openCV 代码集合（C++）

目录

代码环境：

1.修改RGB图像的某一通道为零。

2.灰度图像二值化

3. 彩色图像转换为灰度图像

4.缩放图像

 5.仿射变换

6.绘制图形

7.鼠标事件（鼠标绘制图形）

---

代码环境：

Qt5.9.8 mingw编译器，编辑器Qt creator，opencv 4.5.1

1.修改RGB图像的某一通道为零。

因为图像的通道顺序为BGR，所以channels[0]，即为蓝色（B）通道，改为零后图像整体为黄色。

若想将绿色通道改为0，需将代码中的channels[0] 改 为 channels[1]。改完，图像整体为粉色

若想将红色通道改为0，需将代码中的channels[0] 改 为 channels[2]。改为，图像整体为浅蓝

    srcImg = cv::imread("./release/test.png");
   
    //把一个图像的某一通道改为零
    cv::Mat channels[3];
    cv::split(srcImg, channels);
    channels[0] = cv::Mat::zeros(srcImg.rows, srcImg.cols, CV_8UC1);
    cv::merge(channels, 3, srcImg);
    cv::imshow("R+G", srcImg);

2.灰度图像二值化

法1：cv threshold 函数，取阈值为255一半127

//2021/06/23，图像二值化,灰度图像素值为0-255，二值化后只有0 or maxval
int MainWindow::theShold()
{
    srcImg = cv::imread("./release/test.png", 0);
    double thresh = 127.0;
    double maxval = 255;


    //param:输入图像，输出图像，阈值，超出阈值所赋予的值，type（阈值类型）
    cv::threshold(srcImg, dstImg, thresh, maxval, cv::THRESH_BINARY);

    cv::imshow("src",srcImg);
    cv::imshow("dst", dstImg);
    return 0;

}

法2：灰度平均值，取阈值为srcImg（输入图像）所有像素灰度值的平均值

int MainWindow::theShold()
{
    //法2，取阈值为输入图像的所有像素灰度值的平均值
    srcImg = cv::imread("./release/test.png", 0);
    double avgThresh = 0.0;
    double allGrayValue = 0.0;
    double maxval = 255;

    for (int i = 0;i < srcImg.rows;i++)
    {
        for (int j = 0;j < srcImg.rows;j++)
        {
            allGrayValue += srcImg.at<uchar>(i,j);
        }
    }

    avgThresh = allGrayValue/(srcImg.rows * srcImg.rows);


    //param:输入图像，输出图像，阈值，超出阈值所赋予的值，type（阈值类型）
    cv::threshold(srcImg, dstImg, avgThresh, maxval, cv::THRESH_BINARY);

    cv::imshow("src",srcImg);
    cv::imshow("dst", dstImg);
    return 0;


}

 法3：自适应阈值法：局部二值化

int MainWindow::local_threShold()
{
    srcImg = cv::imread("./release/test.png", 0);
    cv::Mat mtDstImgAvg, mtDstImgGs;
    double maxValue = 255;
    int blockSize = 25;
    double c = 10.0;

    //param：输入输出Img， 最大阈值，算法：平均 or 高斯， 阈值类型， 块大小，c：常数，从平均值或加权平均值中减去的数
    cv::adaptiveThreshold(srcImg, mtDstImgAvg, maxValue, cv::ADAPTIVE_THRESH_MEAN_C, cv::THRESH_BINARY,  blockSize, c);

    cv::adaptiveThreshold(srcImg, mtDstImgGs, maxValue, cv::ADAPTIVE_THRESH_GAUSSIAN_C, cv::THRESH_BINARY,  blockSize, c);

    cv::imshow("mtDstImgAvg",mtDstImgAvg);
    cv::imshow("mtDstImgGs", mtDstImgGs);
}

3. 彩色图像转换为灰度图像

1.读取时，设定参数

cv::Mat srcImg = cv::imread("./release/test.png", cv::IMREAD_GRAYSCALE);

2. 通道分离

int MainWindow::split_gray(cv::Mat src)
{
    cv::Mat b(src.rows, src.cols, CV_8UC1);
    cv::Mat g(src.rows, src.cols, CV_8UC1);
    cv::Mat r(src.rows, src.cols, CV_8UC1);

