1. 什么是opencv?
是一个基于开源发行的跨平台计算机视觉库,它实现了图像处理和计算机视觉方面的很多通用算法,已成为计算机视觉领域最有力的研究工具。 Opencv由一系列C函数和少量C++类构成,也有提供其他语言的接口。
2. 图像处理与计算机视觉
图像处理侧重于“处理”图像--如增强,还原,去噪,分割等等
计算机视觉重点在于使用计算机来模拟人的视觉,因此模拟才是计算机视觉领域的最终目标。
3. 应用领域
包括在卫星和网络地图上拼接图像,图像扫描校准,医学图像的降噪,目标分析,安保以及工业检测系统,自动驾驶和安全系统,制造感知系统,相机校正,军事应用,无人空中、地面、水下航行器。
4. 图像的三种模式
1. 位图模式
黑白图片, 只有纯黑与纯白
2. 灰度模式
占8个字节,在纯黑与纯白之间有着还有着254个白色级别, 级别越高越接近纯白。
3. RGB模式
占 3 * 8 字节, R (红)、 G (绿) 、 B (蓝), 这三基色各占据 8 个字节为一通道。
※在opencv 中使用的一般是 Mat 而 Mat 是 BGR 层次, 在 使用opencv mat 在QT等 Image格式显示的时候需要把BGR模式 转为 RGB模式。
4.1 什么是Mat
Mat类 (Matrix的缩写) 是OpenCV用于处理图像而引入的一个封装类。他是一个自动内存管理工具。 Mat:本质上是由两个数据部分组成的类:(包含信息有矩阵的大小,用于存储的方法,矩阵存储的地址等) 矩阵头和一个指针,指向包含了像素值的矩阵(可根据选择用于存储的方法采用任何维度存储数据)。矩阵头部的大小是恒定的。然而,矩阵本身的大小因图像的不同而不同,通常是较大的数量级图像矩阵比较耗时
4.2 Mat 转为 QImage
/*****************************************************************
* 函数名称: QImage video_run::mat2qim(Mat & mat)
* 功能描述: 把Mat的BGR类型转为QImage的RGB类型
* 参数说明: Mat & mat 需要转化的Mat 数据
* 返回值: QImage
* 修改记录:
* 日期: 2022-07-29 修改人: yida
* 描述:
* 日期: 2022-07-29 修改人: yida
* 描述:
******************************************************************/
QImage video_run::mat2qim(Mat & mat)
{
cv::cvtColor(mat, mat, CV_BGR2RGB);
QImage qim((const unsigned char*)mat.data, mat.cols, mat.rows, mat.step,
QImage::Format_RGB888);
return qim;
}
5. 图像的运算
5. 1 灰度化
作用 : 把彩色的三通道图像数据转为单通道的灰度图像数据, 减少数据的处理量。
//1、灰度处理目的:RGB三通道转灰度单通道,压缩到原图片三分之一大小
cvtColor(frame1, frameGray,CV_BGR2GRAY);
5.2 帧差处理
// 2. 帧差处理 找到两帧之间的差别、(正在运动的物体)
absdiff(frameGray, temeGray,res);
5.3 二值化
// 3. 二值化处理 把灰度图像转为黑白图像
threshold(res, res, 25, 255, CV_THRESH_BINARY);
5.4 腐蚀:
根据卷积核来减少原图 外层 ((卷积核层数-1)/2) 层数
//腐蚀 , 减少白色区域
Mat element = cv::getStructuringElement(MORPH_RECT, Size(3, 3));
erode(res, res, element);
5.5 膨胀 :
与腐蚀相反, 根据卷积核来增加原图 外层 ((卷积核层数-1)/2) 层数
//4-2、膨胀目的:把白色区域变大
Mat element2 = cv::getStructuringElement(MORPH_RECT, Size(20, 20)); dilate(res, res, element2);
5.6 开运算
先腐蚀再膨胀 去除主要物体外部周边的白色
5.7 闭运算
先膨胀再腐蚀 作用: 去除主要物体内部的黑色
5.8 寻找特征点
// 寻找特征点 vector<vector<Point>> constours; //关键点 findContours(res, constours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
5.9 根据特征点来绘制矩形
vector<vector<Point>> constours2(constours.size()); //关键点
vector<Rect> rect1(constours.size()); //矩形
int x, y , w, h;
int num = constours.size();
for(int i = 0; i < num ; ++i)
{
approxPolyDP(Mat(constours[i]), constours2[i], 3, true );
//多边拟合
rect1[i] = boundingRect(Mat(constours2[i]));
x = rect1[i].x;
y = rect1[i].y;
w = rect1[i].width;
h = rect1[i].height;
//绘制矩形
rectangle(sres, Point(x, y), Point(x+w, y + h), Scalar(0, 255, 120));
}