嵌入式学习——opencv图像库编程

环境配置

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和图像处理库，广泛用于各种计算机视觉任务，如图像处理、视频分析、人脸识别、物体检测、机器学习等。它提供了丰富的函数和工具，用于处理图像和视频数据，支持多种编程语言（如 C++、Python、Java 等）。

首先我们去官网下载Sources版本；

下载好过后，将压缩包拖入虚拟机中，并用命令解压，配置环境；

unzip opencv-4.11.0.zip //解压文件

解压完成过后，在自己的目录下就会多一个opencv-4.11.0的文件夹，根据自己下载的版本，后缀可能有所不同。

然后进入opencv文件夹，安装相关依赖库cmake，同时创建自己的编译文件夹并配置、编译，以便后续编译等操作。

注意：这里消耗时间比较长，需要耐心等待，在干其他事情时，确保自己的虚拟机开启，以免电脑进入休眠断开连接。

cd opencv-3.4.10 //进入opencv文件夹

sudo apt install cmake //安装依赖

mkdir my_build_dir //创建文件夹

cd my_build_dir //进入文件夹

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

//配置编译文件夹

sudo make -j4 //编译

sudo make install

随后配置OpenCV编译环境：

sudo gedit /etc/ld.so.conf.d/opencv.conf //添加到路径

source /etc/bash.bashrc //使配置生效并更新

sudo updatedb  

图片编辑

在虚拟机中保存一张自己需要编辑的图片（IImage），然后创建函数对图片进行修改，具体代码根据自己的要求编辑，这里展示亮度调整处理。

加载图像：

IplImage* image = cvLoadImage("lena.jpg");

argc == 2 ? cvLoadImage(argv[1]) : 0;

计算中心点：

center = cvPoint(image->width / 2, image->height / 2);

对图像进行亮度调整：

for (int i = 0; i < image->height; i++)

    for (int j = 0; j < image->width; j++) {

        double dx = (double)(j - center.x) / center.x;

        double dy = (double)(i - center.y) / center.y;

        double weight = exp((dx * dx + dy * dy) * scale);

        uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3);

        ptr[0] = cvRound(ptr[0] * weight);

        ptr[1] = cvRound(ptr[1] * weight);

        ptr[2] = cvRound(ptr[2] * weight);

    }

最终效果

第一张为处理后的图片，第二张为处理前：