cv::goodFeaturesToTrack(imGrayPre, prepoint, 1000, 0.01, 8, cv::Mat(), 3, true, 0.04);//第三个参数是提取的最大点数,0.01返回寻找角点的质量,8表示相邻角点间的最小距离,mask表示不会在mask为零的地方提取角点,最后一个参数一般不变
通过上面得到的prepoint像素值是整数级别的,还不够精确;
我们接下来求取亚像素级别,像素值是实数级别的,因为一幅图像中的小目标可能不会正好落在像素中心。通过角点附近的一个邻域进行数学表达式拟合进行像素值的细化,得到亚像素值。
cv::cornerSubPix(imGrayPre, prepoint, cv::Size(10, 10), cv::Size(-1, -1), cv::TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 20, 0.03));
20表示最大迭代次数;0.03表示亚像素精度在像素的0.03内
learn Opencv in 3 hours
cout<<img.size()<<endl;
>>>
798*512; //798为宽度,512为高度
cv::SIZE 类型,先定义宽度,然后再定义高度。
cv::resize 既可以指定重置尺寸的大小,也可以指定比例进行缩放
crop image /roi
Rect roi(100,100,200,300);//依次定义矩形左上角坐标(x,y),宽度和高度
Mat img_crop=img(roi);//找出img上roi区域给img_crop,此时改变img_crop也会将变化体现在img上
ch4 建立一个新的图像Mat
Mat img(512,512,CV_8UC3,Scalar(255,0,0));//建立了一个512*512 三通道的空绿色图像,因为opencv默认为BGR,所以这个Scalar是绿色
shape and text
circle(img,Point(256,256),155,Scalar(e,69,255),FILLED); rectangle(img,Point(130,226),Point(382,286),Scalar(255,255,255),FILLED);
1ine(img,Point(130,296),Point(382,296),Scalar(255,255,255),2);
ch5 wrap perspective
string path="Resources/cards. jpg";
Mat img=imread(path);
Point2f src[4]={{529,142},{771,190},{405,395},{674,457}};
Point2f dst[4]={{0.0f,0.0f},{w,0.0f},{0.0f,h},{w,h}};
matrix=getPerspectiveTransform(src, dst);
warpPerspective(img, imgwarp, matrix, Point(w,h));
imshow("Image", img); i
mshow("Image warp", imgwarp);
waitKey(0);
ch6 detect colors in images
OpenCV中的inRange()函数可实现二值化功能(这点类似threshold()函数),更关键的是可以同时针对多通道进行操作,使用起来非常方便!
函数原型(C++):
void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst)
官方文档中的解释:Checks if array elements lie between the elements of two other arrays.即检查数组元素是否在另外两个数组元素值之间。这里的数组通常也就是矩阵Mat或向量。请注意:该函数输出的dst是一幅二值化之后的图像。
使用示例1:针对单通道图像
dst(I) = lowerb(I)0 ≤ src(I)0 < upperb(I)0
即,如果一幅灰度图像的某个像素的灰度值在指定的高、低阈值范围之内,则在dst图像中令该像素值为255,否则令其为0,这样就生成了一幅二值化的输出图像。
使用示例2:针对三通道图像
dst(I) = lowerb(I)0 ≤ src(I)0 < upperb(I)0 ∧ lowerb(I)1 ≤ src(I)1 < upperb(I)1 ∧lowerb(I)2 ≤ src(I)2 < upperb(I)2
高斯模糊能够减少噪声对图像的影响
string path="Resources/lambo. png";
Mat img=imread(path);
cvtcolor(img, imgHSV, COLOR_BGR2HSV);
namedwindow("Trackbars",(640,200));
createTrackbar("Hue Min","Trackbars",& hmin,179);
createTrackbar("Hue Max","Trackbars",& hmax,179);
createTrackbar("Sat Min","Trackbars",& smin,255);
createTrackbar("Sat Max","Trackbars",& smax,255);
createTrackbar("Val Min","Trackbars",& vmin,255);
createTrackbar("Val Max","Trackbars",& vmax,255);
cvtColor(img,imgHSV,COLOR_BGR2HSV);
Scalar lower(hmin,smin,vmin);
Scalar upper(hmax,smax,vmax);
inRange(imgHSV,lower,upper,mask);
imshow("Image",img);
imshow("Image HSV",imgHSV);