[opencv][cpp] 学习手册2：卷积、算子、变换

最新推荐文章于 2023-05-26 21:50:41 发布
最新推荐文章于 2023-05-26 21:50:41 发布
阅读量220 收藏
点赞数
分类专栏： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37834269/article/details/111903744
版权

[opencv][cpp] 学习手册2：卷积、算子、变换

07_图像卷积-filter2d.cpp
08_Sobel算子.cpp
09_Scharr算子.cpp
10_拉普拉斯算子.cpp
11_找你妹案例.cpp
12_形态学变化.cpp

文章目录

注：文中部分知识点截取自课件，侵删！

00_配置_opencv_cpp环境

1. 创建新项目 studyopencv02
在这里插入图片描述

2. 创建cmake文件夹，将 FindOpenCV.cmake 文件放入


# once done, this will define
#OpenCV_FOUND        -  whether there is OpenCV in the prebuilt libraries
#OpenCV_INCLUDE_DIRS -  include directories for OpenCV
#OpenCV_LIBRARY_DIRS -  library directories for OpenCV
#OpenCV_LIBRARIES    -  link this to use OpenCV

unset(OpenCV_FOUND)

# set(<variable> <value>... [PARENT_SCOPE])
# Signatures of this command that specify a <value>... placeholder expect zero or more arguments.
# Multiple arguments will be joined as a semicolon-separated list to form the actual variable value to be set.
# Zero arguments will cause normal variables to be unset.

# 指定项目依赖库所在的路径变量，这里都放在 /robotDepends/libs目录下
# /home/jacob/devtools/robotDepends/libs/opencv_3.4.12/libs
set(PREBUILT_DIR /home/jacob/devtools/robotDepends/libs)

# 指定opencv头文件库文件所在的路径变量，这里放在 /libs/opencv_3.4.12目录下
set(OpenCV_DIR ${PREBUILT_DIR}/opencv_3.4.12)

MESSAGE(STATUS "TEST  ${PREBUILT_DIR}")

# 指定opencv头文件所在的路径变量，这里放在 /opencv_3.4.12/include目录下
set(OpenCV_INCLUDE_DIRS ${OpenCV_DIR}/include)

# eg: set(srcs a.c b.c c.c) # sets "srcs" to "a.c;b.c;c.c"
set(OpenCV_LIB_COMPONENTS
        opencv_videostab;
        opencv_video;
        opencv_superres;
        opencv_stitching;
        opencv_photo;
        opencv_objdetect;
        opencv_ml;
        opencv_imgproc;
        opencv_highgui;
        opencv_flann;
        opencv_features2d;
        opencv_core;
        opencv_calib3d;
        opencv_xfeatures2d;
        opencv_imgcodecs)

# This command is used to find a directory containing the named file.
# find_path (
#         <VAR>
#         name | NAMES name1 [name2 ...]
#         [HINTS path1 [path2 ... ENV var]]
#         [CMAKE_FIND_ROOT_PATH_BOTH |
#         ONLY_CMAKE_FIND_ROOT_PATH |
#         NO_CMAKE_FIND_ROOT_PATH]
# )
find_path(OpenCV_INCLUDE_DIRS NAMES opencv.h HINTS ${OpenCV_DIR}/include NO_SYSTEM_ENVIRONMENT_PATH)

set(OpenCV_LIBRARY_DIRS ${OpenCV_DIR}/lib)

FOREACH (cvcomponent ${OpenCV_LIB_COMPONENTS})
    find_library(lib_${cvcomponent} NAMES ${cvcomponent} HINTS ${OpenCV_DIR}/lib NO_DEFAULT_PATH)

    set(OpenCV_LIBRARIES ${OpenCV_LIBRARIES};${lib_${cvcomponent}})
ENDFOREACH ()

set(OpenCV_LIBS ${OpenCV_LIBRARIES})

set(OpenCV_INCLUDE_DIRS
        ${OpenCV_INCLUDE_DIRS};
        ${OpenCV_INCLUDE_DIRS}/opencv)

