openCV练习代码（C++版本）

最新推荐文章于 2024-03-10 07:58:53 发布
最新推荐文章于 2024-03-10 07:58:53 发布
阅读量9k 收藏 239
点赞数 35
分类专栏： openCV 文章标签： opencv 1024程序员节
转载请添加备注来源于：https://blog.csdn.net/zzx2016zzx，微信：idmatlab
本文链接：https://blog.csdn.net/zzx2016zzx/article/details/108691235
版权

目录

1、opencv简单的读取和显示图片

2、opencv加载一个灰度图像

3、 Mat创建方法

4、opencv如何遍历所有像素点

5、opencv进行图像腐蚀和膨胀

​6、opencv均值滤波

7、opencv边缘检测

8、opencv读取视频

9、opencv对视频进行Canny边缘检测处理

10、opencv对图像进行加减乘除操作

 11、opencv调用摄像头

12、opencv获取图像最大值像素点、最小值像素点、均值和方差

13、opencv画线、矩形、椭圆、圆形

 14、opencv分离图像通道

 15、opencv好玩的代码：学了这么多觉得有点枯燥，做点新玩意

16、opencv绘制直方图

17、openCV卷积操作 （根据原理写代码，openCV的卷积API为blur）

1、opencv简单的读取和显示图片

如果不设置imread的读入参数，默认读入的为彩色图片

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argc,char** argv){
	Mat src = imread("F:/images/zwj.jpg"); //读取图片
	if (src.empty()) {                     //判断是否找到图片
		printf("没有找到图片 ");           //输出文字
		return -1;
	}
	else
	{
		namedWindow("input",WINDOW_AUTOSIZE);// 显示窗口命名为input ；WINDOW_AUTOSIZE显示大小为图片自定义大小，且不可以更改大小
		imshow("input",src); //显示
		waitKey(0);//显示的毫秒时间，如果函数参数<=0表示一直显示。>0表示显示的时间
		destroyAllWindows();
		return 0;

	}
}

2、opencv加载一个灰度图像

只要设置imread的参数：IMREAD_GRAYSCALE（PS:彩色图像的参数为：IMREAD_ANYCOLOR）

3、 Mat创建方法

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

using namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src = imread("D:/Program Files/opencv/sources/samples/data/opencv-logo.png",IMREAD_GRAYSCALE);
	if(src.empty()){
		printf("没有此图片，请检查路径是否正确");
		return -1;
	}
	else
	{
		namedWindow("图片",WINDOW_AUTOSIZE);
		imshow("图片",src);
		int width = src.cols;//宽带
		int higth = src.rows;//高度
		int dim = src.channels();//查看维度
		int d = src.depth();//
		int t = src.type();//图像类型
		if(t==CV_8UC3){
			printf("width: %d|,higth : %d dim %d", width, higth, dim);
			printf("深度：%d,类型：%d", d, d);
		}
		//怎么创建Mat
		//创建方法一
		Mat t1 = Mat(256,256,CV_8UC3);
		t1 = Scalar(0,0,255);
		imshow("t1",t1);

	//创建方法二
		Mat t2 = Mat(512, 512, CV_8UC3);
		t2 = Scalar(255,0,255);
		imshow("t2",t2);
	//创建方法三
		Mat t3 = Mat::zeros(Size(256,256),CV_8UC3);
		//3 = Scalar(255,0,0);
		imshow("t3",t3);
	//创建方法四:复制克隆方法
		Mat t4 = src.clone();
		imshow("t4",t4);
//创建方法五
		Mat t5 = Mat::zeros(src.size(), src.type());//创建一个和原图大小一样，类型一样的图
		imshow("t5", t5);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}
}