    //法1. split function
    cv::Mat out[] = {b, g, r};
    split(src, out);

    imshow("b", b);
    imshow("g", g);
    imshow("r", r);
}

3. cvtColor函数

int MainWindow::cv2Color()
{
    srcImg = cv::imread("./release/test.png");
    cv::Mat mtDstImg;
    //param: 输入输出Img， code：转换代码， dstCn：目标图像频道数，默认为零，为零时频道数从src图像中得出
    cv::cvtColor(srcImg, mtDstImg, cv::COLOR_BGR2GRAY);

    cv::imshow("mtDstImg", mtDstImg);
}

4.缩放图像

修改w_scale, 与h_scale，即可改变图像的宽、高比例（相对于srcImg读取的图像来说）

int MainWindow::resize()
{
    srcImg = cv::imread("./release/docum.jpg", 0);
    cv::Mat mtDstImg;

    double w_scale = 0.5;
    double h_sacle = 0.5;

    //param：1.输入2.输出图像， 3.dsize:缩放后的图像size，4.水平比例因子， 5.垂直比例因子，6.缩放算法：线性插值
    //其中cv::Size()中应注意先填入列再填入行
    cv::resize(srcImg, mtDstImg, cv::Size(srcImg.cols * h_sacle, srcImg.rows * w_scale), 0, 0, cv::INTER_LINEAR);

    cv::imshow("srcImg", srcImg);
    cv::imshow("mtDstImg", mtDstImg);
}

 5.仿射变换

仿射变换：由2*3的矩阵与原图像相乘，得到新的图像，从而实现对原图像的变化：平移、旋转、缩放、翻转、错切

1. 仿射变换--平移，代码主要来自参考中的第二条链接

opencv中实现平移的方式：

• 利用三个点去表示平移变换，通过函数getAffineTransform求得变换矩阵 mtTrans
• 再通过warpAffine进行仿射变换

int MainWindow::warpAffine()
{
    srcImg = cv::imread("./release/docum.jpg", 0);
    cv::Mat mtDstImg;

    cv::Point2f srcPoints1[3];
    cv::Point2f dstPoints1[3];

    srcPoints1[0] = cv::Point2i(0, 0);
    srcPoints1[1] = cv::Point2i(0, srcImg.rows);
    srcPoints1[2] = cv::Point2i(srcImg.cols, 0);

    dstPoints1[0] = cv::Point2i(srcImg.cols / 1, 0);
    dstPoints1[1] = cv::Point2i(srcImg.cols / 1, srcImg.rows);
    dstPoints1[2] = cv::Point2i(srcImg.cols + srcImg.cols / 1, 0);


    cv::Mat mtTrans = getAffineTransform(srcPoints1, dstPoints1);
    cv::warpAffine(srcImg, mtDstImg, mtTrans, cv::Size(srcImg.cols + srcImg.cols / 1, srcImg.rows));

    cv::imshow("srcImg", srcImg);
    cv::imshow("mtDstImg", mtDstImg);
}

 2.仿射变换-旋转

int MainWindow::warpAffine_Rotation()
{
    srcImg = cv::imread("./release/docum.jpg", 0);
    cv::Mat mtDstImg;
    cv::Point2f srcCenter = cv::Point2i(srcImg.cols/2, srcImg.rows/2);
    double angle = 90.0;
    double scale = 0.5;
    //param：1.旋转中心，2旋转角度（逆时针）3，缩放比例
    cv::Mat mtRotation = cv::getRotationMatrix2D(srcCenter, angle, scale);
    cv::warpAffine(srcImg, mtDstImg, mtRotation, cv::Size(srcImg.cols, srcImg.rows));
    cv::imshow("srcImg", srcImg);
    cv::imshow("mtDstImg", mtDstImg);