if (OpenCV_INCLUDE_DIRS AND OpenCV_LIBRARIES)
    set(OpenCV_FOUND TRUE)
endif (OpenCV_INCLUDE_DIRS AND OpenCV_LIBRARIES)

if (OpenCV_FOUND)
    if (NOT OpenCV_FIND_QUIETLY)
        message(STATUS "Found OpenCV: ${OpenCV_LIBRARIES}")
    endif (NOT OpenCV_FIND_QUIETLY)
else (OpenCV_FOUND)
    if (OpenCV_FIND_REQUIRED)
        message(FATAL_ERROR "Could not find the OpenCV library")
    endif ()
endif (OpenCV_FOUND)

# 导入opencv相关的头文件
include_directories(${OpenCV_INCLUDE_DIRS})

3. 修改cmakelist.txt

cmake_minimum_required(VERSION 3.17)
project(studyopencv002)

set(CMAKE_CXX_STANDARD 14)

# load opencv files under cmake directory
set(CMAKE_MODULE_PATH ${CMAKE_MODULE_PATH}/cmake)

# find dependencies for opencv
find_package(OpenCV REQUIRED)

add_executable(studyopencv002 main.cpp)
target_link_libraries(studyopencv002 ${OpenCV_LIBS})

4. 源代码中导入 opencv 头文件，运行测试

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;

int main() {
    std::cout << "Hello, World!" << std::endl;

    // 1. read image
    string fileName = "../img/lena.jpg";
    cv::Mat src = cv::imread(fileName, cv::IMREAD_COLOR);

    // 2. display image, wait key press
    cv::imshow("src", src);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}


/home/jacob/CVWS/studyopencv002/cmake-build-debug/studyopencv002
Hello, World!

在这里插入图片描述

00_OpenCV_日志系统

需求

学会使用 opencv 原生的日志库函数。

代码

//
// Created by jacob on 12/29/20.
//

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>

using namespace std;
namespace cvlog = cv::utils::logging;

int main(int argc, char **argv) {

    // setting up cv log
    cvlog::setLogLevel(cvlog::LOG_LEVEL_INFO);

    cv::Mat img = cv::Mat::eye(3, 3, CV_8U);

    // logging method 1 (X)
    char logMsg[] = "";
    sprintf(logMsg, "img.type(): %d str: %s", img.type(), "abc");
    cvlog::internal::writeLogMessage(cvlog::LOG_LEVEL_INFO, logMsg);

    // logging method 2 (X)
    std::stringstream ss;
    ss << "img.type(): " << img.type();
    const char *str = ss.str().c_str();
    cvlog::internal::writeLogMessage(cvlog::LOG_LEVEL_WARNING, str);

    // logging method 3 (recommanded)
    CV_LOG_INFO(NULL, "hello: " << 32)
    CV_LOG_INFO(ABC, "hello: " << img.type())
    CV_LOG_WARNING(XYZ, "warning: " << img.type() << 32)

    return 0;
}

解释说明

使用 logger.hpp 中定义的 日志宏 如：CV_LOG_INFO，CV_LOG_WARNING 等写日志。

运行结果
在这里插入图片描述

07_图像卷积-filter2d.cpp

代码

//
// Created by jacob on 12/29/20.
// enable cv-logging::https://stackoverflow.com/questions/54828885/how-to-enable-logging-for-opencv
//

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>

using namespace std;

int main() {

    // 0. set logging
    cv::utils::logging::setLogLevel(cv::utils::logging::LOG_LEVEL_INFO);
    cv::utils::logging::internal::writeLogMessage(cv::utils::logging::LOG_LEVEL_INFO, "hello");

    // 1. read image
    string fileName = "../img/lena.jpg";
    cv::Mat src = cv::imread(fileName, cv::IMREAD_COLOR);

    // 2. do convolution
    cv::Mat dst;
    cv::Mat kernel = (cv::Mat_<char>(3, 3)
            << -1, -1, -1,
            -1, 9, -1,
            -1, -1, -1);
    cv::filter2D(src, dst, -1, kernel);

    // display & wait key press
    cv::imshow("src", src);
    cv::imshow("dst", dst);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

