OpenCV (c++): 图像处理

已于 2024-04-16 03:13:40 修改
阅读量265 收藏 1
点赞数 1
分类专栏： OpenCV (C++版) 教程 文章标签： opencv c++ 图像处理
于 2024-04-16 03:01:34 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_51133173/article/details/137802766
版权

目录

测试图片

rgb->gray

左右翻转

 上下翻转

 resize

自定义宽高

比例放缩

保存图片 

生成图片 

data方式 

at方式 

裁剪图片 

画矩形框

调opencv函数

自己实现函数

显示文字

测试图片

world.png

rgb->gray

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

using namespace cv;
using namespace std;

int main()
{
    cv::Mat img = imread("./world.png");
    cout << img.rows << ", " << img.cols << ", " << img.channels() << endl;
    cv::imshow("rgb-img", img);
    cv::waitKey(10000);
    Mat grayImg;
    cvtColor(img,grayImg,COLOR_BGR2GRAY);
    imshow("gray-img", grayImg);
    waitKey(10000);
}

左右翻转

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    Mat flipImg;
    cv::flip(img,flipImg, 1);

    cv::imshow("rgb-img", img);
    cv::waitKey(10000);
    cv::destroyAllWindows();
    
    imshow("flip-img", flipImg);
    waitKey(10000);
    destroyAllWindows();
}

 上下翻转

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    Mat flipImg;
    cv::flip(img,flipImg, 0);

    cv::imshow("rgb-img", img);
    cv::waitKey(10000);
    cv::destroyAllWindows();

    imshow("flip-img", flipImg);
    waitKey(10000);
    destroyAllWindows();
}

 resize

自定义宽高
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    Mat resizeImg;
    cv::resize(img,resizeImg,cv::Size(500,800));

    cv::imshow("rgb-img", img);
    cv::waitKey(10000);
    cv::destroyAllWindows();

    imshow("resize-img", resizeImg);
    waitKey(10000);
    destroyAllWindows();
}

比例放缩
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    Mat resizeImg;
    cv::resize(img,resizeImg,cv::Size(img.cols/2,img.rows/2));

    cv::imshow("rgb-img", img);
    cv::waitKey(10000);
    cv::destroyAllWindows();

    imshow("resize-img", resizeImg);
    waitKey(10000);
    destroyAllWindows();
}

保存图片 

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    Mat resizeImg;
    cv::resize(img,resizeImg,cv::Size(img.cols/2,img.rows/2));

    cv::imwrite("./world_resize.jpg", resizeImg);
}

生成图片 

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

using namespace cv;
using namespace std;

int main()
{
    Mat diyImg(100,200,CV_8UC3);
    int index;
    for (int i=0; i<diyImg.rows; i++)
    {
        for (int j=0; j<diyImg.cols; j++)
        {
            index = i*diyImg.cols + j;
            diyImg.data[3*index+0] = 0;
            diyImg.data[3*index+1] = 0;
            diyImg.data[3*index+2] = 255;
        }
    }
    imshow("diy-img", diyImg);
    waitKey(10000);
    destroyAllWindows();
    imwrite("world_diy.jpg", diyImg);
}

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

using namespace cv;
using namespace std;

int main()
{
    Mat diyImg(100,200,CV_8UC3);
    for (int i=0; i<diyImg.rows; i++)
    {
        for (int j=0; j<diyImg.cols; j++)
        {
            diyImg.at<Vec3b>(i,j)[0] = 255;
            diyImg.at<Vec3b>(i,j)[1] = 0;
            diyImg.at<Vec3b>(i,j)[2] = 0;
        }
    }
    imshow("diy-img", diyImg);
    waitKey(10000);
    destroyAllWindows();
    imwrite("world_diy.jpg", diyImg);
}

