需求

  做算法过程中,需要一个平台来实时查看效果,记录处理过程,可以一键查看效果;
  OpenCV的各种算法在Qt效果调试;
  持续升级版本,敬请期待…

 

原理

  基于Qt的OpenCV开发,依托Qt作为界面,OpenCV进行图像处理。

 

涉及技术博文

  《OpenCV开发笔记(三十四):红胖子带你傻瓜式编译Qt+openCV3.4.1+opencv_contrib(全网最浅显易懂)
  《OpenCV开发笔记(四):OpenCV图片和视频数据的读取与存储
  《OpenCV开发笔记(十三):OpenCV图像对比度、亮度的调整
  《OpenCV开发笔记(十四):算法基础之线性滤波-方框滤波
  《OpenCV开发笔记(十五):算法基础之线性滤波-均值滤波
  《OpenCV开发笔记(十六):算法基础之线性滤波-高斯滤波
  《OpenCV开发笔记(十八):算法基础之非线性滤波-中值滤波
  《OpenCV开发笔记(十九):算法基础之非线性滤波-双边滤波
  《OpenCV开发笔记(二十一):算法基础之形态学滤波-膨胀
  《OpenCV开发笔记(二十二):算法基础之形态学滤波-腐蚀

 

Demo:Qt+OpenCV算法平台 v1.4.0

下载地址

  CSDN:https://download.csdn.net/download/qq21497936/12570673
  QQ群:1047134658(点击“文件”搜索“qtOpenCVTools”,群内与博文同步更新)

腐蚀

  

膨胀

  

双边滤波

  

中值滤波

  

高斯滤波

  

均值滤波

  

方框滤波

  

对比度与亮度

  

图片打开与保存

  

 

核心代码

common.h

#ifndef COMMON_H
#define COMMON_H #include <QImage>
#include <QDebug>
#include <QFileDialog>
#include <QColorDialog>
#include <QMessageBox>
#include <QHash>
// opencv
#include "opencv/highgui.h"
#include "opencv/cxcore.h"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/xphoto.hpp"
// opencv_contrib
#include <opencv2/xphoto.hpp>
#include <opencv2/ximgproc.hpp>
#include <opencv2/calib3d.hpp> cv::Mat image2Mat(QImage image); // Qimage 转 cv::Mat
QImage mat2Image(cv::Mat mat); // cv::Mat 转 QImage #endif // COMMON_H

common.cpp

#include "common.h"

cv::Mat image2Mat(QImage image)
{
cv::Mat mat;
switch(image.format())
{
case QImage::Format_ARGB32:
case QImage::Format_RGB32:
case QImage::Format_ARGB32_Premultiplied:
mat = cv::Mat(image.height(), image.width(), CV_8UC4, (void*)image.constBits(), image.bytesPerLine());
cv::cvtColor(mat, mat, CV_BGRA2BGR);
break;
case QImage::Format_RGB888:
mat = cv::Mat(image.height(), image.width(), CV_8UC3, (void*)image.constBits(), image.bytesPerLine());
cv::cvtColor(mat, mat, CV_BGR2RGB);
break;
case QImage::Format_Indexed8:
mat = cv::Mat(image.height(), image.width(), CV_8UC1, (void*)image.constBits(), image.bytesPerLine());
break;
}
return mat;
} QImage mat2Image(cv::Mat mat)
{
if(mat.type() == CV_8UC1)
{
QImage image(mat.cols, mat.rows, QImage::Format_Indexed8);
// Set the color table (used to translate colour indexes to qRgb values)
image.setColorCount(256);
for(int i = 0; i < 256; i++)
{
image.setColor(i, qRgb(i, i, i));
}
// Copy input Mat
uchar *pSrc = mat.data;
for(int row = 0; row < mat.rows; row ++)
{
uchar *pDest = image.scanLine(row);
memcpy(pDest, pSrc, mat.cols);
pSrc += mat.step;
}
return image;
}
else if(mat.type() == CV_8UC3)
{
const uchar *pSrc = (const uchar*)mat.data;
QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_RGB888);
return image.rgbSwapped();
}
else if(mat.type() == CV_8UC4)
{
const uchar *pSrc = (const uchar*)mat.data;
QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_ARGB32);
return image.copy();
}
else
{
return QImage();
}
}