4、opencv如何遍历所有像素点

普通方法：基于数组遍历

//如何遍历访问所有Mat的像素值
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src = imread("D:/Program Files/opencv/sources/samples/data/opencv-logo.png",IMREAD_GRAYSCALE);
	if (src.empty()) {
		printf("没找到图片，请检查路径");
		return -1;
	}
	else
	{
		namedWindow("图像",WINDOW_FREERATIO);
		imshow("图像",src);

		//遍历访问像素值
		//首先知道图像的长高
		int width = src.cols;
		int higth = src.rows;

		int dim = src.channels();

		for (int row = 0; row < higth;row++) {
			for (int col = 0; col < width;col++) {
				if (dim==3) {
					Vec3b pixel=src.at<Vec3b>(row, col);//字节类型3通道的Vec3b,int 类型Vec3i获得
					int blue = pixel[0];
					int green = pixel[1];
					int red = pixel[2];
					src.at<Vec3b>(row, col)[0] = 255 - blue;
					src.at<Vec3b>(row, col)[1] = 255 - green;
					src.at<Vec3b>(row, col)[2] = 255 - red;
				}
				else if(dim==1){
					int pv = src.at<uchar>(row, col);//单通道的灰度是char类型
					src.at<uchar>(row, col) = (255 - pv);
				}
			}
		}
		imshow("像素测试图像", src);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}

}

高级遍历方式：基于指针遍历方式 

//如何遍历访问所有Mat的像素值
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src = imread("D:/Program Files/opencv/sources/samples/data/opencv-logo.png",IMREAD_ANYCOLOR);
	if (src.empty()) {
		printf("没找到图片，请检查路径");
		return -1;
	}
	else
	{
		namedWindow("图像",WINDOW_FREERATIO);
		imshow("图像",src);

		//遍历访问像素值
		//首先知道图像的长高
		int width = src.cols;
		int higth = src.rows;
		int dim = src.channels();
		//基于指针的遍历方式

		Mat result = Mat::zeros(src.size(),src.type());
		// 基于数组遍历方式
		for (int row = 0; row < higth;row++) {
			uchar*curr_row = src.ptr<uchar>(row);//获取当前行的指针
			uchar*result_row = result.ptr<uchar>(row);
			for (int col = 0; col < width;col++) {
				if (dim==3) {
					int blue = *curr_row++;
					int green = *curr_row++;
					int red = *curr_row++;

					*result_row++ = blue;
					*result_row++ = green;
					*result_row++ = red;

				}
				else if(dim==1){
					int pv = *curr_row++;
					*result_row++ = pv;
				}
			}
		}
		imshow("像素测试图像", result);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}

}

5、opencv进行图像腐蚀和膨胀

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
	Mat src = imread("D:/images/smarties.png"); //读取图片
	if (src.empty()) {                     //判断是否找到图片
		printf("没有找到图片 ");           //输出文字
	}
	else
	{
		namedWindow("原图", WINDOW_AUTOSIZE);// 显示窗口命名为input ；WINDOW_AUTOSIZE显示大小为图片自定义大小，且不可以更改大小
		imshow("原图", src); //显示

		Mat str1= getStructuringElement(MORPH_RECT,Size(50, 50));
		Mat fsImg;
		erode(src,fsImg,str1);
		imshow("腐蚀图像",fsImg);


		Mat str2 = getStructuringElement(MORPH_RECT, Size(20, 20));
		Mat pzImg;
		dilate(src, pzImg, str2);
		imshow("膨胀图像", pzImg);

		waitKey(0);//显示的毫秒时间，如果函数参数<=0表示一直显示。>0表示显示的时间
		destroyAllWindows();
		return 0;

	}
}

6、opencv均值滤波

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

using namespace std;
using namespace cv;

int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		printf("没有找到图像，请检查路径是否正确");
		return -1;
	}
	else
	{
		//显示原图
		namedWindow("原图像",WINDOW_FREERATIO);
		imshow("原图像",src);
		//均值滤波
		Mat dstImg;
		blur(src,dstImg,Size(20,20));
		imshow("滤波后的图像",dstImg);
		waitKey(0);
		destroyAllWindows();
		return 0;
	}
}

