opencv入手小训——画立体图形

这篇博客介绍了如何利用OpenCV在空白图像上绘制立方体,并将一张图片贴合到立方体表面,作为初学者入门教程。
摘要由CSDN通过智能技术生成

opencv入手小训——画立体图形

项目要求

用opencv程在空图上(背景为0)上画出立方体并把一张图片分别紧贴。

项目代码

#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/videoio.hpp"
#include <iostream> 

using namespace cv;
using namespace std; 

int main()
{	
	//Creating a new image Ret 	
	Mat src(400, 400, CV_8UC3);	
	src.setTo(0);	
	
	//drawing a 3D cubic box	
	Point A(150, 300);	
	Point B(250, 300);	
	Point C(250, 200);	
	Point D(150, 200);	
	Point E(200, 150);	
	Point F(300, 150);	
	Point G(300, 250);	
	line(src, A, B, Scalar(155, 0, 0), 3, 0);	
	line(src, B, C, Scalar(155, 0, 0), 3, 0);	
	line(src, C, D, Scalar(155, 0, 0), 3, 0);	
	line(src, A, D, Scalar(155, 0, 0), 3, 0);	
	line(src, E, D, Scalar(155, 0, 0), 3, 0);	
	line(src, E, F, Scalar(155, 0, 0), 3, 0);	
	line(src, C, F, Scalar(155, 0, 0), 3, 0);	
	line(src, F, G, Scalar(
opencv是一个开源的计算机视觉库,opencv2.4.9是其中的一个版本。在opencv2.4.9中,有一个模块叫做stitching,用于图像拼接。 图像拼接是将多张图像按照一定的顺序和方式进行合并,形成一张更大视野覆盖范围的图像。拼接的过程需要解决图像间的重叠区域匹配、图像变换与叠加等问题。 在opencv2.4.9的stitching模块中,主要有以下几个重要的类: 1. Stitcher类:拼接器类,用于执行拼接的主要操作。它提供了一系列的方法,如设置拼接的模式、添加要拼接的图像等。 2. FeaturesFinder类:特征点检测类,用于在图像中寻找特征点。该类利用SIFT、SURF等算法来检测图像中的关键点,以便进行匹配。 3. FeaturesMatcher类:特征点匹配类,用于对图像中的特征点进行匹配。该类使用KNN算法进行特征点的匹配,并利用RANSAC算法进一步筛选特征点,剔除误匹配。 4. Estimator类:变换估计类,用于估计图像间的变换参数。该类可以通过特征点的对应关系,计算图像间的旋转矩阵、平移矩阵等变换参数。 5. Blender类:图像融合类,用于将拼接后的图像进行融合。该类可以进行多种融合方式,如线性融合、多频融合等。 通过以上的类和方法,opencv2.4.9的stitching模块能够完成图像拼接的过程。整个过程包括特征点检测、特征点匹配、变换参数估计和图像融合等步骤。 需要指出的是,本文只是对opencv2.4.9的stitching模块进行了初步的介绍,具体的源码分析需要深入研究。整个源码工程庞大,包含很多细节和算法,需要对计算机视觉和图像处理有较深入的理解才能进行分析和改进。
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