OpenCV4之C++入门详解
OpenCV之C++入门
1、Visual Studio安装及环境配置与搭建
下载地址：https://my.visualstudio.com/Downloads?q=Visual，下载后按照说明安装即可
登录账号下载即可，建议下载Visual Studio 2017 专业版，本教程使用该版本完成
该教程笔记是本人整理的OpenCV学堂视频教程内容，感谢贾志刚老师的视频教程，下面是OpenCV 4.5.4及源码下载链接
链接：https://pan.baidu.com/s/1HmWrX35P774rr6tlfUXB2A 提取码：urtd
配置系统环境变量，鼠标右键我的电脑，选择属性，之后按下图操作，复制opencv目录下的bin目录，vs2017选择vc15
安装完毕后，新建第一个项目如下图
右键源文件选择新建项新建一个main.cpp
添加包含目录、库目录及附加依赖项
在D盘下新建一个images文件夹，放入一张图片，图片名与下面代码段中的图片名字一致
在main.cpp中输入以下代码
#include<opencv2/opencv.hpp>
#include<iostream> using namespace cv;
using namespace std; int main(int argc, char**argv) {
Mat src = imread("D:/images/lena.jpg");
imshow("input", src);
waitKey(0);
destroyAllWindows();
return 0;
}
点击
调试→开始调试，如果出现下图则表示运行成功，配置成功
至此，Visual Studio的准备工作完成！
2、图像基本操作
多行注释快捷键：Ctrl + K + Ctrl + C
2.1、图像读取与显示
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
//imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
Mat src = imread("D:/images/lena.jpg",IMREAD_GRAYSCALE); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()){
printf("could not load image...\n");
return -1;
}
namedWindow("输入窗口",WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名，imshow()只支持显示8位图像及浮点图像
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
2.2、图像色彩空间转换
新建一个头文件quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
};
添加该项目包含目录为当前文件夹，操作如下
新建一个源文件quickdemo.cpp
#include<quickopencv.h>
void QuickDemo::colorSpace_Demo(Mat &image) {
Mat gray, hsv;
cvtColor(image, hsv, COLOR_BGR2HSV);
// H 0~180 S 0~255 V 0~255
cvtColor(image, gray, COLOR_BGR2GRAY);
imshow("HSV", hsv);
imshow("灰度", gray);
imwrite("D:/images/hsv.png", hsv);
imwrite("D:/images/gray.png", gray);
}
修改源文件test440，进行调试
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
//imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
//引入类QuickDemo，调用方法
QuickDemo qd;
qd.colorSpace_Demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.3、图像对象的创建与赋值
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
};
quickdemo.cpp
#include<quickopencv.h>
void QuickDemo::colorSpace_Demo(Mat &image) {
Mat gray, hsv;
cvtColor(image, hsv, COLOR_BGR2HSV);
// H 0~180 S 0~255 V 0~255
cvtColor(image, gray, COLOR_BGR2GRAY);
imshow("HSV", hsv);
imshow("灰度", gray);
imwrite("D:/images/hsv.png", hsv);
imwrite("D:/images/gray.png", gray);
}
void QuickDemo::mat_creation_demo() {
//克隆和复制才会创建新的对象，赋值不会创建新的对象
//Mat m1, m2;
//m1 = image.clone();
//image.copyTo(m2);
// 创建空白图像
Mat m3 = Mat::ones(Size(512, 512), CV_8UC3);
m3 = Scalar(127, 127, 127); // 为像素赋予指定的值 B,G,R顺序
std::cout << "width: " << m3.cols << " height: " << m3.rows << " channels: " << m3.channels() << std::endl;
//std::cout << m3 << std::endl;
Mat m4 = m3; //赋值后m4改变，会引起m3改变，clone或copyTo则会创建新对象，不影响原对象
m4 = Scalar(0, 255, 255);
imshow("创建图像", m3);
Mat kernel = (Mat_<char>(3, 3) << 0,-1,0, // 3*3卷积核
-1,5,-1,
0,-1,0);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.mat_creation_demo();
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.4、图像像素的读写操作
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
};
quickdemo.cpp
#include<quickopencv.h>
void QuickDemo::pixel_visit_demo(Mat &image) {
int w = image.cols;
int h = image.rows;
int dims = image.channels();
//for (int row = 0; row < h; row++) {
// for (int col = 0; col < w; col++) {
// if (dims == 1) { //灰度图像
// int pv = image.at<uchar>(row, col); //row,col → y,x
// image.at<uchar>(row, col) = 255 - pv; //对像素值反转，image.at<uchar>为获取某点格式为uchar的像素值
// }
// if (dims == 3) { //彩色图像
// Vec3b bgr = image.at<Vec3b>(row, col); //Vec3b为bgr图像像素点存储格式，对像素值进行反转
// image.at<Vec3b>(row, col)[0] = 255 - bgr[0];
// image.at<Vec3b>(row, col)[1] = 255 - bgr[1];
