OpenCV 基本使用

OpenCV 基本使用

参考教程：

GitHub - gaoxiang12/slambook2: edition 2 of the slambook

1. 安装 OpenCV

1.1 下载 OpenCV

参考教程：

无法定位软件包libjasper-dev的解决办法-CSDN博客

视觉slam14讲ch5 opencv安装 ubuntu20.04_libvtk5-dev-CSDN博客

OpenCV提供了大量的开源图像算法，是计算机视觉领域使用极广的图像处理算法库。在Ubuntu系统下，OpenCV有从源代码安装和只安装库文件两种方式可以选择：

（1）从源代码安装，是指从OpenCV网站下载所有的OpenCV源代码，并在机器上编译以便使用。好处是可以选择的版本比较丰富，而且也能看到源代码，不过需要花费一些编译时间。

（2）只安装库文件，是指通过Ubuntu安装由Ubuntu社区人员已经编译好的库文件，无须重新编译一遍。

因为我们使用较新版本的OpenCV，所以必须选择从源代码安装的方式来安装它。一来，可以调整一些编译选项，匹配编程环境（例如，需不需要GPU加速等）；再者，可以使用一些额外的功能。OpenCV目前维护三个主要版本，分为OpenCV2.4系列、OpenCV 3系列和OpenCV 4系列。当前使用OpenCV 3系列。

从如下网站中下载源代码：

Releases - OpenCV

页面下滑，选择OpenCV – 3.4.16版本，点击”Sources“进行下载

下载得到如下的压缩包

将opencv-3.4.16.zip文件拖拽至虚拟机的home文件夹下：

点击opencv-3.4.16.zip文件，右键，选择“提取到此处”

1.2 配置依赖项并编译

编译之前，先来安装OpenCV的依赖项：

rosnoetic@rosnoetic-VirtualBox:~$ sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"

rosnoetic@rosnoetic-VirtualBox:~$ sudo apt update

rosnoetic@rosnoetic-VirtualBox:~$ sudo apt upgrade

rosnoetic@rosnoetic-VirtualBox:~$ sudo apt-get install build-essential libgtk2.0-dev libvtk6-dev libjpeg-dev libtiff5-dev libjasper-dev libopenexr-dev libtbb-dev libcanberra-gtk-module

事实上，OpenCV的依赖项很多，缺少某些编译项会影响它的部分功能。OpenCV在cmake阶段检查依赖项是否会安装，并调整自己的功能。如果电脑上有GPU并且安装了相关依赖项，OpenCV也会把GPU加速打开。不过当前，上述依赖项已经足够了。

安装完依赖项后进行编译：

rosnoetic@rosnoetic-VirtualBox:~$ cd opencv-3.4.16/

rosnoetic@rosnoetic-VirtualBox:~/opencv-3.4.16$ mkdir build

rosnoetic@rosnoetic-VirtualBox:~/opencv-3.4.16$ cd build/

rosnoetic@rosnoetic-VirtualBox:~/opencv-3.4.16/build$ cmake ..

接着进行编译

rosnoetic@rosnoetic-VirtualBox:~/opencv-3.4.16/build$ make

整个编译过程大概需要二十分钟到一小时不等。

make之后，调用sudo make install将OpenCV安装到电脑上（而不是仅仅编译）。

rosnoetic@rosnoetic-VirtualBox:~/opencv-3.4.16/build$ sudo make install

2. 操作 OpenCV 图像

2.1 编写 imageBasics 函数

2.1.1 创建文件夹

通过终端创建一个名为imageBasics的文件夹以保存我们的VSCode项目，在/imageBasics目录下打开vscode。

rosnoetic@rosnoetic-VirtualBox:~$ mkdir -p imageBasics

rosnoetic@rosnoetic-VirtualBox:~$ cd imageBasics/

rosnoetic@rosnoetic-VirtualBox:~/imageBasics$ code .

