OpenCV图像处理视频教程
---------------------------------------🤣 🤩 🤪 🧐 🤯 🥳 🤨 🥰 🤔 --------------------------------------------------
Author: XFFer_
文章目录
01 概述 - OpenCV介绍与环境搭建
- HighGUI部分
- Image Process
- 2D Feature
- Camera Calibration and 3D reconstruction
- Video Analysis
- Object Detection
- Machine Learning
- GPU加速
02 加载、修改、保存图像
- 加载图像(用cv::imread)
- 修改图像(cv::cvtColor)
- 保存图像(cv::imwrite)
- 代码演示
(1)加载图像(用cv::imread)
- imread功能是加载图像文件称为一个Mat对象(类对象)(源码中Mat类有多个重载的构造函数[参数表不同])
- cv::Mat cv::imread(const cv::String &filename, int flags = 1)
- 其中第一个参数表示图像文件名称(文件的绝对地址)
- 第二个参数,表示加载的图像是什么类型,常见的有三个参数值(都是
enum
枚举类型)- IMREAD_UNCHANGED(<0)表示加载原图,不做任何改变
- IMREAD_GRAYSCALE(0)表示把原图作为灰度图像加载进来
- IMREAD_COLOR(>0)表示把原图作为RGB图像加载进来
注意:OpenCV支持JPG、PNG、TIFF等常见格式图像文件加载。
(2)显示图像(cv::namedWindow与cv::imshow)
namedWindow
功能是创建一个OpenCV窗口,它是由OpenCV自动创建与释放的无需自己销毁(早年需要destroyWindow)- 常见用法
namedWindow("Window Title", WINDOW_AUTOSIZE)
WINDOW_AUTOSIZE
会自动根据图像大小,显示窗口大小,不能人为改变窗口大小WINDOW_NORMAL
,跟QT集成的时候会使用,允许修改窗口大小imshow
根据窗口名称显示图像到指定的窗口上去,第一个参数是窗口名称,第二个参数是Mat对象
(3)修改图像(cv::cvtColor)
- cvtColor的功能是把图像从一个色彩空间转换到另一个色彩空间。调整亮度/饱和度时先转换空间,改变效果后,再转换回来。有三个参数
- 表示源图像
- 表示色彩空间转换之后的图像
- 表示源和目标色彩空间
COLOR_BGR2HLS
(L->Light[亮度],S->saturation[饱和度])COLOR_BGR2GRAY
(BGR=>RGB,原因是B通道在前)COLOR_BGR2HSV
(S->saturation[饱和度])
cvtColor(image, gray_image, COLOR_BGR2GRAY)
- (image, gray_image都是Mat类对象)
(4)保存图像(cv::imwrite)
- 保存图像到指定目标路径(🤯路径中一定要加文件名.后缀名)
- 只有8位、16位的PNG、JPG、Tiff文件格式而且是单通道或者三通到的BGR图像才可以通过这种方式保存
- 保存PNG格式的时候可以保存透明通道的图片
- 可以指定压缩参数
03 矩阵的掩膜操作
1 获取图像像素指针
2 掩膜操作解释
3 代码演示
(1)获取图像像素指针
CV_Assert(myImage.depth() == CV_8U);
测试位图深度是否为8位,如果False则停止运行- 位图深度:在灰度图像中8位代表从黑(0)到白(1)分为256个颜色深度;在RGB图像中代表每个通道(每个原色)都分为256个子色,总体上为256 * 256 * 256种颜色
Mat.ptr<uchar>(int i = 0)
(uchar是unsigned char,一个字节0~ 255,像素值也是在0~255)获取像素矩阵的指针,索引i表示第几行,从0开始计行数- 获得当前行指针
const uchar* current = myImage.ptr<uchar>(row);
- 获取当前像素点P(row, col)的像素值
p(row, col) = current[col];
(2)像素范围处理saturate_cast
saturate_cast<uchar>(-100)
,返回0saturate_cast<uchar>(288)
,返回255saturate_cast<uchar>(124)
,返回124- 这个函数的功能是确保RGB值的范围在0~255之间
(3)掩膜操作解释
代码示例:(RGB图像可以理解为一个像素占三个字节(R/G/B))
这是一张3*3
的(255, 0, 0)的纯红色图片
(.ptr<uchar>(int)
是Mat类的成员函数,uchar用于表示像素0~255)
//示例中使用
Mat resultImage;
myImage.copyTo(resultImage); //将图片clone
//视频中
Mat resultImage;
resultImage = Mat::zeros(myImage.size(), myImage.type());
//clone了新对象,zeros产生一个纯黑的图像,拷贝图像大小和类型
(4)函数调用filter2D功能
- 定义掩膜:
Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
- Mat_是一个类模版,是对Mat的封装没有添加更多的属性。char是typename,
Mat_(int _rows, int _cols)
是它的一个构造函数。目的是避免多处声明数据类型导致出错
filter2D(src, dst, src.depth(), kernel);
- 其中src与dst是Mat类型变量、src.depth表示位图深度,有32、24、8等。
04 Mat对象
1 Mat对象与IplImage对象
2 Mat对象使用
3 Mat定义数组
(1)Mat对象与IplImage对象
- Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题,是面向对象的数据结构。分头部与数据部分
- IplImage是从2001年OpenCV发布之后就一直存在,是C语言风格的数据结构,需要开发者自己分配与管理内存,对大的程序使用它容易导致内存泄漏问题🧑
(2)Mat对象构造函数与常用方法
对象构造函数
Mat()
Mat(int rows, int cols, int type)
传入长宽像素大小,和矩阵单位类型- 解释一下type矩阵类型
- 可以通过原对象.convertTo(目标Mat对象, 目标类型)来改变
CV_8UC1
(灰度)、CV_8UC2
、CV_8UC3
(彩色BGR)、CV_8UC4
(带透明色的BGR)都是Unsigned 8bitsCV_32FC1
、CV_32FC2
、CV_32FC3
是float32位CV_64FC1
、CV_64FC2
、CV_64FC3
是double64位
- 解释一下type矩阵类型
Mat(Size size, int type)
