OpenCV4.0 C++ 实战：虚拟画家(自用 代码+注释)

已于 2022-03-01 23:19:10 修改
阅读量2.2k 收藏 22
点赞数 1
分类专栏： openCV C++ 文章标签： opencv c++ 计算机视觉
于 2022-02-14 02:57:04 首次发布
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_47059239/article/details/122915633
版权
C++ 同时被 2 个专栏收录
16 篇文章 5 订阅
订阅专栏
openCV
9 篇文章 7 订阅
订阅专栏

环境：OpenCV4.5.1 + VS2019

目录

1. 准备工作：

1.1 "资源"文件

1.2 颜色检测器

2. 主要代码

2.1 获取笔头轮廓并找出笔头顶点坐标

2.2 找出落笔位置坐标及颜色的集

2.3 在视频窗口中画出笔头运动轨迹

2.4 实现

3. 总结

1. 准备工作：

1.1 "资源"文件

"Resources"文件下载链接：

https://pan.baidu.com/s/1uzVDwl8lD2qVTY1bFlhF1A 
提取码：5n48

1.2 颜色检测器

拾色器.cpp

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

//	颜色检测器
using namespace cv;
using namespace std;

//		Color Picker		//

Mat imgHSV, mask, imgColor;
int hmin = 0, smin = 0, vmin = 0;
int hmax = 179, smax = 255, vmax = 255;

VideoCapture cap(0);
Mat img;

void main() {

	namedWindow("Trackbar", (640, 200));	//	Create Window
	createTrackbar("Hue Min", "Trackbar", &hmin, 179);	//参数三：初始值(当前值)；
	createTrackbar("Hue Max", "Trackbar", &hmax, 179);	//参数四：最大范围值
	createTrackbar("Sat Min", "Trackbar", &smin, 255);
	createTrackbar("Sat Max", "Trackbar", &smax, 255);
	createTrackbar("Val Min", "Trackbar", &vmin, 255);
	createTrackbar("Val Max", "Trackbar", &vmax, 255);

	while (true) {

		cap.read(img);
		flip(img, img, 1);
		cvtColor(img, imgHSV, COLOR_BGR2HSV);

		Scalar lower(hmin, smin, vmin);
		Scalar upper(hmax, smax, vmax);

		inRange(imgHSV, lower, upper, mask);
		//bitwise_and(img, img, imgColor, mask = mask);

		cout << hmin << "," << smin << "," << vmin << ",";
		cout << hmax << "," << smax << "," << vmax << endl;

		imshow("Image", img);
		imshow("Image Mask", mask);
		//imshow("Image Color", imgColor);

		waitKey(1);
	}
}

2. 主要代码

2.1 获取笔头轮廓并找出笔头顶点坐标

Point getContours(Mat imgDil) {

	vector<vector<Point>> contours;		//轮廓组
	vector<Vec4i> hierarchy;			// 向量内每个元素包含了4个int型的 向量

	findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);		//检测轮廓
	//	参数二：输入的轮廓组	参数三：画第几条轮廓(-1为负数表示全画)		参数五：线宽
	//	参数四：检测轮廓的方法(这里是只检测外轮廓)）	参数五：表示一条轮廓的方法(这里是只存储水平，垂直，对角直线的起始点)
	//drawContours(img, contours, -1, Scalar(255, 0, 255), 2);							//画出轮廓

	vector<vector<Point>> conPoly(contours.size());
	vector<Rect> boundRect(contours.size());

	Point myPoint(0, 0);

	for (int i = 0; i < contours.size(); i++)
	{
		int area = contourArea(contours[i]);		//轮廓面积
		//cout << area << endl;
		//string objectType;

		//	通过面积大小过滤（去噪）
		if (area > 1000)
		{
			float peri = arcLength(contours[i], true);		//弧长(轮廓周长) （参数一：图像轮廓；参数二：是否闭合）
			approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);					//对图像轮廓点 进行 多边形拟合
			//参数一/二：输入/输出的点集	参数三：指定精度	参数四：是否闭合

			//cout << conPoly[i].size() << endl;
			boundRect[i] = boundingRect(contours[i]);		//计算轮廓的 垂直边界最小矩形

			myPoint.x = boundRect[i].x + boundRect[i].width / 2;
			myPoint.y = boundRect[i].y;

			//drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);						//画出轮廓
			//	参数二：输入的轮廓组	参数三：画第i条轮廓(负数表示全画)		参数五：线宽
			//rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
		}
	}
	return myPoint;
}