2.1.2 编写源代码

新建文件imageBasics.cpp

在imageBasics.cpp粘贴如下代码并保存(Ctrl+S）

#include <iostream>
#include <chrono>

using namespace std;

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

int main(int argc, char argv) {
    // 读取argv[1]指定的图像
    cv::Mat image;
    //cv::image函数读取制定路径下的图像
    image = cv::imread(argv[1]);

    // 判断图像文件是否正确读取
    if (image.data == nullptr) {
        // 数据不存在，可能是文件不存在
        cerr << "文件" << argv[1] << "不存在" <<endl;
        return 0;
    }

    // 文件顺利读取，首先输出一些基本信息
    cout << "图像宽为: " << image.cols << ",高为: " << image.rows
              << ",通道数为" << image.channels() << endl;
    cv::imshow("image",image);   // cv::imshow显示图像
    cv::waitKey(0);   // 暂停程序，等待一个按键输入

    // 判断imgae的类型
    if (image.type() != CV_8UC1 && image.type() != CV_8UC3) {
        // 图像类型不符合要求
        cout << "请输入一张彩色图或灰度图" << endl;
        return 0;
    }

    // 遍历图像，请注意以下遍历方式也使用于随机像素访问
    // 使用std::chrono给算法计时
    chrono::steady_clock::time_point t1 = chrono::steady_clock::now();
    for (size_t y = 0; y < image.rows; y++) {
        // 用cv::Mat::ptr获得图像的行指针，<unsigned char>指定类型，(y)是一个索引值，表示我们要访问的行数
        unsigned char *row_ptr = image.ptr<unsigned char>(y);
        for (size_t x = 0; x < image.cols; x++) {
            // 访问位于x,y处的像素
            unsigned char *data_ptr = &row_ptr[x * image.channels()];   // data_ptr指针指向待访问的像素数据
            // 输出该像素的每个通道，如果是灰度图，那么通道是1
            for (int c = 0; c != image.channels(); c++) {
                unsigned char data = data_ptr[c];   // data为I(x,y)第c个通道的像素值
            }
        }
    }
    chrono::steady_clock::time_point t2 = chrono::steady_clock::now();
    // 计算消耗时间
    chrono::duration<double> time_used = chrono::duration_cast<chrono::duration<double>> (t2-t1);
    cout << "遍历图所用时间: " << time_used.count() << "秒。"<< endl;

    // 关于cv::Mat的拷贝
    // 直接赋值并不会拷贝数据
    cv::Mat image_another = image;
    // 此时修改image_another，会导致image发生变化
    image_another(cv::Rect(0, 0, 100, 100)).setTo(0);   // 将左上角100*100的块置为0
    cv::imshow("image",image);
    cv::waitKey(0);

    // 使用clone深拷贝复制数据
    cv::Mat image_clone = image.clone();
    image(cv::Rect(0, 0, 100, 100)).setTo(255);
    cv::imshow("image", image);
    cv::imshow("image_clone", image_clone);
    cv::waitKey(0);

    // 删除所有的窗口
    cv::destroyAllWindows();

    return 0;
}

2.2 新建 CMakeLists.txt 文件

新建CMakeLists.txt文件

在CMakeLists.txt中添加如下内容：

# 声明要求的cmake最低版本
cmake_minimum_required(VERSION 2.8)

# 声明一个cmake工程
project(IMAGEBASICS)

# 添加C++ 11支持
set(CMAKE_CXX_FLAGS "-std=c++11")

# 寻找OpenCV库
find_package( OpenCV REQUIRED)
# 添加头文件
include_directories(${OpenCV_INCLUDE_DIRS})

add_executable(imageBasics imageBasics.cpp)
# 链接OpenCV库
target_link_libraries(imageBasics ${OpenCV_LIBS})

由于程序中使用了C++11标准（如nullptr和chrono），因此需要设置编译器set(CMAKE_CXX_FLAGS "-std=c++11")。

2.3 cmake 编译

ctrl+alt+T打开终端，执行如下指令进行cmake编译

rosnoetic@rosnoetic-VirtualBox:~$ cd imageBasics/

rosnoetic@rosnoetic-VirtualBox:~/imageBasics$ mkdir build

rosnoetic@rosnoetic-VirtualBox:~/imageBasics$ cd build/

rosnoetic@rosnoetic-VirtualBox:~/imageBasics/build$ cmake ..

我们新建了一个中间文件夹”build“，然后进入build文件夹，通过cmake ..命令对上一层文件夹，也就是代码所在的文件夹进行编译。这样，cmake产生的中间文件就会生成在build文件夹中，如下图所示，和源代码分开。

接着make对工程进行编译

rosnoetic@rosnoetic-VirtualBox:~/imageBasics/build$ make

2.4 运行

将ubuntu.png文件拖拽至imageBasics/build文件夹下

进一步的调用可执行文件：

rosnoetic@rosnoetic-VirtualBox:~/imageBasics/build$ ./imageBasics ubuntu.png 

依次显示如下内容：

在image窗口，按enter键执行下一个程序（也就是停留在了cv::waitKey()）