DemoContrastAndBrightnessWidget.h

#ifndef DEMOCONTRASTANDBRIGHTNESSWIDGET_H
#define DEMOCONTRASTANDBRIGHTNESSWIDGET_H #include <QWidget>
#include "common.h" namespace Ui {
class DemoContrastAndBrightnessWidget;
} class DemoContrastAndBrightnessWidget : public QWidget
{
Q_OBJECT public:
explicit DemoContrastAndBrightnessWidget(QWidget *parent = 0);
~DemoContrastAndBrightnessWidget(); public:
void setFilePath(QString filePath); protected:
void updateInfo();
void updateImage(); private slots:
void on_pushButton_openFile_clicked();
void on_horizontalSlider_beta_sliderMoved(int position);
void on_horizontalSlider_alpha_sliderMoved(int position);
void on_pushButton_broswer_clicked();
void on_spinBox_beta_valueChanged(int arg1);
void on_doubleSpinBox_alpha_valueChanged(double arg1);
void on_pushButton_showFile_clicked();
void on_pushButton_backgroundColor_clicked(); private:
Ui::DemoContrastAndBrightnessWidget *ui; private:
QString _filePath; cv::Mat _srcMat;
QImage _srcImage;
cv::Mat _dstMat;
QImage _dstImage;
};
#endif // DEMOCONTRASTANDBRIGHTNESSWIDGET_H