7、opencv边缘检测

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

using namespace std;
using namespace cv;
int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		printf("未发现图像，请检查图片路径");
		return -1;
	}
	else {
		imshow("原图像",src);
		//边缘检测
		Mat dstImg, edge, grayImg;
		dstImg.create(src.size(), src.type());//创建一个和src同类型大小的图像
		cvtColor(src, grayImg, COLOR_BGR2GRAY);
		//降噪
		blur(grayImg,edge,Size(3,3));
		//边缘检测
		Canny(edge, edge, 3, 9, 3);
		//显示
		imshow("边缘检测图",edge);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}
}

8、opencv读取视频

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

using namespace std;
using namespace cv;

int main(int argc,char** argv) {
	VideoCapture capture("D:/Program Files/opencv/sources/samples/data/vtest.avi");
	while (true)
	{
		Mat frame;//定义一个Mat变量存储每一个帧图像
		capture >> frame;
		imshow("读取视频",frame);//显示当前帧数
		waitKey(30);//延时30ms
	}
	return 0;
}

9、opencv对视频进行Canny边缘检测处理

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

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	VideoCapture capture("D:/Img/蔡徐坤.mp4");
	Mat edge;
	while (true)
	{
	// 读取原图像
		Mat frame;//定义一个Mat变量存储每一个帧图像
		capture >> frame;//读取当前帧图片
    //将原图像转换为灰度
		cvtColor(frame,edge,COLOR_BGR2GRAY);//转换为灰度图像
    //滤波降噪处理
		blur(edge,edge,Size(7,7));
	//边缘检测Canny算子
		Canny(edge,edge,0,30,3);
		imshow("Canny边缘检测算子处理后的图像",edge);
		waitKey(1);//延时1ms
	}
	destroyAllWindows();
	return 0;
}

10、opencv对图像进行加减乘除操作

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

using namespace std;
using namespace cv;

int main(int argc, int argv) {
	Mat src1 = imread("D:/Program Files/opencv/sources/samples/data/LinuxLogo.jpg");
	Mat src2= imread("D:/Program Files/opencv/sources/samples/data/WindowsLogo.jpg");
	if (src1.empty()&&src2.empty()) {
		printf("没有找到图像，请检查路径是否正确");
		return -1;
	}
	else
	{
	
		imshow("demo1", src1);
		imshow("demo2", src2);
		//代码演示
		Mat dst1;
		add(src1, src2,dst1);
		imshow("加法",dst1);
		//减法操作
		Mat dst2;
		subtract(src1, src2, dst2);
		imshow("减法", dst2);
		//乘法操作
		Mat dst3;
	    multiply(src1, src2, dst3);
		imshow("乘法", dst3);
		//除法操作
		Mat dst4;
		divide(src1, src2, dst4);
		imshow("除法操作", dst4);

		waitKey(0);
		destroyAllWindows();
		return 0;
	}
}

 11、opencv调用摄像头

#include <opencv2/core.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <stdio.h>
using namespace cv;
using namespace std;
int main(int, char**)
{
	Mat frame;
	VideoCapture cap;
	int deviceID = 0;  
	int apiID = 0;      
	cap.open(deviceID, apiID);
	while (true)
	{
		cap.read(frame);
		if (frame.empty()) {
			cerr << "错误，空白帧\n";
			break;
		}
		imshow("调用摄像头", frame);
		waitKey(4);
	}
	return 0;
}

