OpenCv3编程学习一

**

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。