// image.at<Vec3b>(row, col)[2] = 255 - bgr[2];
// }
// }
//}
for (int row = 0; row < h; row++) {
uchar* current_row = image.ptr<uchar>(row); //获取当前行最初位置的指针
for (int col = 0; col < w; col++) {
if (dims == 1) { //灰度图像
int pv = *current_row;
*current_row++ = 255 - pv; //每次运算完，指针右移一位
}
if (dims == 3) { //彩色图像
*current_row++ = 255 - *current_row; //由于bgr图像矩阵是连续的，所以指针直接指向下一位
*current_row++ = 255 - *current_row;
*current_row++ = 255 - *current_row;
}
}
}
imshow("像素读写演示", image);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.pixel_visit_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.5、图像像素的算数操作
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
};
quickdemo.cpp
#include<quickopencv.h>
void QuickDemo::operators_demo(Mat &image) {
Mat dst;
Mat m = Mat::zeros(image.size(), image.type());
m = Scalar(2, 2, 2); //Scalar标量
//dst = image + Scalar(50, 50, 50);
//dst = image - Scalar(50, 50, 50);
//dst = image / Scalar(2, 2, 2);
//加法手写实现，主要使用saturate_cast函数，运算可使用对应函数快速实现
/*
int w = image.cols;
int h = image.rows;
int dims = image.channels();
for (int row = 0; row < h; row++) {
for (int col = 0; col < w; col++) {
Vec3b p1 = image.at<Vec3b>(row, col);
Vec3b p2 = m.at<Vec3b>(row, col);
//saturate_cast函数，将大于255的数转换为255，小于0的数转换为0
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0] + p2[0]);
dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(p1[1] + p2[1]);
dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(p1[2] + p2[2]);
}
}
imshow("加法操作", dst);
*/
//add(image, m, dst); //add(操作的图，对图片操作的参数，输出的结果)
//subtract(image, m, dst); //减法
//divide(image, m, dst); //除法
multiply(image, m, dst); //乘法
//imshow("加法操作", dst);
//imshow("减法操作", dst);
//imshow("除法操作", dst);
imshow("乘法操作", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/dark_face.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.operators_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.6、使用滚动条调整图像亮度（TrackBar）
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
};
quickdemo.cpp
Mat src, dst, m;
int lightness = 50;
//回调函数两个形参，第一个int为createTrackbar中当前滑块所在位置，初始为lightness，第二个为userdata，为createTrackbar最后一个参数，默认为0
static void on_track(int, void*) {
m = Scalar(lightness, lightness, lightness);
add(src, m, dst);
imshow("亮度调整", dst);
}
void QuickDemo::tracking_bar_demo(Mat &image) {
namedWindow("亮度调整", WINDOW_AUTOSIZE);
dst = Mat::zeros(image.size(), image.type());
m = Mat::zeros(image.size(), image.type());
src = image;
int max_value = 100;
//createTrackbar(滑动条名，滑动条所在的窗口，滑动块初始位置，滑动条最大值，回调函数（滑块滑动时的处理）)
createTrackbar("Value Bar:", "亮度调整", &lightness, max_value, on_track);
on_track(50, 0);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/dark_face.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.tracking_bar_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.7、滚动条操作-通过参数传递度
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
};
quickdemo.cpp 对上一节函数优化
//回调函数两个形参，第一个int为createTrackbar中的当前滑块所在位置，第二个为userdata，为createTrackbar最后一个参数，默认为0
static void on_lightness(int b, void* userdata) {
Mat image = *((Mat*)userdata); //指针转换成Mat类型数据
Mat dst = Mat::zeros(image.size(), image.type());
Mat m = Mat::zeros(image.size(), image.type());
addWeighted(image, 1.0, m, 0, b, dst); //dst = image*1.0 + m*0 + b
imshow("亮度与对比度调整", dst);
}
static void on_contrast(int b, void* userdata) {
Mat image = *((Mat*)userdata); //指针转换成Mat类型数据
Mat dst = Mat::zeros(image.size(), image.type());
Mat m = Mat::zeros(image.size(), image.type());
double contrast = b / 100.0;
//addWeighted()函数可以实现两张图片混合
addWeighted(image, contrast, m, 0, 0, dst); //dst = image*contrast + m*0 + 0
imshow("亮度与对比度调整", dst);
}
void QuickDemo::tracking_bar_demo(Mat &image) {
