**
1.opencv的安装与配置
**
之前学习的时候有装过opencv,版本是3.4.而对应的visual studio是2017版本。
所以直接开始创建了控制台项目,命名为2020.620.放在了D盘的vs_opencvDemo
配置是vc15 大部分参考自:https://blog.csdn.net/qq_41175905/article/details/80560429
需要注意的是:首先关于图片的路径名,可以是相对路径,也就是存放在当前目录下(也就是cpp的源文件处),也可以是绝对路径,这种情况之下是需要用两次右斜杠来标记的(和正常的不太一样)
其次是可以去掉在这个教程下的,对微软服务器的勾选,不然这样会产生很多运行的文件,耽误运行时间。
而且我是在debug x64 的情况之下运行的
显示测试的代码:
#include <opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat srcImage = imread("1.jpg");
imshow("[原始图]",srcImage);
waitKey(0);
}
**
2.opencv具体静态图片操作
**
经过测试之后,开始进行图像腐蚀。
对应代码如下:
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
Mat srcImage = imread("1.jpg");//先读入原来的图
//先显示原图
imshow("[原图]腐蚀操作",srcImage);
//再进行腐蚀操作
Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
Mat dstImage;
erode(srcImage, dstImage, element);
//在输出腐蚀之后的图
imshow("[效果图]腐蚀操作", dstImage);
waitKey(0);
return 0;
}
其中,getStructingElement 函数的作用就是返回一个指定的形状和尺寸的结构元素,而erode就是用来腐蚀的函数方法。
然后是图像模糊
最主要的就是对blur函数的调用
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
Mat srcImage = imread("1.jpg");//先读入原来的图
//先显示原图
imshow("[原图]均值滤波",srcImage);
//再进行均值滤波操作
Mat dstImage;
blur(srcImage, dstImage, Size(7, 7));
//显示效果图
imshow("[效果图]均值滤波", dstImage);
waitKey(0);
return 0;
}
然后是canny边缘检测
主要步骤就是:先读取原图,在对他进行灰度化和blur操作,再使用canny进行边缘检测。
代码如下:
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
Mat srcImage = imread("1.jpg");//先读入原来的图
//先显示原图
imshow("[原图]canny边缘检测",srcImage);
//再进行均值滤波操作
Mat dstImage,edge,grayImage;
//先创建一个和src同类型和大小的矩阵
dstImage.create(srcImage.size(), srcImage.type());
//再将原图转换为灰度图像
cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);
//再使用3X3内核来降噪
blur(grayImage, edge, Size(3,3));
//再对处理后的进行canny算子
Canny(edge, edge, 3, 9, 3);
//最后显示效果图
imshow("[效果图]canny边缘检测",edge);
waitKey(0);
return 0;
}
其中就是调用了 cvtColor和blur和Canny这几个函数,而canny里的参数依次代表1.输入图像 2.输出图像 3,4 是阈值 5是sobel算子的大小,3的话默认是3*3的矩阵。