DemoContrastAndBrightnessWidget.cpp

#include "DemoContrastAndBrightnessWidget.h"
#include "ui_DemoContrastAndBrightnessWidget.h" DemoContrastAndBrightnessWidget::DemoContrastAndBrightnessWidget(QWidget *parent) :
QWidget(parent),
ui(new Ui::DemoContrastAndBrightnessWidget)
{
ui->setupUi(this);
} DemoContrastAndBrightnessWidget::~DemoContrastAndBrightnessWidget()
{
delete ui;
} void DemoContrastAndBrightnessWidget::setFilePath(QString filePath)
{
_filePath = filePath;
ui->lineEdit_filePath->setText(_filePath);
} void DemoContrastAndBrightnessWidget::updateInfo()
{
if(_srcMat.data == 0)
{
return;
}
// mat行列与图片高度是对角线反向的
ui->label_size->setText(QString("%1 x %2").arg(_srcMat.rows).arg(_srcMat.cols));
ui->label_channels->setText(QString("%1").arg(_srcMat.channels()));
ui->label_depth->setText(QString("%1").arg(_srcMat.depth()));
ui->label_type->setText(QString("%1").arg(_srcMat.type()));
} void DemoContrastAndBrightnessWidget::updateImage()
{
if(_srcImage.isNull())
{
return;
} cv::Mat srcMat = image2Mat(_srcImage); // 增强对比度
float r;
float g;
float b;
_dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
int alpha = ui->horizontalSlider_alpha->value(); // 小于1,则降低对比度
int beta = ui->horizontalSlider_beta->value(); // 负数,则降低亮度
for(int row = 0; row < srcMat.rows; row++)
{
for(int col = 0; col < srcMat.cols; col++)
{
b = srcMat.at<cv::Vec3b>(row, col)[0];
g = srcMat.at<cv::Vec3b>(row, col)[1];
r = srcMat.at<cv::Vec3b>(row, col)[2];
// 对比度、亮度计算公式 cv::saturate_cast<uchar>(value):防止溢出
_dstMat.at<cv::Vec3b>(row, col)[0] = cv::saturate_cast<uchar>(b * alpha / 100.0f + beta);
_dstMat.at<cv::Vec3b>(row, col)[1] = cv::saturate_cast<uchar>(g * alpha / 100.0f + beta);
_dstMat.at<cv::Vec3b>(row, col)[2] = cv::saturate_cast<uchar>(r * alpha / 100.0f + beta);
}
}
_dstImage = mat2Image(_dstMat);
ui->widget_image->setImage(_dstImage);
} void DemoContrastAndBrightnessWidget::on_pushButton_openFile_clicked()
{
if(!_srcImage.load(_filePath))
{
qDebug() << __FILE__ << __LINE__ << "Failed to load image:" << _filePath;
return;
}
qDebug() << __FILE__<< __LINE__ << (int)_srcImage.format();
_srcMat = image2Mat(_srcImage);
updateInfo();
updateImage();
} void DemoContrastAndBrightnessWidget::on_horizontalSlider_beta_sliderMoved(int position)
{
ui->spinBox_beta->setValue(position);
updateImage();
} void DemoContrastAndBrightnessWidget::on_horizontalSlider_alpha_sliderMoved(int position)
{
ui->doubleSpinBox_alpha->setValue(position / 100.0f);
updateImage();
} void DemoContrastAndBrightnessWidget::on_pushButton_broswer_clicked()
{
QString dir = ui->lineEdit_filePath->text();
dir = dir.mid(0, dir.lastIndexOf("/"));
QString filePath = QFileDialog::getOpenFileName(0, "打开图片", dir, "PNG;JPEG;BMP(*.png;*.jpg;*.bmp);;JPEG(*.jpg);;PNG(*.png);;BMP(*.bmp)");
if(filePath.isEmpty())
{
return;
}
_filePath = filePath;
ui->lineEdit_filePath->setText(_filePath); } void DemoContrastAndBrightnessWidget::on_spinBox_beta_valueChanged(int arg1)
{
ui->horizontalSlider_beta->setValue(arg1);
updateImage();
} void DemoContrastAndBrightnessWidget::on_doubleSpinBox_alpha_valueChanged(double arg1)
{
ui->horizontalSlider_alpha->setValue(arg1 * 100);
updateImage();
} void DemoContrastAndBrightnessWidget::on_pushButton_showFile_clicked()
{
if(_dstMat.data == 0)
{
QMessageBox::information(this, "提示", "使用opencv显示图片失败");
return;
}
cv::imshow("showFile", _dstMat);
} void DemoContrastAndBrightnessWidget::on_pushButton_backgroundColor_clicked()
{
QColor backgroundColor = ui->widget_image->getBackgroundColor();
backgroundColor = QColorDialog::getColor(backgroundColor, this, "底色");
if(!backgroundColor.isValid())
{
return;
}
QColor color(backgroundColor.red(), backgroundColor.green(), backgroundColor.blue());
ui->widget_image->setBackgroundColor(color);
}
 

项目实战:Qt+OpenCV图像处理与识别算法平台的更多相关文章

  1. 基于Qt的图像处理技术和算法

    https://blog.csdn.net/silangquan/article/details/41008183

  2. 【项目实战】CNN手写识别复杂模型的构造

    感谢视频教程:https://www.bilibili.com/video/BV1Y7411d7Ys?p=11 这里开一篇新博客不仅仅是因为教程视频单独出了1p,也是因为这是一种代码编写的套路,特在此 ...

  3. 【项目实战】CNN手写识别

    由于只需要修改之前基于ANN模型代码的模型设计部分所以篇幅较短,简单的加点注释给自己查看即可 视频链接:https://www.bilibili.com/video/BV1Y7411d7Ys?p=10 ...

  4. 项目实战:Qt+OpenCV大家来找茬(Qt抓图,穿透应用,识别左右图区别,框选区别,微调位置)

    前言   本项目的出现理由只是笔者的一个念头,于是利用专业Qt和Opencv相关的知识开发一个辅助工具,本文章仅用于Qt和Opencv结合的学习.   Demo演示效果          运行包下载地 ...

  5. 项目实战:Qt+Ffmpeg+OpenCV相机程序(打开摄像头、支持多种摄像头、分辨率调整、翻转、旋转、亮度调整、拍照、录像、回放图片、回放录像)

    若该文为原创文章,未经允许不得转载原博主博客地址:https://blog.csdn.net/qq21497936原博主博客导航:https://blog.csdn.net/qq21497936/ar ...

