基于C++ OpenCV的图像处理-基础篇

07-16 1121阅读

目录

一、图像处理基础篇

1.1创建和显示窗口

1.1.1常用API

1.1.2读图片并显示

1.1.3获取视频并显示

1.1.4视频读取与播放

1.1.5视频录制

1.1.6鼠标事件

 1.1.7滑动条控件

1.2 OpenCV必备核心知识

1.2.1 色彩空间的转换

1.2.2数据结构Mat

1.2.2.1定义

1.2.2.2 属性

1.2.2.3拷贝

1.2.2.4对象的属性：行数、列数及通道数

1.2.2.5通道的分离

1.2.2.6通道的合并

1.2.2.7指针访问像素

1.3 绘制基本图像

1.3.1绘制直线

1.3.2绘制矩形

1.3.3绘制圆形

1.3.4绘制椭圆

1.3.5绘制多边形

1.3.6 多边形填充

1.3.7绘制文本

1.3.8绘制图形的综合应用实战

1.4 图像的运算

1.4.1加法运算

1.4.2图像的减法

1.4.3乘法运算

1.4.4除法运算

1.4.5图像的融合

1.4.6图像的逻辑运算：与或非

1.4.7图像运算的应用实战

1.5图像的基本变换

1.5.1图像的缩放

1.5.2图像的翻转

1.5.3图像的旋转

1.5.4图像的仿射变换

1.5.4.1仿射变化矩阵求解：矩阵法

1.5.4.2仿射变换矩阵求解：三点法

 1.5.5透视变换

1.6图形的滤波（卷积）

1.6.1滤波器分类

 1.6.2低通滤波

1.6.2.1方盒滤波及均值滤波

1.6.2.2高斯滤波（中心滤波）

1.6.2.3中值滤波

1.6.2.4双边滤波（适合于美颜）

1.6.3高通滤波

1.6.3.1Sobel(索贝尔)（高斯）滤波

1.6.3.2Scharr算子滤波

1.6.3.3拉普拉斯算子滤波

1.6.4边缘检测Canny

1.7图形形态学

1.7.1图形的二值化

1.7.2腐蚀

1.7.3膨胀

1.7.4开&闭运算

1.7.5形态学梯度

1.7.6顶帽运算

1.7.7黑帽运算

1.8轮廓与矩形 

 1.8.1查找轮廓

1.8.2绘制轮廓

1.8.3轮廓的面积

1.8.4轮廓的周长

1.8.5多边形逼近与凸包

 1.8.6外接多边形

1.9车辆统计项目实战

1.9.1视频去背景

1.9.2相关代码部分

二、特征检测与分割

2.1特征点检测

2.1.1哈里斯焦点检测

2.1.2Shi-Tomasi角点检测

2.2图像的分割

2.2.1分水岭法

2.2.2GrabCut法

2.3距离变换

2.4连通域

一、图像处理基础篇

1.1创建和显示窗口

1.1.1常用API

API定义:namedWindow(const String &winname,int flags);
显示窗口:imshow();
销毁窗口:destroyAllWindows();
窗口大小:resizeWindow();

1.1.2读图片并显示

Mat mImage=imread("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/pear.jpg");
namedWindow("图片",WINDOW_NORMAL);
imshow("图片",mImage);
int iKey=waitKey(0);
destroyAllWindows();

1.1.3获取视频并显示

//打开摄像头常用的API：
//open()—打开视频文件或者摄像头;
//isOpen()—判断读取视频文件是否正确，正确返回true；
//release()—关闭视频流文件;
//Grab()
VideoCapture cap(0);            //打开摄像头，0表示摄像头地址
Mat mImage1;
cap.set(CAP_PROP_FRAME_WIDTH, 1920);        //设置摄像头的像素
cap.set(CAP_PROP_FRAME_HEIGHT, 1080);
while(true){
   cap.read(mImage1);
   imshow("video",mImage1);
   int ikey=waitKey(5);
   if(ikey==13){         //13表示回车键，按下回车键退出
      break;
   }
}
cap.release();
destroyAllWindows();