}

6.绘制图形

1.绘制矩形

int MainWindow::draw_rectangle()
{
    //参数-1：八位深度，原通道
    srcImg = cv::imread("./release/docum.jpg", -1);
    cv::Mat mtDstImg;
    //param: 1.输入2.输出Img， 
    //3.code：转换代码， dstCn：目标图像频道数，默认为零，为零时频道数从src图像中得出
    cv::cvtColor(srcImg, mtDstImg, cv::COLOR_BGR2RGB);

    cv::Point startP = cv::Point(80,80);
    cv::Point endP = cv::Point(160,160);
    cv::Scalar drawScalat = cv::Scalar(255, 0, 0);
    //param:1.输入图像 2. 左上顶点 3. 右下顶点 4. 颜色 5. line的粗细，-1时为全填充 
    //6. line的样式 7. 坐标点的小数点位数
    //6.7参数此处未使用
    cv::rectangle(mtDstImg, startP, endP, drawScalat, -1);
    cv::imshow("srcImg", srcImg);
    cv::imshow("mtDstImg", mtDstImg);

}

2.绘制圆形

int MainWindow::draw_circle()
{
    //参数-1：八位深度，原通道
    srcImg = cv::imread("./release/docum.jpg", -1);
    cv::Mat mtDstImg;
    //param: 1.输入2.输出Img， 3.code：转换代码， dstCn：目标图像频道数，默认为零，为零时频道数从src图像中得出
    cv::cvtColor(srcImg, mtDstImg, cv::COLOR_BGR2RGB);

    cv::Point center = cv::Point(80,80);
    int radius = 10;
    cv::Scalar drawScalar = cv::Scalar(255, 0, 0);
    //param: 1.输入图像 2.圆心 3.半径 4.颜色 5，thickness：线条粗细 -1为全填充
    cv::circle(mtDstImg, center, radius, drawScalar, 2);
    cv::imshow("srcImg", srcImg);
    cv::imshow("mtDstImg", mtDstImg);

}

3.绘制文本

int MainWindow::draw_text()
{
    //参数-1：八位深度，原通道
    srcImg = cv::imread("./release/docum.jpg", -1);
    cv::Mat mtDstImg;
    //param: 1.输入2.输出Img， 
    //3.code：转换代码， dstCn：目标图像频道数，默认为零，为零时频道数从src图像中得出
    cv::cvtColor(srcImg, mtDstImg, cv::COLOR_BGR2RGB);

    string text = "OpenCV";
    cv::Point startP = cv::Point(80,80);
    int font = cv::FONT_HERSHEY_SIMPLEX;
    int fontScale = 1;
    cv::Scalar drawScalat = cv::Scalar(255, 0, 0);
    //param:1.输入图像 2. 文本信息 3. 文本的起点坐标(左下角) 4. 文字类型 5. 文字的比例
    //6.颜色  7. line粗细 7. line样式（可选）
    //8.可选参数。如果为 true，则图像数据原点位于左下角。否则，它位于左上角
    //6.7参数此处未使用
    cv::putText(mtDstImg, text, startP, font, fontScale, drawScalat, 1);
    cv::imshow("srcImg", srcImg);
    cv::imshow("mtDstImg", mtDstImg);
    return 0;
}

7.鼠标事件（鼠标绘制图形）

1. 鼠标事件的订阅
2. 事件回调编写（接收事件后绘制图像）
3. 循环显示图像

1.鼠标事件订阅

int MainWindow::setMouseCallBack()
{
    srcImg = cv::imread("./release/docum.jpg", -1);
    cv::namedWindow("src", cv::WINDOW_NORMAL);

    cv::setMouseCallback("src", MainWindow::draw_circle_callback, &srcImg);


    return 0;
}

2.回调函数

    //鼠标事件回调
    static void draw_circle_callback(int event, int x, int y, int flags, void* param)
    {
        cv::Mat &image = *(cv::Mat*)param;
        if (event == cv::EVENT_LBUTTONDOWN)
        {
            cv::circle(image, cv::Point(x, y), 5, cv::Scalar(255, 0, 0), -1);
        }
    }

3.循环显示

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    MainWindow w;
    while(1)
    {
        cv::imshow("src", w.srcImg);
        cv::waitKey(1);
    }
    w.show();


    return a.exec();

}

参考

https://dream.blog.csdn.net/article/details/112828152

https://blog.csdn.net/zhu_hongji/article/details/81660893