12、opencv获取图像最大值像素点、最小值像素点、均值和方差

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg",IMREAD_GRAYSCALE);
	if (src.empty()) {
		printf("没有图片");
		return -1;
	}
	else {
		namedWindow("input", WINDOW_AUTOSIZE);
		imshow("input", src);
		int  w = src.cols;//宽
		int h = src.rows;//高
		int dim = src.channels();//维度
		printf("w:%d,h:%d,dim:%d\n",w,h,dim);//
		double min_val;
		double max_val;
	    Point maxloc;
		Point minloc;
		minMaxLoc(src,&min_val,&max_val,&minloc,&maxloc);//获取图像像素点的最大值和最小值，以及索引位置
		printf("min:%.2f,max:%.2f\n",min_val,max_val);//打印最大最小像素点
		printf("minX:%d,minY:%d  maxX:%d,maxY:%d\n",minloc.x, minloc.y, maxloc.x, maxloc.y);//打印最大最小像素点的位置
		//均值
		Scalar s = mean(src);
		printf("均值:%.2f\n",s[0]);//因为灰度是单通道的s[0],PS:彩色图像是三通道的s[0],s[1],s[2]
		//方差
		Mat mm,mstd;
		meanStdDev(src,mm,mstd);//均值和方差
		int rows = mstd.rows;
		int cols = mstd.cols;

		printf("rows:%d,cols:%d\n",rows,cols);
		printf("均值：%.3f,方差：%.3f\n",mm.at<double>(0,0),mstd.at<double>(0,0));

		waitKey(0);
		destroyAllWindows();
		return 0;
	}
}

13、opencv画线、矩形、椭圆、圆形

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat canvas = Mat::zeros(Size(512,512),CV_8UC3);
	namedWindow("画布图像", WINDOW_AUTOSIZE);
	imshow("画布图像", canvas);
	//相关绘制
	//线
	line(canvas,Point(10,10),Point(400,400),Scalar(0,0,255),2,LINE_8);//画布、起、始点、颜色、线宽、渲染方式
	//矩形
	Rect rect(100,100,200,200);//绘制矩形
	rectangle(canvas,rect,Scalar(255,0,0),3,8);
	circle(canvas, Point(256, 256), 100, Scalar(0,255, 0),-3, 8);//画布、圆心、半径、颜色、线宽、渲染方式
	//椭圆
	RotatedRect rrt;
	rrt.center = Point2f(256,256);
	rrt.angle =CV_PI/4;// pi/4
	rrt.size=Size(100,200);
	ellipse(canvas, rrt, Scalar(0, 255, 255), -1, 8);
	//注:线宽<0则是填充图案
	imshow("画线段",canvas);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

 14、opencv分离图像通道

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		printf("没有图片");
		return -1;
	}
	else {
		namedWindow("原图", WINDOW_AUTOSIZE);
		vector<Mat> mv;
		split(src,mv);//分离通道
		int size = mv.size();
		printf("通道数目:%d\n",size);//打印通道数目
		imshow("blue",mv[0]);//第一通道
		imshow("green:", mv[1]);//第二通道
		imshow("red", mv[2]);//第三通道
		mv[1] = Scalar(0);
		Mat dst;
		merge(mv,dst);//合并
		imshow("result",dst);
		imshow("原图", src);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}
}

 15、opencv好玩的代码：学了这么多觉得有点枯燥，做点新玩意

注意：因为opencv不支持中文，解决方案见：这位大佬的，把源码拷贝过来就行了

#include<opencv2/opencv.hpp>
#include "putText.h"
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat image = Mat::zeros(Size(1000, 800), CV_8UC3);
	int row = image.rows;
	int col = image.cols;
	//提前声明坐标变量
	int x1 = 0, y1 = 0;
	RNG rng;
	while (true)
	{
		x1 = (int)rng.uniform(0, col-1);
		y1 = (int)rng.uniform(0, row-1);
		//image = Scalar(0,0,0);
		putTextZH(image,"帅", Point(x1, y1),Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), rng.uniform(0,200),"宋体");
		imshow("别人都夸我帅", image);
		char c = waitKey(100);
		if (c == 27) {
			break;
		}
	}
	waitKey(0);
	destroyAllWindows();
	return 0;
}