1.1.4视频读取与播放

VideoCapture cap("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/video.mp4");
Mat mImage1;
cap.set(CAP_PROP_FRAME_WIDTH, 1920);
cap.set(CAP_PROP_FRAME_HEIGHT, 1080);
while(true){
   cap.read(mImage1);
   mshow("video",mImage1);
   int ikey=waitKey(50);
   if(ikey==13){
      break;
   }
}
cap.release();
destroyAllWindows();
return;

1.1.5视频录制

视频录制用到的关键API是VideoWriter、write、release(释放数据并强制输出)。

VideoCapture cap(0);
Mat mImage1;
cap.set(CAP_PROP_FRAME_WIDTH, 1920);
cap.set(CAP_PROP_FRAME_HEIGHT, 1080);
QString qsFileName=QString("./myvideo.avi");
int iRcc=VideoWriter::fourcc('M','J','P','G');
VideoWriter vWriter(qsFileName.toStdString(),iRcc,25,Size(1920,1080));
while(cap.isOpened())      //摄像头是否被打开
{
   bool rect=cap.read(mImage1);
   //写数据到都多媒体
   if(rect) {
       imshow("video",mImage1);
       vWriter.write(mImage1);
       int ikey=waitKey(5);
       if(ikey==13){
          break;
        }
   }
}
cap.release();
vWriter.release();
destroyAllWindows();

1.1.6鼠标事件

//设置鼠标回调函数:setMosureCallback(winname,callback,userdata);
//自定义回调函数:callback(event,x,y,flags,userdata);   //参数必须一致
//(1)event:鼠标的移动、按下等;
//(2)x,y:鼠标的坐标
//(3)flags:鼠标记录
//头文件定义（全局变量，不属于任何类）：
void onMousreCallBack(int iEvent,int iX,int iY,int iFlags,void *param);
static Mat mImagess;
static Point startPoint(0,0);
static Point endPoint(0,0);
static int m_iFlags=0;
//Cpp文件：main函数
mImagess=Mat::zeros(Size(600,400),CV_8UC3);
namedWindow("line");
setMouseCallback("line",onMousreCallBack,(void *)&mImagess);
while(true)
{
   imshow("line",mImagess);
   int iKey=waitKey(10);
   if(iKey==13)
   {
      break;
   }
   else if(iKey==108)       //l
   {
      m_iFlags=1;
   }
   else if(iKey==114)    //r
   {
       m_iFlags=2;
    }
   else if(iKey==99)    //c
   {
       m_iFlags=3;
   }
}
destroyAllWindows();
void onMousreCallBack(int iEvent, int iX, int iY, int iFlags, void *param)
{
   if(iEvent==EVENT_LBUTTONDOWN)
   {
       startPoint.x=iX;
       startPoint.y=iY;
   }
   else if(iEvent==EVENT_LBUTTONUP)
   {
       endPoint.x=iX;
       endPoint.y=iY;
       switch(m_iFlags)
       {
       case 1:
           line(mImagess,startPoint,endPoint,Scalar(0,0,255),1);
           break;
       case 2:
           rectangle(mImagess,startPoint,endPoint,Scalar(0,0,255),1);
           break;
       case 3:
           int r=ceil(sqrt((startPoint.x-endPoint.x)*(startPoint.x-endPoint.x)+ (startPoint.y-endPoint.y)*(startPoint.y-endPoint.y)));
           circle(mImagess,startPoint,r,Scalar(0,0,255),1);
           break;
        }
    }
}