namedWindow("亮度与对比度调整", WINDOW_AUTOSIZE);
int lightness = 50;
int light_max_value = 100;
int contrast_value = 100;
int contrast_max = 200;
//createTrackbar(滑动条名，滑动条所在的窗口，滑动块初始位置，滑动条最大值，回调函数（滑块滑动时的处理），userdata（传递给回调函数的数据）)
createTrackbar("Value Bar:", "亮度与对比度调整", &lightness, light_max_value, on_lightness, (void*)(&image));
createTrackbar("Contrast Bar:", "亮度与对比度调整", &contrast_value, contrast_max, on_contrast, (void*)(&image));
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/dark_face.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.tracking_bar_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.8、滚动条操作-键盘响应操作
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::key_demo(Mat &image) {
Mat dst = Mat::zeros(image.size(), image.type());
while (true) {
int c = waitKey(1); //waitKey(图像刷新时间间隔)不断刷新图像，刷新间隔时间为1ms，视频处理时尽量设置1ms
if (c == 27) { // 退出
break;
}
if (c == 49) { // Key #1
cvtColor(image, dst, COLOR_BGR2GRAY);
imshow("键盘响应01", dst);
}
if (c == 50) { // Key #2
cvtColor(image, dst, COLOR_BGR2HSV);
imshow("键盘响应02", dst);
}
if (c == 51) { // Key #3
dst = Scalar(50, 50, 50);
add(image, dst, dst);
imshow("键盘响应03", dst);
}
//imshow("键盘响应", dst);
}
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.key_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.9、OpenCV自带颜色表操作
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::color_style_demo(Mat &image) {
int colormap[] = {
COLORMAP_AUTUMN,
COLORMAP_BONE,
COLORMAP_JET,
COLORMAP_WINTER,
COLORMAP_RAINBOW,
COLORMAP_OCEAN,
COLORMAP_SUMMER,
COLORMAP_SPRING,
COLORMAP_COOL,
COLORMAP_PINK,
COLORMAP_HOT,
COLORMAP_PARULA,
COLORMAP_MAGMA,
COLORMAP_INFERNO,
COLORMAP_PLASMA,
COLORMAP_VIRIDIS,
COLORMAP_CIVIDIS,
COLORMAP_TWILIGHT,
COLORMAP_TWILIGHT_SHIFTED
};
Mat dst;
int index = 0;
while (true) {
int c = waitKey(2000);
if (c == 27) {
break;
}
applyColorMap(image, dst, colormap[index%19]);
index++;
imshow("颜色风格", dst);
}
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.color_style_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.10、图像像素的逻辑操作
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::bitwise_demo(Mat &image) {
Mat m1 = Mat::zeros(Size(256, 256), CV_8UC3);
Mat m2 = Mat::zeros(Size(256, 256), CV_8UC3);
//rectangle()函数第四个参数小于0表示填充，大于0表示绘制
//rectangle(m1, Rect(100, 100, 80, 80), Scalar(255, 255, 0), 2, LINE_8, 0);
//rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), 2, LINE_8, 0);
rectangle(m1, Rect(100, 100, 80, 80), Scalar(255, 255, 0), -1, LINE_8, 0);
rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), -1, LINE_8, 0);
imshow("m1", m1);
imshow("m2", m2);
Mat dst;
//bitwise_and(m1, m2, dst);
//bitwise_or(m1, m2, dst);
//dst = ~image; //也可以实现图像取反操作
//bitwise_not(image, dst); //当前图像取反操作
bitwise_xor(m1, m2, dst); //异或（（非m1 与 m2） 或 （m1 与 非m2）），相当于 m1或m2，相交的部分（非（m1 与 m2））
imshow("像素位操作", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.bitwise_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.11、通道分离与合并
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::channels_demo(Mat &image) {
std::vector<Mat> mv; //Mat数组
split(image, mv);
imshow("蓝色", mv[0]);
imshow("绿色", mv[1]);
imshow("红色", mv[2]);
Mat dst;
//mv[1] = 0;
//mv[2] = 0;
//merge(mv, dst);
//imshow("蓝色", dst);
//mv[0] = 0;
//mv[2] = 0;
//merge(mv, dst);
//imshow("绿色", dst);
mv[0] = 0;
mv[1] = 0;
merge(mv, dst);
imshow("红色", dst);
//from_to[]复制列表
int from_to[] = { 0,2,1,1,2,0 }; //通道0复制到通道2，通道1复制到通道1，通道2复制到通道0
//mixChannels(输入矩阵，输入矩阵数量，输出矩阵，输出矩阵数量，复制列表，复制列表中复制几次)
mixChannels(&image, 1, &dst, 1, from_to, 3);