16、opencv绘制直方图

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		cout << "没有图片请 检查路径" << endl;
		return -1;
	}
	else
	{
	
		namedWindow("原图像",WINDOW_AUTOSIZE);
		imshow("原图像",src);
		vector<Mat>mv;
		split(src,mv);

		//计算直方图
		int histSize = 256;
		Mat b_hist, g_hist, r_hist;
		float range[] = {0,255};
		const float* histRanges= { range};
		calcHist(&mv[0],1,0,Mat(),b_hist,1,&histSize,&histRanges,true,false);
		calcHist(&mv[1],1,0,Mat(),g_hist,1,&histSize,&histRanges,true, false);
		calcHist(&mv[2],1,0,Mat(),r_hist,1,&histSize,&histRanges,true, false);
		Mat result = Mat::zeros(Size(src.rows,src.cols),CV_8UC3);
		int margin = 50;
		int h = result.rows;
		int nm = result.rows - 2 * margin;
		normalize(b_hist ,b_hist, 0, nm, NORM_MINMAX, -1, Mat());
		normalize(g_hist, g_hist, 0, nm, NORM_MINMAX, -1, Mat());
		normalize(r_hist, r_hist, 0, nm, NORM_MINMAX, -1, Mat());
		float step = 500 / 256;
		for (int i = 0; i < 255; i++) {
			line(result, Point(step*i, 50 + (nm - b_hist.at<float>(i, 0))), Point(step*(i + 1), 50 + (nm - b_hist.at<float>(i + 1, 0))), Scalar(255, 0, 0), 2, 8, 0);
			line(result, Point(step*i, 50 + (nm - g_hist.at<float>(i, 0))), Point(step*(i + 1), 50 + (nm - g_hist.at<float>(i + 1, 0))), Scalar(0, 255, 0), 2, 8, 0);
			line(result, Point(step*i, 50 + (nm - r_hist.at<float>(i, 0))), Point(step*(i + 1), 50 + (nm - r_hist.at<float>(i + 1, 0))), Scalar(0, 0, 255), 2, 8, 0);
		}
		imshow("demo",result);

		waitKey(0);
		return 0;
	}
}

17、openCV卷积操作 （根据原理写代码，openCV的卷积API为blur）

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argv,char** argc) {
	Mat src = imread("F:/images/zwj.jpg");
	if(src.empty()){
		cout << "没有找到图片，请检查路径是否正确" << endl;
		return -1;
	}
	namedWindow("原图",WINDOW_AUTOSIZE);
	imshow("原图",src);

	int w = src.cols;
	int h = src.rows;
	Mat result = src.clone();
	for ( int row = 1; row < w-1; row++)
	{
		for (int col = 1; col < h-1; col++)
		{
			//3*3的卷积核
			int sb = src.at<Vec3b>(row, col)[0] + src.at<Vec3b>(row - 1, col - 1)[0] + src.at<Vec3b>(row - 1, col)[0] + 
				src.at<Vec3b>(row - 1, col + 1)[0] +src.at<Vec3b>(row, col-1)[0]+ src.at<Vec3b>(row, col+1)[0]+
				src.at<Vec3b>(row+1, col-1)[0]+ src.at<Vec3b>(row+1, col)[0]+ src.at<Vec3b>(row+1, col+1)[0];

			int sg = src.at<Vec3b>(row, col)[1] + src.at<Vec3b>(row - 1, col - 1)[1] + src.at<Vec3b>(row - 1, col)[1] +
				src.at<Vec3b>(row - 1, col + 1)[1] + src.at<Vec3b>(row, col - 1)[1] + src.at<Vec3b>(row, col + 1)[1] +
				src.at<Vec3b>(row + 1, col - 1)[1] + src.at<Vec3b>(row + 1, col)[1] + src.at<Vec3b>(row + 1, col + 1)[1];