2.2 找出落笔位置坐标及颜色的集

vector<vector<int>> findColor(Mat img) {

	Mat imgHSV;
	cvtColor(img, imgHSV, COLOR_BGR2HSV);

	for (int i = 0; i < myColors.size(); i++) {

		Scalar lower(myColors[i][0], myColors[i][1], myColors[i][2]);
		Scalar upper(myColors[i][3], myColors[i][4], myColors[i][5]);
		Mat mask;
		inRange(imgHSV, lower, upper, mask);
		//imshow(to_string(i), mask);
		Point myPoint = getContours(mask);

		if (myPoint.x != 0 && myPoint.y != 0) {
			newPoints.push_back({ myPoint.x, myPoint.y, i });
		}
	}
	return newPoints;
}

2.3 在视频窗口中画出笔头运动轨迹

void drawOnCanvas(vector<vector<int>> newPoints, vector<Scalar> myColorValues) {
	for (int i = 0; i < newPoints.size(); i++) {
		if (i == 0) {
			circle(img, Point(newPoints[i][0], newPoints[i][1]), 5, Scalar(myColorValues[newPoints[i][2]]), FILLED);
		}
		else if (i > 0) {
			line(img, Point(newPoints[i-1][0], newPoints[i-1][1]), Point(newPoints[i][0], newPoints[i][1]), myColorValues[newPoints[i][2]], 5);
		}
	}
}

2.4 实现

Project 1.cpp

//#include <opencv2/imgcodecs.hpp>
//#include <opencv2/highgui.hpp>
//#include <opencv2/imgproc.hpp>
#include <iostream>
#include <opencv2/opencv.hpp>

//项目一：虚拟画笔
using namespace cv;
using namespace std;

		Virtual Painter		//

Mat img;
vector<vector<int>> newPoints;

	//	hmin, smin, vmin, hmax, smax, vmax
vector<vector<int>> myColors{ {169,183,0,179,255,255},		// Red
								{32,83,53,79,255,255},			//	Green
								{106,174,0,121,255,255} };		//	Blue

vector<Scalar> myColorValues{ {0,0,255},		// Red
								{0,255,0},			//	Green
								{255,0,0} };		//	Blue

Point getContours(Mat imgDil) {

	vector<vector<Point>> contours;		//轮廓组
	vector<Vec4i> hierarchy;			// 向量内每个元素包含了4个int型的 向量

	findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);		//检测轮廓
	//	参数二：输入的轮廓组	参数三：画第几条轮廓(-1为负数表示全画)		参数五：线宽
	//	参数四：检测轮廓的方法(这里是只检测外轮廓)）	参数五：表示一条轮廓的方法(这里是只存储水平，垂直，对角直线的起始点)
	//drawContours(img, contours, -1, Scalar(255, 0, 255), 2);							//画出轮廓

	vector<vector<Point>> conPoly(contours.size());
	vector<Rect> boundRect(contours.size());

	Point myPoint(0, 0);

	for (int i = 0; i < contours.size(); i++)
	{
		int area = contourArea(contours[i]);		//轮廓面积
		//cout << area << endl;
		//string objectType;

		//	通过面积大小过滤（去噪）
		if (area > 1000)
		{
			float peri = arcLength(contours[i], true);		//弧长(轮廓周长) （参数一：图像轮廓；参数二：是否闭合）
			approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);					//对图像轮廓点 进行 多边形拟合
			//参数一/二：输入/输出的点集	参数三：指定精度	参数四：是否闭合

			//cout << conPoly[i].size() << endl;
			boundRect[i] = boundingRect(contours[i]);		//计算轮廓的 垂直边界最小矩形

			myPoint.x = boundRect[i].x + boundRect[i].width / 2;
			myPoint.y = boundRect[i].y;

			//drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);						//画出轮廓
			//	参数二：输入的轮廓组	参数三：画第i条轮廓(负数表示全画)		参数五：线宽
			//rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
		}
	}
	return myPoint;
}

vector<vector<int>> findColor(Mat img) {

	Mat imgHSV;
	cvtColor(img, imgHSV, COLOR_BGR2HSV);

	for (int i = 0; i < myColors.size(); i++) {

		Scalar lower(myColors[i][0], myColors[i][1], myColors[i][2]);
		Scalar upper(myColors[i][3], myColors[i][4], myColors[i][5]);
		Mat mask;
		inRange(imgHSV, lower, upper, mask);
		//imshow(to_string(i), mask);
		Point myPoint = getContours(mask);