解释说明

  1. 需要使用 opencv 的日志功能，步骤：

    1. 引入头文件：#include <opencv2/core/utils/logger.hpp>
    2. 设置全局日志等级：cv::utils::logging::setLogLevel(cv::utils::logging::LOG_LEVEL_INFO);
    3. 使用日志（示例）：cv::utils::logging::internal::writeLogMessage(cv::utils::logging::LOG_LEVEL_INFO, "hello");

  2. 初始化卷积核的 cv::Mat 矩阵类型：参考 Mat - The Basic Image Container
    在这里插入图片描述

  3. 此程序中的卷积核对图形进行锐化处理

    // 锐化滤波卷积核
cv::Mat kernel = (cv::Mat_<char>(3, 3)
        << -1, -1, -1,
        -1, 9, -1,
        -1, -1, -1);

运行结果
在这里插入图片描述

08_Sobel算子.cpp

代码

//
// Created by jacob on 12/29/20.
// enable cv-logging::https://stackoverflow.com/questions/54828885/how-to-enable-logging-for-opencv
//

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;
namespace cvlog = cv::utils::logging;


int main() {

    // 0. set logging
    cvlog::setLogLevel(cv::utils::logging::LOG_LEVEL_INFO);
    cvlog::internal::writeLogMessage(cvlog::LOG_LEVEL_INFO, "hello");

    // 1. read src image
//    string fileName = "../img/zqbb.jpg";
    string fileName = "../img/lena.jpg";
    cv::Mat src = cv::imread(fileName, cv::IMREAD_COLOR);

    // 2. do Sobel
    cv::Mat gray;
    cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
    CV_LOG_INFO(NULL, "gray.type(): " << gray.type())

    cv::Mat dst_x_v;
    cv::Mat dst_y_h;
    cv::Mat dst;

	// 使用 -1 参数使得像素的取值范围在（CV_8U） 0-255，图像处理是会丢失信息
//    cv::Sobel(gray, dst_x_v, -1, 1, 0);
//    cv::Sobel(gray, dst_y_h, -1, 0, 1);
//    dst = dst_x_v + dst_y_h;

	// 将图像转化为 CV_16S 对图像进行处理，取值范围 2^16，不会丢失信息
    cv::Sobel(gray, dst_x_v, CV_16S, 1, 0);
    cv::convertScaleAbs(dst_x_v, dst_x_v);
    cv::Sobel(gray, dst_y_h, CV_16S, 0, 1);
    cv::convertScaleAbs(dst_y_h, dst_y_h);
    cv::add(dst_x_v, dst_y_h, dst);
    cv::convertScaleAbs(dst, dst);

    // display & wait key press
    cv::namedWindow("src", cv::WINDOW_NORMAL);

    cv::imshow("src", src);
    cv::imshow("gray", gray);
    cv::imshow("dst_x_v", dst_x_v);
    cv::imshow("dst_y_h", dst_y_h);
    cv::imshow("dst", dst);

    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

解释说明

  1. 在使用 索贝尔 函数对 灰度图像进行处理的时候，由于灰度图像的类型 为 CV_8U，取值范围在 0-255，所以会丢失图像信息；因此，使用 CV_16S 类型进行 索贝尔算子运算。
  2. 之后，要使用函数 convertScaleAbs 将图像矩阵中的每一个像素点进行三个操作：1. 比例、2.计算绝对值、3.将像素转换成 CV_8U 类型，以防止数据溢出：

    Scales, calculates absolute values, and converts the result to 8-bit.
    On each element of the input array, the function convertScaleAbs performs three operations sequentially: scaling, taking an absolute value, conversion to an unsigned 8-bit type:

运行结果
在这里插入图片描述
在这里插入图片描述

使用 CV_16S 处理的图像，信息保留更多

09_Scharr算子.cpp

代码

//
// Created by jacob on 12/29/20.
// enable cv-logging::https://stackoverflow.com/questions/54828885/how-to-enable-logging-for-opencv
//