imshow("通道混合", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/flower.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.channels_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.12、图像色彩空间转换
HSV颜色空间表
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::inrange_demo(Mat &image) {
Mat hsv;
cvtColor(image, hsv, COLOR_BGR2HSV);
Mat mask;
inRange(hsv, Scalar(35, 43, 46), Scalar(77, 255, 255), mask);
imshow("mask01", mask);
Mat redback = Mat::zeros(image.size(), image.type());
redback = Scalar(40, 40, 200);
bitwise_not(mask, mask); //像素逻辑运算，mask取反
imshow("mask02", mask);
//image.copyTo(拷贝到的图像，mask为1的部分拷贝为0的部分不拷贝)
image.copyTo(redback, mask); //将image拷贝到其他图像中
imshow("roi区域提取", redback);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.inrange_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.13、图像像素值统计
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::pixel_statistic_demo(Mat &image) {
double minv, maxv;
Point minLoc, maxLoc;
Mat mean, stddev;
std::vector<Mat> mv;
split(image, mv);
for (int i = 0; i < mv.size(); i++) {
//第一个参数需要是单通道的图像，可以先把多通道分离；最后一个参数为mask
minMaxLoc(mv[i], &minv, &maxv, &minLoc, &maxLoc, Mat());
std::cout << "No.channels: " << i << " min value: " << minv << " max value: " << maxv << std::endl;
//第一个参数是单通道图像则计算一组均值、方差，如果是多通道图像，则同时计算多组均值、方差
meanStdDev(mv[i], mean, stddev);
std::cout << "means: " << mean << std::endl;
std::cout << "stddev: " << stddev << std::endl;
}
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.pixel_statistic_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.14、图像几何形状绘制，随机数与随机颜色
基本绘图
1 Point:
2 Point pt;
3 pt.x = 10;
4 pt.y = 8;
5 或者
6 Point pt = Point(10, 8);
7
8 Scalar:
9 Scalar( B, G, R ) //定义的RGB颜色值为：Blue,Green, Red
10
11 line 绘直线:
12 line( img, //输出图像
13 start, //起始点
14 end, //结束点
15 Scalar( 0, 0, 0 ), //颜色
16 thickness=2, //线条粗细
17 lineType=8 ); //线条类型
18
19 ellipse 绘椭圆：
20 ellipse( img, //输出图像
21 Point( w/2.0, w/2.0 ), //中心为点 (w/2.0, w/2.0)
22 Size( w/4.0, w/16.0 ), //大小位于矩形 (w/4.0, w/16.0) 内
23 angle, //旋转角度为 angle
24 0,
25 360, //扩展的弧度从 0 度到 360 度
26 Scalar( 255, 0, 0 ), //颜色
27 thickness, //线条粗细
28 lineType ); //线条类型
29
30 circle 绘圆：
31 circle( img, //输出图像
32 center, //圆心由点 center 定义
33 w/32.0, /圆的半径为: w/32.0
34 Scalar( 0, 0, 255 ), //颜色
35 thickness, //线条粗细
36 lineType ); //线条类型
37
38 rectangle 绘矩形：
39 rectangle( rook_image,
40 Point( 0, 7*w/8.0 ),
41 Point( w, w), //矩形两个对角顶点为 Point( 0, 7*w/8.0 ) 和 Point( w, w)
42 Scalar( 0, 255, 255 ),
43 thickness = -1,
44 lineType = 8 );
45
46 fillPoly 绘填充的多边形：
47 fillPoly( img,
48 ppt, //多边形的顶点集为 ppt
49 npt, //要绘制的多边形顶点数目为 npt
50 1, //要绘制的多边形数量仅为 1
51 Scalar( 255, 255, 255 ),
52 lineType );
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
};
quickdemo.cpp
void QuickDemo::form_paint_random() {
Mat image_line = Mat::zeros(512, 512, CV_8UC3); //新建两个512*512的三通道矩阵
Mat image_rect = Mat::zeros(512, 512, CV_8UC3);
Rect rect; //新建一个矩形对象
RNG rng(0xFFFFFF); //生成随机数的类RNG，随机数产生器，用数值0xFFFFFF来实例化一个RNG对象
image_line.setTo(Scalar(0, 0, 0)); //将图像使用另一种颜色覆盖
image_rect.setTo(Scalar(0, 0, 0)); //将图像使用另一种颜色覆盖
for (int i = 0; i < 100000; i++) {
int x1 = rng.uniform(0, 512); //获取[0,512)的均匀分布的随机数
int y1 = rng.uniform(0, 512);
int x2 = rng.uniform(0, 512);
int y2 = rng.uniform(0, 512);
int b = rng.uniform(0, 256);
int g = rng.uniform(0, 256);
int r = rng.uniform(0, 256);
//void line(绘制线段的图像，起点坐标，终点坐标，线段的颜色通过Scalar()定义，线段的宽度（线宽为负数时表示填充），线段的类型，坐标点小数点位数)
line(image_line, Point(x1, y1), Point(x2, y2), Scalar(b, g, r), 1, LINE_AA, 0); //线段的类型。可以取值LINE_8，LINE_4和LINE_AA，分别代表8邻接连接线，4邻接连接线和反锯齿连接线。默认值为8邻接。为了获得更好地效果可以选用LINE_AA(采用了高斯滤波)。
imshow("image_line", image_line);
rect.x = x1; //定义矩形的左上顶点坐标及宽高
rect.y = y1;
rect.width = x2 - x1;
rect.height = y2 - y1;