		if (myPoint.x != 0 && myPoint.y != 0) {
			newPoints.push_back({ myPoint.x, myPoint.y, i });
		}
	}
	return newPoints;
}

void drawOnCanvas(vector<vector<int>> newPoints, vector<Scalar> myColorValues) {
	for (int i = 0; i < newPoints.size(); i++) {
		if (i == 0) {
			circle(img, Point(newPoints[i][0], newPoints[i][1]), 5, Scalar(myColorValues[newPoints[i][2]]), FILLED);
		}
		else if (i > 0) {
			line(img, Point(newPoints[i-1][0], newPoints[i-1][1]), Point(newPoints[i][0], newPoints[i][1]), myColorValues[newPoints[i][2]], 5);
		}
	}
}

void main() {

	VideoCapture cap(0);

	while (true) {

		cap.read(img);
		flip(img, img, 1);

		newPoints = findColor(img);
		drawOnCanvas(newPoints, myColorValues);

		imshow("Image", img);
		int c = waitKey(1);
		if (c == 27) {			//按 esc 退出应用程序
			break;
		}
		else if (c == 32) {		//按 空格 清屏
			newPoints = {};
		}
	}

}

3. 总结

实现功能：

通过颜色检测器检测出笔头颜色后，调用电脑摄像头可实时检测出笔头顶点中心的运动轨迹并将该运动轨迹用设置好的相应颜色绘制出来。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h4aW4xNDE2MA==,size_20,color_FFFFFF,t_70,g_se,x_16

 watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h4aW4xNDE2MA==,size_20,color_FFFFFF,t_70,g_se,x_16

 watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h4aW4xNDE2MA==,size_20,color_FFFFFF,t_70,g_se,x_16

未完善地方：

同一时间只能使用一种颜色绘制，若同时使用两种或以上颜色进行绘制会出现绘制错乱的情况。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h4aW4xNDE2MA==,size_20,color_FFFFFF,t_70,g_se,x_16

 watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h4aW4xNDE2MA==,size_20,color_FFFFFF,t_70,g_se,x_16