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;
namespace cvlog = cv::utils::logging;


int main() {

    // 0. set logging
    cvlog::setLogLevel(cv::utils::logging::LOG_LEVEL_INFO);
    cvlog::internal::writeLogMessage(cvlog::LOG_LEVEL_INFO, "hello");

    // 1. read src image
//    string fileName = "../img/zqbb.jpg";
    string fileName = "../img/lena.jpg";
    cv::Mat src = cv::imread(fileName, cv::IMREAD_COLOR);

    // 2. do Scharr
    cv::Mat gray;
    cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
    CV_LOG_INFO(NULL, "gray.type(): " << gray.type())

    cv::Mat dst_x_v;
    cv::Mat dst_y_h;
    cv::Mat dst;

    cv::Scharr(gray, dst_x_v, CV_16S, 1, 0);
    cv::convertScaleAbs(dst_x_v, dst_x_v);
    cv::Scharr(gray, dst_y_h, CV_16S, 0, 1);
    cv::convertScaleAbs(dst_y_h, dst_y_h);
    cv::add(dst_x_v, dst_y_h, dst);


    // display & wait key press
    cv::namedWindow("src", cv::WINDOW_NORMAL);

    cv::imshow("src", src);
    cv::imshow("gray", gray);
    cv::imshow("dst_x_v", dst_x_v);
    cv::imshow("dst_y_h", dst_y_h);
    cv::imshow("dst", dst);

    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

运行结果
在这里插入图片描述

10_拉普拉斯算子.cpp

代码

//
// Created by jacob on 12/29/20.
// enable cv-logging::https://stackoverflow.com/questions/54828885/how-to-enable-logging-for-opencv
//

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;
namespace cvlog = cv::utils::logging;


int main() {

    // 0. set logging
    cvlog::setLogLevel(cv::utils::logging::LOG_LEVEL_INFO);
    cvlog::internal::writeLogMessage(cvlog::LOG_LEVEL_INFO, "hello");

    // 1. read src image
//    string fileName = "../img/zqbb.jpg";
    string fileName = "../img/lena.jpg";
    cv::Mat src = cv::imread(fileName, cv::IMREAD_COLOR);

    // 2. do laplacian
    cv::Mat gray;
    cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
    CV_LOG_INFO(NULL, "gray.type(): " << gray.type())

    cv::Mat dst;
    cv::Laplacian(gray, dst, CV_16S, 5);
    cv::convertScaleAbs(dst, dst);			// 防止数据溢出，变成全灰图像


    // display & wait key press
    cv::namedWindow("src", cv::WINDOW_NORMAL);

    cv::imshow("src", src);
    cv::imshow("gray", gray);
    cv::imshow("dst", dst);

    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

运行结果
在这里插入图片描述

11_找你妹_案例.cpp

模板匹配

  • 模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。
  • 在OpenCV中提供了6种匹配度量方法。
    1. 平方差匹配法：CV_TM_SQDIFF
    2. 归一化平方差匹配法：CV_TM_SQDIFF_NORMED
    3. 相关匹配法：CV_TM_CCORR
    4. 归一化相关匹配法：CV_TM_CCORR_NORMED
    5. 系数匹配法：CV_TM_CCOEFF
    6. 化相关系数匹配法：CV_TMCCOEFF_NORMED
  • 注意 :对于方法SQDIFF和SQDIFF_NORMED两种方法来讲，越小的值就有着更高的匹配结果，而其余的方法则是数值越大匹配效果越好。

上下采样

  • 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。
  • 放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。

代码

//
// Created by jacob on 12/29/20.
// enable cv-logging::https://stackoverflow.com/questions/54828885/how-to-enable-logging-for-opencv
//

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>


using namespace std;
using namespace cv;
namespace cvlog = cv::utils::logging;


int main() {

    // 0. set logging
    cvlog::setLogLevel(cv::utils::logging::LOG_LEVEL_INFO);
    cvlog::internal::writeLogMessage(cvlog::LOG_LEVEL_INFO, "hello");