rectangle(image_rect, rect, Scalar(b, g, r), 1, LINE_AA, 0);
imshow("image_rect", image_rect);
char c = waitKey(20);
if (c == 27)
break;
}
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
//imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.form_paint_random();
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.15、多边形填充与绘制
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
};
quickdemo.cpp
void QuickDemo::polyline_drawing_demo() {
Mat canvas01 = Mat::zeros(Size(512, 512), CV_8UC3);
Mat canvas02 = Mat::zeros(Size(512, 512), CV_8UC3);
Point p1(100, 100);
Point p2(350, 100);
Point p3(450, 280);
Point p4(320, 450);
Point p5(80, 400);
std::vector<Point> pts;
pts.push_back(p1);
pts.push_back(p2);
pts.push_back(p3);
pts.push_back(p4);
pts.push_back(p5);
fillPoly(canvas01, pts, Scalar(255, 255, 0), 8, 0);
//polylines(绘制所在图像，要绘制的顶点集合，图形是否闭合，线的颜色，线宽，线的类型)
//polylines(canvas, pts, true, Scalar(0, 0, 255), 3, LINE_8, 0); //不能设置线宽为负数进行填充
polylines(canvas01, pts, true, Scalar(0, 0, 255), 3, LINE_AA, 0); //使用LINE_AA抗锯齿
std::vector<std::vector<Point>> contours;
contours.push_back(pts);
//drawContours(绘制所在的图像，绘制的点集的集合，绘制第几个点集-1表示全部绘制，线段颜色，线宽-1表示填充)
drawContours(canvas02, contours, -1, Scalar(255, 0, 0), -1);
imshow("多边形绘制01", canvas01);
imshow("多边形绘制02", canvas02);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
//imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.polyline_drawing_demo();
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.16、鼠标操作与响应
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
};
quickdemo.cpp
Point sp(-1, -1); //起点
Point ep(-1, -1); //终点
//新建一个temp矩阵保存原图像，没有绘制的
Mat temp;
static void on_draw(int event, int x, int y, int flags, void *userdata) {
Mat image = *((Mat*)userdata);
if (event == EVENT_LBUTTONDOWN) {
sp.x = x;
sp.y = y;
std::cout << "start point: " << sp << std::endl;
}
else if (event == EVENT_LBUTTONUP) {
ep.x = x;
ep.y = y;
int dx = ep.x - sp.x;
int dy = ep.y - sp.y;
if (dx > 0 && dy > 0) {
Rect box(sp.x, sp.y, dx, dy);
temp.copyTo(image); //去除绘制目标区域的边框
imshow("ROI区域", image(box)); //将绘制区域中的图像单独显示出来
rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);
imshow("鼠标绘制", image);
//ready for next drawing
sp.x = -1;
sp.y = -1;
}
}
else if (event == EVENT_MOUSEMOVE) {
if (sp.x > 0 && sp.y > 0) {
ep.x = x;
ep.y = y;
int dx = ep.x - sp.x;
int dy = ep.y - sp.y;
if (dx > 0 && dy > 0) {
Rect box(sp.x, sp.y, dx, dy);
temp.copyTo(image); //每次都重新加载没有绘制的原图，实现擦除过程中绘制的图形
rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);
imshow("鼠标绘制", image);
}
}
}
}
void QuickDemo::mouse_drawing_demo(Mat &image) {
namedWindow("鼠标绘制", WINDOW_AUTOSIZE);
setMouseCallback("鼠标绘制", on_draw, (void*)(&image));
imshow("鼠标绘制", image);
temp = image.clone(); //将加载的原图克隆到临时矩阵temp中
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
//imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.mouse_drawing_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.17、图像像素类型转换与归一化
图像为什么要进行归一化：
归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。
归一化的目的简而言之，是使得没有可比性的数据变得具有可比性，同时又保持相比较的两个数据之间的相对关系，如大小关系；或是为了作图，原来很难在一张图上作出来，归一化后就可以很方便的给出图上的相对位置等。
四种归一化方式：
其中的NORM_L2计算方式实例如下公式，其他归一化方式根据图片中的内容即可理解
\[2.0\div \sqrt {{{2}^{2}+{8}^{2}+10}^{2}}\approx 0.15
\]
\]
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
};
quickdemo.cpp
//image.type()返回的数值与类型对应关系，第一行为通道数，第一列为数据类型
+--------+----+----+----+----+------+------+------+------+
| | C1 | C2 | C3 | C4 | C(5) | C(6) | C(7) | C(8) |
+--------+----+----+----+----+------+------+------+------+
| CV_8U | 0 | 8 | 16 | 24 | 32 | 40 | 48 | 56 |
| CV_8S | 1 | 9 | 17 | 25 | 33 | 41 | 49 | 57 |
