTH; //视频的宽
CV::CAP_PROP_FRAME_HEIGH; //视频的高

视频读取结构cv::VideoCapture可以打开和关闭很多类型的ffmpeg支持的视频文件。

视频读取结构通过传入字符串打开文件，这个字符串指示了想要打开的视频文件的路径。

一旦内部的while()循环开始执行，视频文件会按照帧从视频流中被读取。

跳转:添加进度条

1. 添加一个滑动条，使得用户可以进行视频跳转。

2. 允许用户通过按下S键来执行单步模式，以及按下R键来恢复连续视频播放模式。

实现：要创建一个滑动条，调用cv::createTrackbar() 并指明要在哪个窗口中进行显示，还需要一个能够执行重新定位的回调函数。

//2-4 加入了滑动条的基本浏览窗口
#include <iostream>
#include <fstream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;

int g_slider_position = 0; //存储滑动条位置
bool g_dontest = false; 	//自动单步模式的切换，系统自动运行时不会切换，当用户点击进度条时将切换为单步模式
int g_run = 1;  
//当它为正时，指示在停止程序前要播放多少张图片；当它为负时，表示系统处于连续视频播放模式。
cv::VideoCapture g_cap;

void onTrackbarSlide(int pos, void *)
{
	g_cap.set(cv::CAP_PROP_POS_FRAMES, pos);
	if (!g_dontest)
	{
		g_run = 1;
	}
	g_dontest = false;
}

int main()
{
	cv::namedWindow("Example4", cv::WINDOW_AUTOSIZE);
	g_cap.open("./images/bike.avi");

	int frames = (int)g_cap.get(cv::CAP_PROP_FRAME_COUNT);
	int tmpw = (int)g_cap.get(cv::CAP_PROP_FRAME_WIDTH);
	int tmph = (int)g_cap.get(cv::CAP_PROP_FRAME_HEIGHT);

	cout << "vide has " << frames << " frames of dimensions(" << tmpw << ", " << tmph << ")." << endl;

	cv::createTrackbar("Position", "Example4", &g_slider_position, frames, onTrackbarSlide);

	cv::Mat frame;
	while (1)
	{
		if (g_run != 0)
		{
			g_cap >> frame;
			if (frame.empty())
			{
				break;
			}
			int current_pos = (int)g_cap.get(cv::CAP_PROP_POS_FRAMES);
			g_dontest = true;

			cv::setTrackbarPos("Position", "Example4", current_pos);
			cv::imshow("Example4", frame);

			g_run -= 1;
		}

		char c = (char)cv::waitKey(10);
		switch (c)
		{
		case 's':
			g_run = 1;
			cout << "Singke step, run = " << g_run << endl;
			break;
		case 'r':
			g_run = -1;
			cout << "Run mod, run = " << g_run << endl;
			break;
		}
		if (c == 27)
		{
			break;
		}
	}
    
	cv::destroyAllWindows();

	return EXIT_SUCCESS;
}

cv::createTrackbar()

//函数原型
int createTrackbar(const String& trackbarname, const String& winname，int* value, 
    int count,TrackbarCallback onChange = 0, void* userdata = 0);

cv::createTrackbar(bar_name, win_name, int *pos, int frames, 回调函数);

这个函数允许给滑动条一个 标签（bar_name），并且指明在 win_name 窗口放置滑动条。

int *pos: 这个参数用来设置滑块初始值位置，同时记录滑块以后的位置

int frames: 与滑动条绑定的变量--滑动条能够达到的最大值（视频总帧数 -- frames）

一个滑动条移动的时候的回调函数（不需要时可以 NULL）。

value这个参数给滑块一个初始值，并且以后滑块的位置也由value所表示，即当滑块移动时 value 的值也在变化。

回调函数原型：

void (*TrackbarCallback)(int pos, void* userdata);