    // 1. read src image
    string fileName = "../img/zhaonimei.jpg";
    string fileName_t = "../img/mei.jpg";
    cv::Mat src = cv::imread(fileName, cv::IMREAD_COLOR);
    cv::Mat temp = cv::imread(fileName_t, cv::IMREAD_COLOR);

    // 2. do template matching
    // 上采样
    pyrUp(temp,temp);

    // 模板匹配
    Mat result;
    matchTemplate(src,temp,result,TM_SQDIFF);

    // 找到最小的匹配结果
    double minVal=0;
    double maxVal=0;
    Point minLoc;
    Point maxLoc;
    minMaxLoc(result,&minVal,&maxVal,&minLoc,&maxLoc);

    cout<<minVal<<endl;
    cout<<minLoc<<endl;

    rectangle(src,minLoc,Point(minLoc.x + temp.cols,minLoc.y+temp.rows),Scalar(0,0,255),2);


    // display & wait key press
    cv::imshow("src", src);
    cv::imshow("temp", temp);


    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

cv函数
在这里插入图片描述
在这里插入图片描述

运行结果（错误）
在这里插入图片描述

匹配失败，还没有找到原因。

12_形态学变化.cpp

膨胀与腐蚀

  • 学会使用 API
  • 根据运行结果选择合适的处理方法

膨胀（dilation）

原理

  • 跟卷积操作非常类似.有图像A和3x3的结构元素,结构元素在A上进行滑动。
  • 计算结构元素在A上覆盖的最大像素值来替换当前结构元素对应的正中间的元素。
  • 膨胀的作用：
    1. 对象边缘增加一个像素
    2. 使对象边缘平滑
    3. 减少了对象与对象之间的距离

代码

/**
 * 膨胀的使用
 */
void testDilation() {
    Mat src = imread("../img/morph-j.jpg", IMREAD_GRAYSCALE);

    // 进行形态学变化
    Mat dst;

    // 创建结构元素
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    dilate(src, dst, kernel, Point(-1, -1), 3);

    imshow("dst", dst);
    imshow("src", src);
}

运行结果
在这里插入图片描述

腐蚀（erosion）

原理

  • 腐蚀和膨胀过程类似,唯一不同的是以覆盖的最小值替换当前的像素值
    1. 对象边缘减少一个像素
    2. 对象边缘平滑
    3. 弱化了对象与对象之间连接

代码

/**
 * 腐蚀的使用
 */
void testErode() {
    Mat src = imread("../img/morph-j.jpg", IMREAD_GRAYSCALE);

    // 进行形态学变化
    Mat dst;

    // 创建结构元素
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    erode(src, dst, kernel);

    imshow("src", src);
    imshow("dst", dst);
}

运行结果
在这里插入图片描述

开操作，先腐蚀，再膨胀（opening）

原理

  • 先腐蚀，后膨胀，主要应用在二值图像或灰度图像
    1. 先腐蚀: 让当前窗口中最小的颜色值替换当前颜色值
    2. 后膨胀: 让当前窗口中最大的颜色值替换当前颜色值
  • 作用：
    1. 一般用于消除小的干扰或噪点（验证码图的干扰线）
    2. 可以通过此操作配合结构元素，提取图像的横线和竖线

代码

/**
 * 先腐蚀后膨胀
 */
void testOpening(){
    Mat src = imread("../img/morph-opening.jpg",IMREAD_GRAYSCALE);

    // 创建结构元素
    Mat kernel = getStructuringElement(MORPH_RECT,Size(5,5));

    Mat dst;
    morphologyEx(src,dst,MORPH_OPEN,kernel);

    imshow("dst",dst);
    imshow("src",src);
}

运行结果
在这里插入图片描述

闭操作，先膨胀，再腐蚀（closing）

原理

  • 先膨胀，后侵蚀
  • 一般用于填充内部缝隙

代码

/**
 * 先膨胀后腐蚀
 */
void testClosing() {

    Mat src = imread("../img/morph-closing.jpg", IMREAD_GRAYSCALE);

    // 创建结构元素
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));

//    // 进行形态学变化
//    Mat dilatation;  // 膨胀
//    dilate(src,dilatation,kernel);
//
//    Mat erode_img;
//    erode(dilatation,erode_img,kernel);
//
//    imshow("dilatation",dilatation);
//    imshow("erode_img",erode_img);