  6. (1综述)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练

    从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练 1综述http://www.cnblogs.com/jsxyhelu/p/7907241.html2环境架设http://www.cn ...

  7. (3两个例子)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练

    从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练 1综述http://www.cnblogs.com/jsxyhelu/p/7907241.html2环境架设http://www.cn ...

  8. 转:基于开源项目OpenCV的人脸识别Demo版整理(不仅可以识别人脸,还可以识别眼睛鼻子嘴等)【模式识别中的翘楚】

    文章来自于:http://blog.renren.com/share/246648717/8171467499 基于开源项目OpenCV的人脸识别Demo版整理(不仅可以识别人脸,还可以识别眼睛鼻子嘴 ...

  9. (6综合实验)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练

    从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练 1综述http://www.cnblogs.com/jsxyhelu/p/7907241.html2环境架设http://www.cn ...

  10. (4程序框架)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练

    从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练 1综述http://www.cnblogs.com/jsxyhelu/p/7907241.html2环境架设http://www.cn ...

随机推荐

  1. [转帖]Jmeter之界面语言设置

    https://developer.aliyun.com/article/1173114#:~:text=%E6%B0%B8%E4%B9%85%E6%80%A7%E8%AE%BE%E7%BD%AE%E ...

  2. [转帖]Nginx惊群效应引起的系统高负载

    https://zhuanlan.zhihu.com/p/401910162 原创:蒋院波 导语:本文从进程状态,进程启动方式,网络io多路复用纬度等方面知识,分享解决系统高负载低利用率的案例 前言: ...

  3. [转帖]tar、gzip、zip、jar是什么,怎么查看?

    https://www.cnblogs.com/codelogs/p/16702759.html   原创:扣钉日记(微信公众号ID:codelogs),欢迎分享,转载请保留出处. 简介# 如果你是后 ...

  4. 《Javascript高级程序设计》读书笔记——构造函数与原型

    构造函数与原型 构造函数模式 最简单的构造函数: function Person(name, age, job) { this.name = name; this.age = age; this.jo ...

  5. 多模态 GPT-V 出世!36 种场景分析 ChatGPT Vision 能力,LMM 将全面替代大语言模型?

    LMM将会全面替代大语言模型?人工智能新里程碑GPT-V美国预先公测,医疗领域/OCR实践+166页GPT-V试用报告首发解读 ChatGPT Vision,亦被广泛称为GPT-V或GPT-4V,代表 ...

  6. canvas实现添加水印

    canvas添加水印思路 1.在画布上写上水印的名称(时间加上用户名) 2.canvas转化为base64,作为body的背景色 3.优化倾斜度和透明度 4.如果用户去除body的style水印消失 ...

  7. 8.2 C++ 引用与取别名

    C/C++语言是一种通用的编程语言,具有高效.灵活和可移植等特点.C语言主要用于系统编程,如操作系统.编译器.数据库等:C语言是C语言的扩展,增加了面向对象编程的特性,适用于大型软件系统.图形用户界面 ...

  8. 从浏览器原理出发聊聊 Chrome 插件

    浏览器架构演进 单进程浏览器时代 单进程浏览器是指浏览器的所有功能模块都是运行在同一个进程里,这些模块包含了网络.插件.JavaScript 运行环境.渲染引擎和页面等.在 2007 年之前,市面上浏 ...

  9. 会话跟踪技术之COOKIE

    会话跟踪技术之COOKIE 一.为什么要用会话控制 我们需要我们的站点可以跟踪客户端与服务器之间的交互,保存和记忆每个用户的身份和信息. 几个疑问 我先访问A页面后访问B页面,HTTP无法知道是不是同 ...

  10. P8078 [WC2022] 秃子酋长题解

    题目链接: P8078 [WC2022] 秃子酋长 题目所求较难理解,我们考虑转化下,首先这是个 \(1 \sim n\) 的排列,而且要求相邻对应的原位置的绝对值最大我们先考虑最简单的一种情况:\( ...