裁剪图片 

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    int l_x=300,l_y=200,r_x=1900,r_y=500;
    int w = r_x - l_x;
    int h = r_y - l_y;
    Mat cropImg(h,w,CV_8UC3);
    for (int i=0; i<img.rows; i++)
    {
        if (i>=l_y && i<r_y)
        {
            for (int j=0; j<img.cols; j++)
            {
                if (j>=l_x && j<r_x)
                {
                    cropImg.at<Vec3b>(i-l_y,j-l_x)[0] = img.at<Vec3b>(i,j)[0];
                    cropImg.at<Vec3b>(i-l_y,j-l_x)[1] = img.at<Vec3b>(i,j)[1];
                    cropImg.at<Vec3b>(i-l_y,j-l_x)[2] = img.at<Vec3b>(i,j)[2];
                }
            }
        } 
    }
    imshow("crop-img", cropImg);
    waitKey(10000);
    destroyAllWindows();
    imwrite("world_crop.jpg", cropImg);
}

画矩形框

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("./world.png");
    int l_x=300,l_y=200,r_x=1900,r_y=500;
    rectangle(img,cv::Point(l_x,l_y),cv::Point(r_x,r_y),cv::Scalar(0,0,255));

    imshow("box-img", img);
    waitKey(10000);
    destroyAllWindows();
    imwrite("world_box.jpg", img);
}

自己实现函数
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

cv::Mat plotbox(cv::Mat img,int l_x,int l_y,int r_x,int r_y)
{
    // 画2条横线
    for (int x=l_x; x<r_x; x++)
    {
        img.at<Vec3b>(l_y,x)[0] = 0;
        img.at<Vec3b>(l_y,x)[1] = 0;
        img.at<Vec3b>(l_y,x)[2] = 255;

        img.at<Vec3b>(r_y,x)[0] = 0;
        img.at<Vec3b>(r_y,x)[1] = 0;
        img.at<Vec3b>(r_y,x)[2] = 255;
    }
    // 画2条竖线
    for (int y=l_y; y<r_y; y++)
    {
        img.at<Vec3b>(y,l_x)[0] = 0;
        img.at<Vec3b>(y,l_x)[1] = 0;
        img.at<Vec3b>(y,l_x)[2] = 255;

        img.at<Vec3b>(y,r_x)[0] = 0;
        img.at<Vec3b>(y,r_x)[1] = 0;
        img.at<Vec3b>(y,r_x)[2] = 255;
    }
    return img;
}
int main()
{
    Mat img = imread("./world.png");
    int l_x=300,l_y=200,r_x=1900,r_y=500;

    Mat boxImg = plotbox(img,l_x,l_y,r_x,r_y);

    imshow("img", img);
    waitKey(10000);
    destroyAllWindows();

    imshow("box_img", boxImg);
    waitKey(10000);
    destroyAllWindows(); 
    imwrite("world_box.jpg", boxImg);
}

发现img也有框

自己实现的plotbox函数，可以不用返回画框后的图片，如下

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

using namespace cv;
using namespace std;

void plotbox(cv::Mat img,int l_x,int l_y,int r_x,int r_y)
{
    // 画2条横线
    for (int x=l_x; x<r_x; x++)
    {
        img.at<Vec3b>(l_y,x)[0] = 0;
        img.at<Vec3b>(l_y,x)[1] = 0;
        img.at<Vec3b>(l_y,x)[2] = 255;

        img.at<Vec3b>(r_y,x)[0] = 0;
        img.at<Vec3b>(r_y,x)[1] = 0;
        img.at<Vec3b>(r_y,x)[2] = 255;
    }
    // 画2条竖线
    for (int y=l_y; y<r_y; y++)
    {
        img.at<Vec3b>(y,l_x)[0] = 0;
        img.at<Vec3b>(y,l_x)[1] = 0;
        img.at<Vec3b>(y,l_x)[2] = 255;

        img.at<Vec3b>(y,r_x)[0] = 0;
        img.at<Vec3b>(y,r_x)[1] = 0;
        img.at<Vec3b>(y,r_x)[2] = 255;
    }
}
int main()
{
    Mat img = imread("./world.png");
    int l_x=300,l_y=200,r_x=1900,r_y=500;

    plotbox(img,l_x,l_y,r_x,r_y);

    imshow("img", img);
    waitKey(10000);
    destroyAllWindows();

    imwrite("world_box.jpg", img);
}

显示文字

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

using namespace cv;
using namespace std;