传入另一个Mat对象的.size()Mat(int rows, int cols, int type, const Scalar &s)
传入长宽,类型和Scalar像素值(Scalar(B, G, R))- Mat M(24, 24, CV_8UC3, Scalar(0, 0, 255))
- 其中前两个参数分别为行(row)和列(column),第三个CV_8UC3中 8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3,第四个参数是向量表示初始化每个像素值是多少,向量长度对应通道数目一致
- Mat M(24, 24, CV_8UC3, Scalar(0, 0, 255))
Mat(Size size, int type, const Scalar &s)
Mat(int ndims, const int *sizes, int type)
Mat(int ndims, const int *sizes, int type, const Scalar &s)
(3)常用方法
void copyTo(Mat dst)
拷贝Mat对象。用法(拷贝到):Mat对象名.copyTo(Mat对象名);void convertTo(Mat dst, int type)
转换Mat矩阵类型Mat clone()
完全克隆。用法:Mat对象名 = Mat对象名.clone();int channels()
返回通道数int depth()
返回位图深度bool empty()
返回是否为空对象uchar* ptr(i=0)
返回一个指向行的指针。说明:default=0是第一行的索引Mat::zeros(int rows, int cols, int type)
返回一个Mat对象,像素值都为0Mat::eye(int rows, int cols, int type)
返回一个Mat对象,主对角线上像素值都为1,其他像素为0
Mat dst = Scalar( , , )
括号内填入像素值,生成一个确定BGR像素的图片。若范围在0~255,则代表位图深度为8,RGB每个原色都分成255个子色。
(4)Mat对象使用
- 部分复制:一般情况下只会复制Mat对象的头和指针部分,不会复制数据部分
Mat A = imread(imgFilePath);
Mat B(A);
- 完全复制:如果想把Mat对象的头部和数据部分一起复制,可以通过如下两个API实现
Mat B = A.clone()
Mat G; A.copyTo(G);
Mat定义数组:Mat kernel = (Mat_<typename>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
05 图像操作
1 读写图像
2 读写像素
3 修改像素值
(1)读写像素
- 读一个GRAY像素点的像素值(CV_8UC1)
int intensity = img.at<uchar>(row, col);
int intensity = img.at<uchar>(Point(row, col));
- 读一个RGB像素点的像素值(CV_8UC3)
Vec3f intensity = img.at<Vec3b>(row, col);
Vec3b -> 返回值是unsigned charint blue = intensity.val[0];
int blue = img.at<Vec3b>(row, col)[0];
这种写法也是对的 blueint green = intensity.val[1];
greenint red = intensity.val[2];
red
.ptr(row)[col]和.at(row, col)[channel]的区别:
.ptr<uchar>(row)[col]
是在一个已展开的图像上提取像素指针,对于多通道而言(BGR三通道ptr获取像素指针时,每个位置三个通道是排开的,可以理解为一个像素位置由三个字节构成)- 它的返回值类型为
const _Tp * ptr<_Tp, n>(const cv::Vec<int, n> &idx) const
- 它的返回值类型为
.at<uchar>(row, col)[channel]
是在原图像位置上取出像素指针,通过[channel]获取不同通道下的像素指针的- 它的返回值类型为
const _Tp &at<_Tp>(cv::Point pt) const
- 它的返回值类型为
对各通道取反操作API
bitwise_not(input_img, output_img);
编译器快捷键
选中代码后Alt + 方向键
移动代码块
06 图像混合
1 理论-线性混合操作
2 相关API(addWeighted)
3 代码演示
(1)理论-线性混合操作
g ( x ) = ( 1 − α ) f 0 ( x ) + α f 1 ( x ) g(x) = (1 - \alpha )f_{0}(x) + \alpha f_{1}(x) g(x)=(1−α)f0(x)+αf1(x)
其中 α \alpha α的取值范围为0~1之间。
(2)相关API(addWeighted)
void cv::addWeighted ( InputArray src1,
double alpha,
InputArray src2,
double beta,
double gamma,
OutputArray dst,
int dtype = -1
)
d s t ( I ) = s a t u r a t e ( s r c 1 ( I ) ∗ α + s r c 2 ( I ) ∗ β + γ ) ( β = 1 − α ) dst(I) = saturate(src1(I) * \alpha + src2(I) * \beta + \gamma)(\beta = 1-\alpha) dst(I)=saturate(src1(I)∗α+src2(I)∗β+γ)(β=1−α)
- 参数1:输入图像Mat-src1
- 参数2:输入图像src1的 α \alpha α值
- 参数3:输入图像Mat-src2
- 参数4:输入图像src2的 α \alpha α值
- 参数5: γ \gamma γ(gamma)值
- 参数6:输出混合图像
注意点: 两张图像的大小和类型必须一致才可以。
四个函数:
void add(cv::InputArray src1, cv::InputArray src2, cv::OutputArray dst, cv::InputArray mask = noArray(), int dtype = -1)
像素直接相加函数void multiply(cv::InputArray src1, cv::InputArray src2, cv::OutputArray dst, double scale = (1.0), int dtype = -1)
像素直接相乘函数int64 cv::getTickCount()
用于返回从操作系统启动到当前所经的计时周期数- int64=>long long是64位整数,类似的有int16=>short,int32=>int
double cv::getTickFrequency()
用于返回CPU的频率(1s内的计时周期数)- g e t T i c k C o u n t