opencv常需要的小工程

来源:作者:tornadomeet 出处:http://www.cnblogs.com/tornadomeet 欢迎转载或分享,但请务必声明文章出处。

本文中将列出opencv需常用的最小工程,以方便今后做测试用。

  工程环境为vs2010+opencv2.3.1

一、opencv读取图片并显示出来:

  代码为:

复制代码
 1

 #include "stdafx.h"
 2 #include <opencv2/highgui/highgui.hpp>
 3 
 4 using namespace cv;
 5 
 6 int main(int argc,unsigned char* argv[])
 7 {
 8     Mat img_src;
 9     for (;;)
10     {
11         img_src=imread("lena.jpg");
12         imshow("lena_show",img_src);
13         waitKey(30);
14     }
15     return 0;
16 }
复制代码

二、opencv读取avi文件并显示出来:

  注意有些avi格式的视频是读不出来的。

  代码为:

复制代码
 1 #include "stdafx.h"
 2 #include <opencv2/highgui/highgui.hpp>
 3 
 4 using namespace cv;
 5 
 6 int main(int argc,unsigned char* argv[])
 7 {
 8     Mat img_src;
 9     VideoCapture vido_file("tree.avi");
10     for (;;)
11     {
12         vido_file >>img_src;
13         imshow("video_src",img_src);//可以事先不用新建一个窗口
14         char c=(char)waitKey(47);
15         if (c==27)
16         {
17             break;    
18         }
19     }
20     return 0;
21 }
复制代码


三、opencv驱动摄像头并显示出来:

  代码为:

复制代码
 1 #include "stdafx.h"
 2 #include <opencv2/highgui/highgui.hpp>
 3 
 4 using namespace cv;
 5 
 6 int main(int argc,unsigned char* argv[])
 7 {
 8     Mat img_src;
 9     VideoCapture cam(0);
10     for (;;)
11     {
12         cam >>img_src;
13         imshow("camera",img_src);//可以事先不用新建一个窗口
14         char c=(char)waitKey(30);
15         if (c==27)
16         {
17             break;    
18         }
19     }
20     return 0;
21 }
复制代码

 

以下的环境改为:opencv2.4.2+vs2010

四、opencv打开摄像头并对摄像头内视频进行canny边缘检测。 

  代码为:

复制代码
 1 // cam_test.cpp : 定义控制台应用程序的入口点。
 2 //
 3 
 4 #include "stdafx.h"
 5 #include <opencv2/core/core.hpp>
 6 #include <opencv2/highgui/highgui.hpp>
 7 #include <opencv2/imgproc/imgproc.hpp>
 8 #include <iostream>
 9 
10 #pragma comment( lib, "opencv_core242.lib" )
11 #pragma comment( lib, "opencv_highgui242.lib" )
12 #pragma comment( lib, "opencv_imgproc242.lib" )
13 
14 using namespace cv;
15 using namespace std;
16 
17 int main( int argc, const char **argv )
18 {
19 
20     VideoCapture cap(0); // open the default camera
21     if(!cap.isOpened()) // check if we succeeded
22         return -1;
23     Mat edges;
24     namedWindow("edges",1);
25     for(;;)
26     {
27         Mat frame;
28         cap >> frame; // get a new frame from camera
29         cvtColor(frame, edges, CV_BGR2GRAY);
30         GaussianBlur(edges, edges, Size(7,7), 1.5, 1.5);
31         Canny(edges, edges, 0, 30, 3);
32         imshow("edges", edges);
33         if(waitKey(30) >= 0) break;
34     }
35     // the camera will be deinitialized automatically in VideoCapture destructor
36     return 0;
37 }


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV小项目 这是一个个人在使用OpenCV过程中写的一些小项目,以及一些非有用的OpenCV代码,有些代码是对某论文中的部分实现。 注意:代码是在Xcode里写的,如果要在win下测试,遇到问题自己修改。 opencv-rootsift-py 用python和OpenCV写的一个rootsift实现,其中RootSIFT部分的代码参照Implementing RootSIFT in Python and OpenCV这篇文章所写,通过这个你可以了解Three things everyone should know to improve object retrieval这篇文章中RootSIFT是怎么实现的。 sift(asift)-match-with-ransac-cpp 用C++和OpenCV写的一个图像匹配实现,里面包含了采用1NN匹配可视化、1NN匹配后经RANSAC剔除错配点可视化、1NN/2NN<0.8匹配可视化、1NN/2NN<0.8经 RANSAC剔除错配点可视化四个过程,其中1NN/2NN<0.8匹配过程是Lowe的Raw feature match,具体可以阅读Lowe的Distinctive image features from scale-invariant keypoints这篇文章。这个对图像检索重排非有用。另外里面还有用OpenCV写的ASIFT,这部分来源于OPENCV ASIFT C++ IMPLEMENTATION,ASIFT还可以到官网页面下载,ASIFT提取的关键点 比SIFT要多得多,速度非慢,不推荐在对要求实时性的应用中使用。 更多详细的分析可以阅读博文SIFT(ASIFT) Matching with RANSAC。 有用链接 OpenCV3.0文档 // 测试sparse unsigned int centersNum = 10; vector descrNums; descrNums.push_back(8); descrNums.push_back(12); //unsigned int T[] = {1, 2, 1, 3, 2, 5, 4, 3, 10, 5; 4, 2, 6, 5, 2, 5, 4, 6, 2, 4}; unsigned int T[] = {1, 2, 1, 3, 2, 5, 4, 3, 10, 5, 4, 2, 6, 5, 2, 5, 4, 6, 2, 4}; sp_mat Hist(descrNums.size(), centersNum); static long int count = 0; for (int i = 0; i < descrNums.size(); i++){ unsigned int* desrcElementsTmp = new unsigned int[descrNums[i]]; memcpy(desrcElementsTmp, T + count, descrNums[i] * sizeof(T[0])); //cout << desrcElementsTmp[0] << '\t' << desrcElementsTmp[1] << '\t' << desrcElementsTmp[2] << '\t' << desrcElementsTmp[3] << '\t' << desrcElementsTmp[4] << '\t' <<endl; //cout << desrcElementsTmp[5] << '\t' << desrcElementsTmp[6] << '\t' << desrcElementsTmp[7] << '\t' << desrcElementsTmp[8] << '\t' << desrcElementsTmp[9] << '\t' << desrcElementsTmp[10] << '\t' <<endl; //cout << endl; sp_mat X(1, centersNum); X.zeros(); for (int j = 0; j < descrNums[i]; j++){ X(0, desrcElementsTmp[j]-1) += 1; } X.print("X:"); X = X/norm(X, 2); Hist.row(i) = X; count = count + descrNums[i]; delete desrcElementsTmp; } //Hist.print("Hist:");
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值