    // 通用 api 进行闭操作
    Mat dst;
    // 通用的形态学变化
    morphologyEx(src, dst, MORPH_CLOSE, kernel);

    imshow("dst", dst);
    imshow("src", src);

    imshow("morph-closing.jpg", src);
}

运行结果
手动处理
在这里插入图片描述

通用api：morphologyEx
在这里插入图片描述

形态学变换补充

在这里插入图片描述

&&_参考

链接：【OpenCV3】cv::Mat的定义与初始化
链接：OpenCV 日志写法
链接：logger.hpp File Reference
链接：Making your own linear filters!
链接：Clion 添加命令行参数并调试运行

&&_问题解决

飞天牛牛
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【OpenCV新手教程之十二】OpenCV边缘检测：Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑.pdf
11-13
。。。
opencv 环境相关
Sun的博客
03-03 488
拷贝志强服务器的环境需要配置下opencv (安装opencv的一些依赖项，防止编译不通过) 1. 拷贝的库放在/opt下，改名字为libs-x64. 2. 安装opencv的依赖项 sudo apt-get install build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev 3.修改common.pri文件中的路径。 .
cmakelist 寻找opencv
jacke121的专栏
09-17 4349
cmake_minimum_required( VERSION 3.2 ) project( imageBasics ) # 添加c++ 11标准支持 set( CMAKE_CXX_FLAGS"-std=c++11") # 寻找OpenCV库 这里有的带双引号： set(OpenCV_DIR /home/chaofan/opt/opencv-3.4.4/release) find_package( OpenCV 3 REQUIRED ) # 添加头文件 include_direc...
opencv库作为第三方库
u013925378的博客
09-13 2291
在编译一个依赖opencv库的库时，报出以下错误： undefined reference to symbol ‘_ZN2cv6imreadERKNS_6StringEi’ libopencv_core.so.2.4: error adding symbols: DSO missing from command line error: collect2: error: ld returned...
cmake使用教程（五）调用opencv外部库和自己生成的库
进击的菜鸟
12-03 9879
这一节是我真正使用时遇到的，就是我需要构建动态库，但是这个动态库依赖外部的一些库如opencv、matlab等，那么若何构建这样的动态库呢？构建好如何测试呢？本篇将详细介绍其过程： 1.ubuntu安装opencv 这个大家直接看这篇文章即可：点击opencv安装教程，这里建议大家安装3.x版本的 2.开始构建自己的库，这个库依赖opencv 我的工程文件排布：其中src是我构建库的源文件目录，build是构建库文件的生成目录，同时创建两个CMakeLists.txt， 一个...
opencv设置cmake
qq_44601476的博客
06-18 2521
opencv设置cmake
opencv函数手册(带目录)中文版+例程汇总(详细).rar
12-10
OPENCV函数手册(带目录)中文版+ OpenCV例程汇总(详细) 一共36例子 2.基于 opencv 的两个摄像头数据采集 5.从摄像头或者 AVI 文件中得到视频流，对视频流进行边缘检测 10.图像的旋转加缩放（效果很拽，用地球做就像...
OpenCV中的cv::Mat函数将数据写入txt文件
08-27
主要介绍了OpenCVcv::Mat中的数据按行列写入txt文件中,需要的朋友可以参考下
python基于opencv下使用卷积神经网络的车牌识别系统 详细代码 可直接使用
08-30
大学毕业设计 使用python基于opencv开发车牌识别系统，可以实现后台传输的图片识别 使用了两个相同结构的卷积神经网络 车牌识别系统可以分为两个部分， 第一个部分是车牌定位过滤部分； 第二个部分是字符识别部分； ...
OpenCV-Python图像处理：仿射变换详解及案例.rar
09-16
OpenCV-Python图像处理：仿射变换详解及案例.rar
CMakeList配置OpenCV(项目内外两种方式)
sroman的博客
05-26 1562
安装完以后，开始学习C++下的OpenCV编程。下面是两种不同引用方式，针对不同需求，对项目进行编译，生产可执行文件。