chxin14016
关注
  • 1
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
OpenCV C++案例实战十《车牌号识别》
Zero___Chen的博客
12-19 3万+
OpenCV C++案例实战十《车牌号识别》前言一、车牌检测1.1.图像预处理1.2.轮廓提取1.3.功能效果1.4.功能源码二、字符切割2.1.图像预处理2.2.轮廓提取2.3.功能效果2.4.功能源码三、字符识别3.1.读取文件3.2.字符匹配3.3.功能源码四、效果显示五、源码总结 前言 本文将使用OpenCV C++ 进行车牌号识别。 一、车牌检测 原图如图所示。本案例的需求是进行车牌号码识别。所以，首先我们得定位车牌所在的位置，然后将车牌切割出来。接下来我们就来看看是如何实现。 1.1.图像预
OPenCv4 c++入门笔记（B站30讲课程的部分笔记）
Xx_Studying的博客
07-27 747
分别有1、将原图转为HSV和GRAY图像显示并保存；2、进行像素操作，加减乘除；9、图像像素统计，最大最小值，均值方差；10、在图像中绘制几何图形；12、鼠标响应，绘制矩形；代码中创建一个QuickDemo类，类中的每一个公有成员函数对应一个知识点。OpenCvC++目前网上的视频课程质量均较差，最好的学习还是结合OpenCv官方文档和百度，进行学习。图片路径根据具体实际进行导入)，可逐个调用各个类成员函数，进行OpenCv的学习。上述文件是对类中各个成员函数的实现，一个知识点对应一个成员函数。...
openCV4.0 C++ 实战：人脸检测 学习笔记(自用 代码+注释)
weixin_47059239的博客
02-10 4029
环境：OpenCV4.5.1 + VS2019 需先下载好相关文件（人脸检测用到的库文件，包括Tensorflow模型以及配置文件）如图： 若找不到该文件可点击此处进行下载 quickdemo.cpp #include <iostream> #include <opencv2/dnn.hpp> //#include <opencv2/opencv.hpp> #include "quickopencv.h" using namespace std;...
C++ opencv4 学习记录
DGWY161744的博客
12-05 2698
C++ opencv4 学习记录 0 引言 因为之前学习了python版本的opencv,另外一篇文章也在记录着，作为一名机械生，为了后面更好的工业产品开发，我将进一步学习C++版本的opencv,学习过程的所有笔记也都会记录在本片文章，大家可以参考借鉴，如果不足之处，还请大家评论区进行指正。 一、环境配置 1.1 VS下载 我找了一下网上VS安装比较详细的文章，大家直接参考就行。 VS 2019安装，大家参考这篇文章就可以，别人写的比较仔细，直接引用就可以。. 1.2 opencv4 环境配置 1.op
Opencv4基于C++基础入门笔记：OpenCV环境配置搭建
刘鑫磊
08-11 699
推荐使用vs2014版本及其以上（因为可以避免减少一些报错一：软件安装二：配置环境（配置完之后重启一下软件）1.配置电脑系统环境变量。
OpenCV虚拟画图程序（C++）
mirrorboat的博客
02-15 2351
OpenCV虚拟画图程序（C++）
基于OpenCV4.0 C++/Python SDK的案例代码演示程序
01-03
基于OpenCV4.0 C++/Python SDK的案例代码演示程序
java源码影视源码搭建教程-opencv_tutorial:基于OpenCV4.0C++/PythonSDK的案例代码演示程序与效果图像
06-05
java源码影视源码搭建教程 ...Android开发实战》作者、51CTO学院金牌讲师、CSDN博客专家、专注图像处理与计算机视觉领域研究与开发多年、专业技术博客访问量超过320万次、精通OpenCV、ImageJ开源框架、图像对象检测与识
条形码分割matlab代码-LearnOpenCV4.0:学习OpenCV：C++和Python示例
05-20
条形码分割matlab代码 learnopencv Learn OpenCV : C++ and Python Examples. You can find the details at List of Blog Posts Blog Post
VS2019+Opencv4.0+Win10配置详解
12-20
下载OpenCV4.0的安装文件： OpenCV官网 然后安装到你想要的地方 二.添加到Path里面： 并且把文件opencv_world400.dll和opencv_world400d.dll文件复制到  C:\Windows\SysWOW64这个文件夹； 三.配置Vs2019环境...
利用C++编程绘画基本图形：线、圆、字符
05-15
利用C++编程绘画基本图形：线、圆、字符，方法简单，易懂，适合C++初学者
Visual C++ 绘画教程
05-23
Visual C++ 绘画教程！！！！！！
一个用C++编写的画图程序
04-28
在Visual C++平台上用C++语言编写的一个简单画图程序，仅供学习和参考
c++直接画图的代码
10-19
可以直接运行。针对C++的第三方图形库,通过它我们能够在屏幕上绘制出自己喜欢的各种颜色...逻辑坐标是在程序中用于绘图的坐标体系。
【个人笔记】OpenCV4 C++ 快速入门 24课
CSDN仅为笔记之用。
01-26 1846
24 图像直方图
opencv教程（四）c++
sinat_26722849的博客
07-15 1057
opencv教程（四）凸包检测c++凸包（Convex Hull）是一个计算几何图形学中的概念，在二维欧几里得空间中，凸包可想象为一条刚好包住所有点的橡皮圈。 对于给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形。物体的凸包检测常常应用在物体识别，手势识别及边界检测等领域。 C++: void convexHull(InputArray points, OutputArray h
OpenCV | 项目 | 虚拟绘画
最新发布
DaphneOdera17的博客
05-05 309
如果在虚拟机中运行，请确保虚拟机摄像头打开。
OpenCV4（C++） —— Mat类
qq_43199575的博客
09-26 2272
在python的opencv中，也就是导入：import cv2。使用的是numpy和内置ndarray来存储和处理图像数据。而对于C++的opencv是没有ndarray的，也没有numpy库，而是使用cv::Mat类来表示图像数据与进行处理的。python是一种动态类型语言，无需显示的指定变量的类型。直接使用imread返回的就是ndarray对象，后续使用numpy库可以直接对其进行相关图像操作。import cv2C++是一种静态类型语言，任何变量都需要显示地指定一个数据类型。
OpenCV4（C++）—— 视频和摄像头的加载、显示与保存
qq_43199575的博客
10-07 4075
（2）VideoWrite()和VideoCapture()一样，都可以通过isOpened()函数判断是否成功创建一个视频流，可以通过get()查看视频流中的各种属性。主要步骤：（1）加载（打开）视频或视像头。（3）在保存视频时，我们只需要将生成视频的图像一帧一帧通过“<<”操作符（或者write()函数）赋值给视频流即可，最后使用release()关闭视频流。（2）在读取内容（每一帧图片）时，和ifstream一样，同样有多种方式，如通过“>>”运算符，或使用read成员函数等。来定义buffer。
评论 1
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