| CV_16U | 2 | 10 | 18 | 26 | 34 | 42 | 50 | 58 |
| CV_16S | 3 | 11 | 19 | 27 | 35 | 43 | 51 | 59 |
| CV_32S | 4 | 12 | 20 | 28 | 36 | 44 | 52 | 60 |
| CV_32F | 5 | 13 | 21 | 29 | 37 | 45 | 53 | 61 |
| CV_64F | 6 | 14 | 22 | 30 | 38 | 46 | 54 | 62 |
+--------+----+----+----+----+------+------+------+------+
void QuickDemo::norm_demo(Mat &image) {
Mat dst;
std::cout << image.type() << std::endl;
image.convertTo(image, CV_32F); //将8UC3 Integer数据转换成32F float数据，以便用于后续归一化操作
std::cout << image.type() << std::endl;
//值归一化与范围归一化：值归一化L1,L2,MINMAX；范围归一化可以自己设置归一化范围如[0,255]
//normalize(输入数组，输出数组，1用来规范值2规范范围下限，0值归一化其他范围归一化上限，归一化选择的数学公式类型)
normalize(image, dst, 1.0, 0, NORM_MINMAX); //转换为浮点数类型后必须进行归一化操作
std::cout << dst.type() << std::endl;
imshow("图像数据归一化前", image);
imshow("图像数据归一化后", dst);
//CV_8UC3, CV_32FC3
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.norm_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.18、图像放缩与插值
OpenCV图像放缩的五种插值算法：最近邻、双线性、双三次、基于像素区域关系、兰索斯插值。
1、最近邻：选取离目标点最近的点作为新的插入点；
2、双线性：由相邻的四像素(2 * 2)计算得出；
原理公式及矩阵
计算过程示意图
3、双三次：由相邻的4 * 4像素计算得出，公式类似于双线性插值；
4、基于像素区域关系：共分三种情况，图像放大时类似于双线性插值，图像缩小(x轴、y轴同时缩小)又分两种情况，此情况下可以避免波纹出现；
5、兰索斯插值：由相邻的8 * 8像素计算得出，公式类似于双线性
总结：
- 速度比较：INTER_NEAREST（最近邻插值)>INTER_LINEAR(双线性插值)>INTER_CUBIC(三次样条插值)>INTER_AREA(区域插值)
- OpenCV推荐：如果要缩小图像，通常推荐使用 INTER_AREA插值效果最好；而要放大图像，通常使用 INTER_CUBIC(速度较慢，但效果最好)，或者使用 INTER_LINEAR(速度较快，效果还可以)。至于最近邻插值 INTER_NEAREST，一般不推荐使用
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::resize_demo(Mat &image) {
Mat zoomin, zoomout;
int h = image.rows;
int w = image.cols;
//resize(输入图像，输出图像，大小变换方法Size()，x方向缩放系数，y方向缩放系数，插值算法)
//如果size有值，使用size做放缩插值，否则根据fx与fy卷积
resize(image, zoomin, Size(w / 2, h / 2), 0, 0, INTER_LINEAR);
imshow("zoomin", zoomin);
resize(image, zoomout, Size(w * 1.5, h * 1.5), 0, 0, INTER_LINEAR);
imshow("zoomout", zoomout);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.resize_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.19、图像翻转
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::flip_demo(Mat &image) {
Mat dst;
flip(image, dst, 0); //上下翻转
imshow("图像上下翻转", dst);
flip(image, dst, 1); //左右翻转
imshow("图像左右翻转", dst);
flip(image, dst, -1); //180°旋转
imshow("图像180°翻转", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/greenback.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.flip_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.20、图像旋转
公式：
\[i'\, =\, icosθ\, -\, j\sin {\theta }
\]
\]
\[i'\, =\, i\sin {\theta }\, +\, jcosθ
\]
\]
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::rotate_demo(Mat &image) {
Mat dst, M;
int w = image.cols;
int h = image.rows;
M = getRotationMatrix2D(Point2f(w / 2, h / 2), 45, 1.0);
double cos = abs(M.at<double>(0, 0));
double sin = abs(M.at<double>(0, 1));
int nw = cos * w + sin * h;
int nh = sin * w + cos * h;
M.at<double>(0, 2) += (nw / 2 - w / 2);
M.at<double>(1, 2) += (nh / 2 - h / 2);
warpAffine(image, dst, M, Size(nw, nh), INTER_LINEAR, 0, Scalar(255, 255, 0));
imshow("旋转展示", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.rotate_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.21、视频文件摄像头使用
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::video_demo(Mat &image) {
//VideoCapture capture(0); //获取当前设备摄像头视频
VideoCapture capture("D:/images/video/example.mp4"); //获取该地址下的视频
Mat frame;
while (true) {
capture.read(frame);
int h = frame.rows; //获取视频每一帧的宽高
int w = frame.cols;
//flip(frame, frame, 1); //摄像头需要翻转，视频不需要翻转
if (frame.empty()) {
break;
}
resize(frame, frame, Size(w / 4, h / 4), 0, 0, INTER_LINEAR); //缩放视频
imshow("frame", frame); //显示缩放后的视频
colorSpace_Demo(frame); //调用色彩空间转换函数，将视频转换为灰度图像及HSV图像并显示
// TODO: do something....