OpenCV学习实践(2) 获取当前工作空间目录
biter0088的博客
08-10 1291
0.前言 因为opencv涉及导入本地图片(cv::imread函数),又不想一直使用绝对路径,使用相对路径有一直出错,所以想先看看当前工作目录在哪. 此外,这里还使用roslaunch启动程序,使当前工作目录更难找了. 感谢tjf,ym两位师兄的帮助. 1.工作空间架构 mkdir -p opencv_ws/src cd opencv_ws/src catkin_create_pkg current_directory std_msgs rosc...
【cmake学习】cmake 引入第三方库（头文件目录、库目录、库文件）
热门推荐
challenglistic的博客
02-17 4万+
【cmake学习】cmake 引入第三方库（头文件目录、库目录、库文件）
Linux（ubantu16.04）下安装、配置、测试OpenCV（C++）；更新源问题；安装过程常见问题
weixin_45890318的博客
04-07 4677
1.ubantu下安装+配置OpenCV 2.写代码测试OpenCV库是否能用 3.常见问题--cmake、CMakeLists.txt文件找不到、依赖库找不到安装不上问题 4.更新源问题解决
cmake使用指定版本opencv
yang__jing的博客
03-04 5874
方法1：让cmake找到opencv的OpenCVConfig.cmake文件，比如 set(OpenCV_DIR "/usr/local/opencv3.4.2/share/OpenCV") #OpenCVConfig.cmake所在的文件目录 find_package(OpenCV REQUIRED) include_directories(${OpenCV_INCLUDE_DIRS})...
Cmake命令之include_directories介绍
sinat_31608641的博客
12-01 2万+
一、介绍 命令格式 include_directories ([AFTER|BEFORE] [SYSTEM] dir1 [dir2 ...]) 将指定目录添加到编译器的头文件搜索路径之下，指定的目录被解释成当前源码路径的相对路径。 命令解析   默认情况下，include_directories命令会将目录添加到列表最后，可以通过命令设置CMAKE_INCLUDE_DIRECTORIES_BEFORE变量为ON来改变它默认行为，将目录添加到列表前面。也可以在每次调用incl
opencv找不到头文件 ubuntu_Ubuntu下opencv 安装与删除配置总结
weixin_39606118的博客
02-02 1439
今天调试了一天的opencv,学会了OpenCV多版本共存的问题，分享一下经验由于项目中用到了OpenCV3.1版本，而电脑上有很早就装好的opencv2.4.9版本(直接装在/usr/下)，和一个opencv4.0.0(装在/usr/local/下，不知道什么时候装的。。)，还有一个ros中自带的opencv3.3.1(在ros工程目录下)。一直不知道这些版本是如何和平共处到现在的。。第一步，卸...
caffe 修改opencv 路径
zim3oo的博客
11-02 971
文章目录 caffe本身cmake 通过find_package查找opencv所在路径，也就是会找系统目录下的。 有时候需要指定特殊的opencv路径。 修改方式： 1、打开文件cmake/Dependencies.cmake 找到 “ if(USE_OPENCV) ” 注释掉find_package的所有行， 2、将${OpenCV_INCLUDE_DIRS} 改成实际opencv头文件所...
学习总结-编写自己的CMakeLists.txt
wzx_numberone的博客
11-14 2658
cmake_minimum_required(VERSION 3.3) get_filename_component(COMPONENT_NAME ${CMAKE_CURRENT_LIST_DIR} NAME) project(${COMPONENT_NAME}) find_package(OpenCV COMPONENTS opencv_core opencv_video opencv_videoio opencv_imgproc opencv_imgcodecs opencv_highgui) i
用c语言实现opencv 中的 cv::filter2D
最新发布
06-07
要在C语言中实现OpenCV中的cv::filter2D函数，可以按照以下步骤进行： 1.定义一个二维数组来存储图像数据。 2.定义一个卷积核，也是一个二维数组。 3.遍历图像数据，对每个像素点进行卷积操作。 4.将卷积后的结果...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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