 1.1.7滑动条控件

/*>>函数名称:createTrackbar
(1)参数1: trackbarname, winname
(2)参数2: value,当前值
(3)参数3: count, 最小值为0，最大值为count
(4)参数4: callback, 用户数据
>>getTrackBarPos
(1)参数1: trackbarname,
(2)参数2:  winname
(3)返回值*/
namedWindow("trackbar");
//创建trackbar
createTrackbar("R","trackbar",0,255);
createTrackbar("G","trackbar",0,255);
createTrackbar("B","trackbar",0,255);
Mat image=Mat::zeros(Size(800,600),CV_8UC3);
int lastR=0;
int lastG=0;
int lastB=0;
while(true)
   {
      imshow("trackbar",image);
      if(waitKey(10)==13)
      {
          break;
      }
      int r=getTrackbarPos("R","trackbar");
      int g=getTrackbarPos("G","trackbar");
      int b=getTrackbarPos("B","trackbar");
      if(lastB !=b || lastG !=g || lastR !=r)
      {
          lastB=b;
          lastR=r;
          lastG=g;
          int height=image.rows;
          int width=image.cols;
          for(int row=0;row>>>>HSV空间
  • Hue：色相，即色彩，如红色、蓝色。不同角度代表不同的颜色
  • Saturation:饱和度，颜色的纯度，圆心白、边缘深
  • Value：明度

    基于C++ OpenCV的图像处理-基础篇基于C++ OpenCV的图像处理-基础篇

     基于C++ OpenCV的图像处理-基础篇

    1.2.2数据结构Mat

    1.2.2.1定义

    基于C++ OpenCV的图像处理-基础篇

    1.2.2.2 属性

    字段

    说明

    字段

    说明

    dims

    维度

    channels

    通道数，RGB是3

    rows

    行数

    size

    矩阵大小

    cols

    列数

    type

    Dep+dt+chs CV_8UC3

    depth

    像素的位深（8位）

    data

    存放数据

    1.2.2.3拷贝
    //浅拷贝：Mat A=imread(file);    Mat B(A);
//深拷贝：Mat clone();           Mat::copyTo();
Mat aImage=imread("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/pear.jpg");
//浅拷贝
Mat bImage(aImage);
rectangle(aImage,Rect(0,0,200,200),Scalar(0,0,255),1);
imshow("a",aImage);
imshow("b",bImage);
waitKey(0);
destroyAllWindows();
    1.2.2.4对象的属性：行数、列数及通道数
    Mat aImage=imread("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/pear.jpg");
//图像的大小，行列
int iRow=aImage.size().height;
int iCol=aImage.size().width;
int iType=aImage.type();
    1.2.2.5通道的分离
    Mat aImage=imread("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/pear.jpg");
//图像的大小，行列
std::vector splitImage;
split(aImage,splitImage);
int iSize=splitImage.size();
if(iSize!=3){
    return;
 }
imshow("b",splitImage.at(0));
imshow("g",splitImage.at(1));
imshow("r",splitImage.at(2));
waitKey(0);
destroyAllWindows();
    1.2.2.6通道的合并
    Mat aImage=imread("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/pear.jpg");
//图像的大小，行列
std::vector splitImage;
split(aImage,splitImage);
int iSize=splitImage.size();
if(iSize!=3){
  return;
}
Mat mergeImage;
std::vector mergeImages;
mergeImages.push_back(splitImage.at(2));
mergeImages.push_back(splitImage.at(1));
mergeImages.push_back(splitImage.at(0));
merge(mergeImages,mergeImage);
imshow("RGB",mergeImage);
waitKey(0);
destroyAllWindows();
    1.2.2.7指针访问像素
    //用指针访问像素的这种方式是利用C语言的操作符[]。这种方法最快，但是略微有点抽象。
Mat aImage=imread("C:/Users/xtf_a/Desktop/QTLearn/OpenCVLearn/01/pear.jpg");
int iRow=aImage.size().height;
int iCol=aImage.size().width;
int iChanels=aImage.channels();
int iTotalCol=iCol*iChanels;
int div=16; //数据位数
for(int i=0;i
VPS购买请点击我

文章版权声明：除非注明，否则均为主机测评原创文章，转载或复制请以超链接形式并注明出处。

相关阅读

目录[+]