int c = waitKey(10);
if (c == 27) { //退出
break;
}
}
//release
capture.release();
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
//imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.video_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.22、视频处理与保存
分辨率清晰度对照：
| 视频显示格式 | 分辨率尺寸名 | 汉语简称 |
|---|---|---|
| 480p、576p | SD(Standard Definition) | 标清 |
| 720p | HD(High Definition) | 高清 |
| 1080p | FHD(Full High Definition) | 全高清 |
| 2k | QHD(Quad High Definition) | 四倍HD |
| 4k | UHD(Ultra High Definition) | 超高清 或 4k UHD |
| 8k | FUHD(Full Ultra High Definition) | 8k超高清 或 8k UHD |
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::video_demo(Mat &image) {
//VideoCapture capture(0); //获取当前设备摄像头视频
VideoCapture capture("D:/images/video/example.mp4"); //获取该地址下的视频
int frame_width = capture.get(CAP_PROP_FRAME_WIDTH); //获取视频帧的宽高
int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);
int count = capture.get(CAP_PROP_FRAME_COUNT); //获取视频的全部帧数
double fps = capture.get(CAP_PROP_FPS); //获取视频每秒帧数fps
std::cout << "frame width: " << frame_width << std::endl;
std::cout << "frame height: " << frame_height << std::endl;
std::cout << "FPS: " << fps << std::endl;
std::cout << "Number of Frames: " << count << std::endl;
int fourcc = VideoWriter::fourcc('a','v','c','1'); //H264编码格式的fourcc code
//VideoWriter writer(保存地址，fourcc编码格式code，帧率，保存视频的画面宽高，是否是彩色);
VideoWriter writer("D:/test.mp4", fourcc, fps, Size(frame_width, frame_height), true);
Mat frame;
Mat frame1;
while (true) {
capture.read(frame);
int h = frame.rows; //获取视频每一帧的宽高
int w = frame.cols;
//flip(frame, frame, 1); //摄像头需要翻转，视频不需要翻转
if (frame.empty()) {
break;
}
resize(frame, frame1, Size(w / 4, h / 4), 0, 0, INTER_LINEAR); //缩放视频
imshow("frame", frame1); //显示缩放后的视频
//colorSpace_Demo(frame); //调用色彩空间转换函数，将视频转换为灰度图像及HSV图像并显示
writer.write(frame); //将每一帧保存到新的文件中
// TODO: do something....