void plotbox(cv::Mat img,int l_x,int l_y,int r_x,int r_y)
{
    // 画2条横线
    for (int x=l_x; x<r_x; x++)
    {
        img.at<Vec3b>(l_y,x)[0] = 0;
        img.at<Vec3b>(l_y,x)[1] = 0;
        img.at<Vec3b>(l_y,x)[2] = 255;

        img.at<Vec3b>(r_y,x)[0] = 0;
        img.at<Vec3b>(r_y,x)[1] = 0;
        img.at<Vec3b>(r_y,x)[2] = 255;
    }
    // 画2条竖线
    for (int y=l_y; y<r_y; y++)
    {
        img.at<Vec3b>(y,l_x)[0] = 0;
        img.at<Vec3b>(y,l_x)[1] = 0;
        img.at<Vec3b>(y,l_x)[2] = 255;

        img.at<Vec3b>(y,r_x)[0] = 0;
        img.at<Vec3b>(y,r_x)[1] = 0;
        img.at<Vec3b>(y,r_x)[2] = 255;
    }
}
int main()
{
    Mat img = imread("./world.png");
    int l_x=300,l_y=200,r_x=1900,r_y=500;

    plotbox(img,l_x,l_y,r_x,r_y);

    string text = "score: 0.9";
    cv::Point p(l_x,l_y);
    int font_style = cv::FONT_HERSHEY_COMPLEX;
    double font_scale = 2;
    cv::Scalar color(0,0,255);
    int thickness = 2;
    
    cv::putText(img,text,p,font_style,font_scale,color,thickness);

    imshow("img", img);
    waitKey(10000);
    destroyAllWindows();