			int sr = src.at<Vec3b>(row, col)[2] + src.at<Vec3b>(row - 1, col - 1)[2] + src.at<Vec3b>(row - 1, col)[2] +
				src.at<Vec3b>(row - 1, col + 1)[2] + src.at<Vec3b>(row, col - 1)[2] + src.at<Vec3b>(row, col + 1)[2] +
				src.at<Vec3b>(row + 1, col - 1)[2] + src.at<Vec3b>(row + 1, col)[2] + src.at<Vec3b>(row + 1, col + 1)[2];

			result.at<Vec3b>(row, col)[0] = sb/9 ;
			result.at<Vec3b>(row, col)[1] = sg/9;
			result.at<Vec3b>(row, col)[2] = sr/9;
		}
	}
	imshow("卷积",result);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

好玩的Matlab（NCEPU）
关注
  • 35
    点赞
  • 踩
  • 239
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
Opencv,C++入门代码
03-20
Opencv的C++一些简单的入门代码，里面包括一个VScode的工程文件和配置（如果你需要使用，需要按照你自己的编译环境去配置）。和opencv一些简单的练习代码： Mat类at方法的使用，MatIterator使用，Mat类指针，Range类，Mat类运算符重载的使用练习（+-*/等），Mat_类，图片读取和写入，视频读取和写入。
opencv 一些基础代码
weixin_63163242的博客
07-12 234
【代码】opencv 一些基础代码。
OpenCV（一个C++人工智能领域重要开源基础库） 简介
2301_78348935的博客
03-10 1525
OpenCV（全称Open Source Computer Vision Library）是一个基于开放源代码发行的跨平台计算机视觉库，可以用来进行图像处理、计算机视觉和机器学习等领域的开发。 该库由英特尔公司于1999年开始开发，最初是为了加速处理器和多媒体指令集（MMX）优化实时视觉应用程序。现在，这个开源项目已经成为计算机视觉领域中最广泛使用的库之一，它在很多流行领域都有应用，比如安防、自动驾驶、人脸识别、物体识别、AR/VR等。
OpenCV练习6-图片分割与合并.zip
01-06
这是一个关于OpenCV的入门练习，压缩文件包中OpenCV包括：编程说明，完整的VS工程，全部的源代码，编译结果和测试用图等。
opencv原理入门，代码练习，实现图片的读取、存储与简单格式转换
05-17
opencv原理入门的代码，用c语言而非现有opencv函数来实现以下简单功能。 1、用opencv读取一个.jpg图片 2、rgb24与yuv420格式的双向转换 3、图片的线性缩放 4、转存为bmp格式
基于OpenCV的人脸识别考勤系统c++源码+数据.zip
最新发布
04-11
基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 基于OpenCV的人脸识别考勤系统c++源码+数据.zip 【资源说明】 1、该资源内项目代码都是经过测试运行成功，功能正常的情况下才上传的，请放心下载使用。 2、适用人群：主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用，具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习，也可作为大作业、课程设计、毕设项目、初期项目立项演示等，欢迎下载，互相学习，共同进步！
实战 | OpenCV+OCR实现环形文字识别实例(详细步骤 + Python/C++源码)
Color Space的博客
04-04 6931
点击下方卡片，关注“OpenCV与AI深度学习”公众号！ 视觉/图像重磅干货，第一时间送达! 导读 本文将介绍使用OpenCV+OCR实现环形文字识别的详细步骤和代码演示。（来源公众号：OpenCV与AI深度学习） 背景介绍 光学字符识别(OCR)场景中有很多特殊情况，比如噪声、脏污、倾斜、变形等，都会对识别造成影响。环形文字也是其中一种，我们通常不能直接识别它们，而是先将文字转换到水平方向，再做识别。如下图所示： 如果我们直接识别，很容易识别失败，那怎么办呢？下面来详细...