    imwrite("world_text.jpg", img);
}

参考

  • 各种操作：https://blog.csdn.net/starvapour/article/details/122071018

  • 遍历像素值：https://blog.csdn.net/qq_27278957/article/details/84646948

  • 画框：https://blog.csdn.net/wfei101/article/details/82695258

Universe-hello
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
树莓派 opencv c++ 实时读取图像和处理
10-20
综上所述，结合树莓派、C++、OpenCV和Qt，我们可以创建一个实时图像处理系统，该系统不仅能从摄像头读取图像，还能进行图像处理和用户交互。这为树莓派在各种嵌入式视觉项目中的应用提供了广泛的可能性。
C++ OpenCV QT 实现图像处理自编软件
05-29
使用C++结合OpenCV和Qt开发图像处理自编软件是一项具有挑战性但也非常有意义的任务。这种组合提供了强大的图像处理能力和灵活的用户界面设计，可以实现多种图像处理功能。以下是实现过程及其资源描述。 ### 项目...
opencv-c++
Morcool的博客
05-09 3975
类型说明Point二维点类Point3三维点类Rect矩形类旋转矩形类Range范围类Scalar通道类Size规格类。
OpenCV - C++实战（01） — OpenCV简介
几度春风里的博客
02-11 5908
本专栏介绍OpencV 计算机视觉程序库，基于C++语言编程，持续更新文章。
2024年C C++最全一、OpenCV环境搭建（采用官方已经编译好的）_编译好的opencv，不同层级的C C++开发者的不同行为
2401_84973716的博客
05-13 884
64位系统的需要在path添加“;opencv安装路径\build\x86\vc14\bin”，但是3.1.0版本的OpenCV已经将x86这个目录删除了，也就是说在VS 2015环境下不能进行32位的OpenCV编译。在VS中有个叫做“属性管理器”的工具，用于进行VS整体参数的配置，配置一次之后，以后所有新建项目都能应用改配置，不用再一一进行配置操作，使用起来也非常方便。我们知道要在VS中使用外部的类库的话，需要进行引入的一下配置，这个配置就包括：外部库目录指定和外部包含文件指定。
C++版本OpenCv教程
热门推荐
feichangyanse的博客
11-28 1万+
C++版OpenCV的详细教程
【C++】OpenCV：计算机视觉库介绍及C++环境配置
DevFrank的博客
10-28 9886
计算机视觉库介绍及C++环境配置
38、OpenCV之C++教程
BaoTTing的博客
10-24 1万+
一、OpenCV的下载与安装 下载完成后会得到一个 opencv-3.4.15-vc14_vc15.exe 文件,点击运行后会生成一个文件夹。 此文件夹为下一步工程创建使用，文件夹可移动、复制和重命名，这里命名如下： 二、VS2019创建OpenCV基础工程 2.1、创建VS工程 2.2、附加包含目录 附加包含目录：$(SolutionDir)\OpenCV3.4.15\opencv\build\include 附加lib库目录：$(SolutionDir)\
OpenCV+C++图像处理设计-遥感图像配准系统源码.zip
05-04
在本项目中，我们主要探讨的是使用OpenCV库与C++进行图像处理，特别是针对遥感图像的配准系统。OpenCV（Open Source Computer Vision Library）是一个强大的计算机视觉和机器学习软件库，它包含了众多用于图像处理、...
C++ opencv - 图像处理 - 目标定位
05-14
在C++中使用OpenCV库进行图像处理是计算机视觉领域常用的方法，特别是在目标定位的应用上。OpenCV（Open Source Computer Vision Library）是一个强大的开源库，提供了丰富的函数和工具，可以帮助开发者实现各种复杂...
图像处理 zhang细化算法 opencv C++代码 算法实现
05-25
在二值图像处理特别是OCR识别与匹配中，都要通过对字符进行细化以便获得图像的骨架，通过zhang-suen细化算法获得图像，作为图像的特征之一，常用来作为识别或者模式匹配。此代码用C++实现了这一算法，配有注释，简洁...
opencv(c++)入门
qq_52358027的博客
08-22 2571
教你opcv从零入门，但只是入门
opencv 入门学习笔记(C++)
m0_61427031的博客
08-16 1957
C++中opencv自用学习笔记
OpenCV C++基本操作入门学习
VJOEE的博客
02-05 2266
确定卷积核的大小和权重。
OpenCV图像处理基础(C++版)
m0_47489229的博客
08-10 1万+
你们说的话我不敢苟同，我个人认为这个意大利面应该拌42号混凝土，因为这个螺丝钉的长度很容易会直接影响到挖掘机的扭矩，你往里砸的时候，一瞬间它就会产生大量的高能蛋白，俗称UFO，会严重影响经济的发展，甚至对整个太平洋以及充电器都会造成一定的核污染，再者说根据勾股定理，你可以很容易的推断出人工饲养的东条🦅鸡 , 它是可以捕获野生的三角函数的，所以说，这个不管说秦始皇的切面是否具有放射性，特朗普的n次方是否含有沉淀物都不影响沃尔玛和维尔康在南极汇合。.........
快速入门OpenCV(C/C++)(持续更新)
在这里你甚至能学算卦，快进来看看
01-30 3108
快速入门OpenCV，啥都有（持续更新）
C++ opencv操作入门教程
qq_46017342的博客
05-07 5441
C++ opencv操作入门教程
Opencv（c++基础）
m0_73044708的博客
02-12 818
其中的cards.jpg图片是放在资源文件Resources内的，如果放在与cpp相同的文件夹内的话，就可以直接读取，或者可以使用图片所在位置的绝对路径。读取灰度照片有两种方法：一种是在读取照片的时候就按照灰度格式读取，第二种是先读取之后再转换。Opencv其实就一个有关视觉处理的库，就和学C语言的时候用的math那一堆库一样。工作空间：是为了避免 如果两个库中有相同的函数名，在调用函数时会发生冲突。
Opencv-C++笔记 (3) : opencv的库介绍以及和C++对接转换
jiyanghao19的博客
06-15 3711
其解释如下：[features2d]: 也就是Features2D， 2D功能框架 ，包含如下内容特征检测和描述 特征检测器（Feature Detectors）通用接口 描述符提取器（Descriptor Extractors）通用接口 描述符匹配器（Descriptor Matchers）通用接口 通用描述符（Generic Descriptor）匹配器通用接口 关键点绘制函数和匹配功能绘制函数运动分析 期望最大化 直方图 平面细分（C API） 特征检测和描述（Feature Detection an
C++ opencv 图像处理：直方图
最新发布
06-02
在计算机视觉和图像处理中，直方图是一个非常重要的概念，它可以帮助我们更好地理解和处理图像。在 OpenCV 中，可以使用函数 `calcHist()` 来计算图像的直方图，该函数接收的参数包括图像、通道数、直方图尺寸、像素...

“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