图像处理: OpenCV编程详解(C++) 【持续更新中】
热门推荐
qq_42885747的博客
11-17 2万+
使用C++在 Visual Studio 2019 环境下OpenCV编程教学
基于C++环境用OPENCV2.4.1全景图像拼接代码实现
luoyir1997的博客
03-22 2632
然崽总结： 1. 配置环境请参考大神毛星云的书《OPENCV3 编程入门》； 2.其实很早就开始弄毕业设计了，但我没听老师的话，之前使用openCV3.4+vs2017丢失了nonfree模块，怎么用cmake都搞不出来，； 现在：我用的版本是openCV2.4.1+VS2012 3.包含头文件时进入文件夹复制路径，右键属性复制文件名添加在最后一个“/”后 4.输入图片文件放在和工程文件...
C++课设 简易图像处理系统
RuijieRen的博客
02-07 6050
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分
C++进行简单的图像处理
p_mouren的博客
09-30 5054
本文中介绍了用opencv处理图像的一些简单方法，并给出了代码。
matlab代码整体运行-UFLDL-Tutorial-Exercises-C:使用libLBFGS，Eigen3和OpenCV库以C++编写
05-26
这个repo将部分练习用C++实现，包括sparse autodecoder和stacked autodecoder，后续有需要还会继续改写。 矩阵运算使用了eigen3，L-BFGS优化使用了libLBFGS( )， 显示feature map 时调用了opencv，程序调用的数据都...
OpenCV在C++下的练习
DeepLearningJay的博客
07-30 289
OpenCV在C++下的练习1.颜色通道转换2. 1.颜色通道转换 #include <opencv2/core.hpp> #include <opencv2/highgui/highgui.hpp> void show_pic(cv::String winname, cv::Mat mat); int main(int argc, char* argv[]) { cv::Mat img = imread("test.jpg", cv::IMREAD_COLOR); int
opencv(c++)------基础练习四
m0_47405013的博客
05-11 439
opencv练习 #include <iostream> #include<opencv.hpp> using namespace cv; using namespace std; int main() { //复习提纲4： //1.第2章 开发环境 //(1)打开图像，并显示； Mat img = imread("img.jpg"); imshow("原图",img); //(2)对图像进行灰度化处理； Mat gray; cvtColor(img,gray,C
20个OpenCV案例，让你了解计算机视觉的广泛应用！
qq_28245087的博客
06-15 7255
本文介绍了20个关于OpenCV的案例，包括人脸识别、目标检测、图像分割、光流估计、特征提取、图像拼接、图像修复、图像变换、图像配准、视频分析、三维重建、图像处理、图像识别、文字识别、图像压缩、图像增强、图像分析、图像比对、图像转换和图像特效。这些案例展示了OpenCV在计算机视觉领域的广泛应用，可以帮助读者了解OpenCV的功能和应用场景，同时也为读者提供了一些灵感和启示，可以在自己的项目中应用OpenCV进行图像处理和分析。
Opencv视觉处理(C++)语法学习（9）图像基础知识整理巩固
weixin_50340097的博客
08-17 226
图像直方图 void QuickDemo::histogram_demo(Mat& img) { //进行三通道的分离 std::vector<Mat> bgr_plane; split(img,bgr_plane); //定义预备用的参数 const int channel[1] = { 0 }; const int bins[1] = { 256 }; float Range[2] = { 0,255 }; const float* histRange = { Ran
Opencv + C++ 快速上手练习
m0_37796039的博客
08-05 672
Opencv + C++ 上手练习 一：图像显示 #include <opencv2/opencv.hpp> using namespace cv; int main(){ Mat image = imread("face_10.jpg"); imshow("显示",image); waitKey(0); return 0; } 运行结果： 二：图像腐蚀： #include <opencv2/opencv.hpp> using namespace c
计算机视觉与OpenCV算法实战（C++/Python双语教学）
11-15
课程目的：OpenCV是应用非常广泛的开源视觉处理库，在图像处理、计算机视觉和自动驾驶中有着非常重要的作用。课程设计特色：（课程当前为第一期）1、C++与Python双语教学Python语言是在计算机视觉中应用最多的一种语言，在工作中，深度学习模型的训练基本上都是使用Python语言编写的训练代码。OpenCV在这个过程中用于图像的预处理（例如图像读取、数据增强）和后处理，还可以用于显示处理的结果，功能强大，使用方便。但是在功能的部署的时候，不管是部署在服务端还是PC端，开发语言基本上用的是C++，所以如何有效的使用OpenCV进行模型或者功能的部署尤为重要。C++语言应用的好坏，在面试中可以看出一个面试者的工程实践能力的强弱，两种语言的开发掌握好了可以使工作如虎添翼。2、全模块讲解我出版了一本图书《学习OpenCV4：基于Python的算法实战》，虽然这本书是写的基于Python的算法实战，但是实际上这本书有详细的介绍算法的C++接口，还有一些C++方向的案例，是以Python为主。图书出版的时候就想双语写作，只是限于篇幅没有成行。本课程不仅采用双语教学，更是对C++的每个模块都做讲解，我们知道，很多的书其实只讲imgproc，如果你翻开一本书图像的形态学运算和图像滤波都是作为独立章节讲解的，那么这本书基本上就可以确定是只是讲解了imgproc模块，但是其他的模块在工作中也有很重要的作用。例如：core模块定义了C++的基本数据结构和基本运算（如四则运算）；highgui模块是可视化与交互的模块；feature2d是特征点与特征匹配相关算法所在的模块；ml是机器学习相关的模块；dnn是深度学习相关的模块，可以使用OpenCV进行深度学习模型的部署。这些是很多的书和课程都不会讲的。3、讲解细致本课程会从环境搭建开始讲解，环境搭建尤为重要。从我多年的授课经验总结来看，如果只是给了代码，很多的入门用户环境问题处理不好的话，后面的学习很难进行下去，甚至会丧失学习的信心。4、会讲解C++和Python的开发语法问题是入门用户的一大难关，特别是C++语言。大学只是教授了C语言相关的内容，C++很多同学只懂一点皮毛，所以写代码步履维艰，我们在讲解代码的过程中会顺带讲解C++和Python的内容。我们还会讲解编译相关知识，还有库的装载与链接，这些是学校里不会教的，目前也几乎没有课程讲解。5、讲师经验丰富我讲解过C++和OpenCV的多个课程，广受学员好评。我出版过两本图书《深度学习计算机视觉实战》和《学习OpenCV4》，两本书都是细致入微的讲解，主要针对的就是初学者，所以能够很好的处理课程的难易程度。6、讲义准备充分讲义准备的充分细致，标识清楚明确，重点和疑难点突出。
OpenCV C++案例实战五《答题卡识别》
Zero___Chen的博客
11-13 8156
OpenCV C++案例实战五《答题卡识别》前言一、图像矫正1.源码二、获取选项区域1.扣出每题选项2.源码三、获取答案1.思路2.辅助函数3.源码4.效果总结 前言 本文将使用OpenCV C++ 进行答题卡识别。 一、图像矫正 原图如图所示。我们拿到图像首先要进行图像预处理。本文目的是进行答题卡选项识别。所以，第一步我们需要将答题卡区域切割出来以进行后续识别工作。在上一篇文章我已经做过图像矫正案例OpenCV C++案例实战四《图像透视矫正》，详细内容大家可以参考，这里就不再赘述。 1.源码 voi
opencv测试代码c++
03-26
下面是一个简单的OpenCV C++代码示例，用于读取和显示图像： ```c #include <opencv2/opencv.hpp> using namespace cv; int main(int argc, char** argv) { // 读取图像文件 Mat image = imread("image.jpg");...

“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 5
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

打赏作者

好玩的Matlab（NCEPU）

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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