int c = waitKey(10);
if (c == 27) { //退出
break;
}
}
//release
capture.release();
writer.release();
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
//imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.video_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
运行过程中缺少H264编码器：
1、出现错误
2、到给出的网站中下载对应的dll文件
3、将该文件下载解压后放到opencv的bin目录下
4、再次运行正常
注意：H264对应的fourcc code为avc1！ 具体原因可以自行百度，与OpenCV遵守的开源协议有关
2.23、图像直方图
图像直方图解释：
图像直方图使图像像素值的统计学特征，计算代价较小，具有图像平移、旋转、缩放不变性等众多优点，广泛地应用域图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类、反向投影跟踪。常见的分为灰度直方图、颜色直方图。
Bins是指直方图的大小范围，对于像素值取在0~255之间的，最少有256个bin，此外还可以有16、32、48、128等，256除以bin的大小应该是整数倍。
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::histogram_demo(Mat &image) {
//三通道分离
std::vector<Mat> bgr_plane; //定义Mat类型的集合，用来保存三通道数据
split(image, bgr_plane); //将图像三通道分离，保存到定义的集合中
//定义参数变量
const int channels[1] = { 0 };
const int bins[1] = { 256 };
float hranges[2] = { 0,255 };
const float* ranges[1] = { hranges };
Mat b_hist;
Mat g_hist;
Mat r_hist;
//计算Blue，Green，Red通道的直方图
calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges);
calcHist(&bgr_plane[1], 1, 0, Mat(), g_hist, 1, bins, ranges);
calcHist(&bgr_plane[2], 1, 0, Mat(), r_hist, 1, bins, ranges);
//显示直方图
int hist_w = 512;
int hist_h = 400;
int bin_w = cvRound((double)hist_w / bins[0]);
Mat histImage = Mat::zeros(hist_h, hist_w,CV_8UC3);
//归一化直方图数据
normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
//绘制直方图曲线
for (int i = 1; i < bins[0]; i++) {
line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))),
Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, LINE_AA, 0);
line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))),
Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(0, 255, 0), 2, LINE_AA, 0);
line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))),
Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(0, 0, 255), 2, LINE_AA, 0);
}
//显示直方图
namedWindow("Histogram Demo", WINDOW_AUTOSIZE);
imshow("Histogram Demo", histImage);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/flower.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.histogram_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.24、二维直方图
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
void histogram_2d_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::histogram_2d_demo(Mat &image) {
//2D直方图
Mat hsv, hs_hist;
cvtColor(image, hsv, COLOR_BGR2HSV);
int hbins = 30, sbins = 32;
int hist_bins[] = { hbins,sbins };
float h_range[] = { 0,180 };
float s_range[] = { 0,256 };
const float* hs_ranges[] = { h_range,s_range };
int hs_channels[] = { 0,1 };
calcHist(&hsv, 1, hs_channels, Mat(), hs_hist, 2, hist_bins, hs_ranges, true, false);
double maxVal = 0;
minMaxLoc(hs_hist, 0, &maxVal, 0, 0);
int scale = 10;
Mat hist2d_image = Mat::zeros(sbins*scale, hbins*scale, CV_8UC3);
Mat hist2d_image_back = Mat::zeros(sbins*scale, hbins*scale, CV_8UC3);
for (int h = 0; h < hbins; h++) {
for (int s = 0; s < sbins; s++) {
float binVal = hs_hist.at<float>(h, s);
int intensity = cvRound(binVal * 255 / maxVal);
rectangle(hist2d_image, Point(h*scale, s*scale),
Point((h + 1)*scale - 1, (s + 1)*scale - 1),
Scalar::all(intensity),
-1);
}
}
applyColorMap(hist2d_image, hist2d_image_back, COLORMAP_JET);
imshow("H-S Histogram", hist2d_image);
imshow("H-S Histogram_back", hist2d_image_back);
imwrite("D:/hist_2d.png", hist2d_image);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/flower.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.histogram_2d_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.25、直方图均衡化
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
void histogram_2d_demo(Mat &image);
void histogram_eq_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::histogram_eq_demo(Mat &image) {
Mat gray;
cvtColor(image, gray, COLOR_BGR2GRAY);
imshow("灰度图像", gray);
Mat dst;
equalizeHist(gray, dst);
imshow("直方图均衡化演示", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/flower.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.histogram_eq_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.26、图像卷积操作
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
void histogram_2d_demo(Mat &image);
void histogram_eq_demo(Mat &image);
void blur_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::blur_demo(Mat &image) {
Mat dst01, dst02, dst03, dst04, dst05;
blur(image, dst01, Size(3, 3), Point(-1, -1));
blur(image, dst02, Size(13, 13), Point(-1, -1));
blur(image, dst03, Size(23, 23), Point(-1, -1));
blur(image, dst04, Size(13, 1), Point(-1, -1));
blur(image, dst05, Size(1, 13), Point(-1, -1));
imshow("图像模糊01", dst01);
imshow("图像模糊02", dst02);
imshow("图像模糊03", dst03);
imshow("图像模糊04", dst04);
imshow("图像模糊05", dst05);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/flower.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.blur_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.27、高斯模糊
高斯模糊计算公式：
\[G(x,y)=\frac {1} {2π{σ}^{2}}{e}^{-({x}^{2}+{y}^{2})/(2{σ}^{2})}
\]
\]
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
void histogram_2d_demo(Mat &image);
void histogram_eq_demo(Mat &image);
void blur_demo(Mat &image);
void gaussian_blue_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::gaussian_blue_demo(Mat &image) {
Mat dst01, dst02, dst03;
GaussianBlur(image, dst01, Size(5, 5), 15);
GaussianBlur(image, dst02, Size(3, 3), 15);
GaussianBlur(image, dst03, Size(0, 0), 15);
imshow("高斯模糊01",dst01);
imshow("高斯模糊02",dst02);
imshow("高斯模糊03",dst03);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/flower.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.gaussian_blue_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
2.28、高斯双边模糊
双边滤波原理：
空间距离：当前点距离滤波模板中心点的欧式距离。
灰度距离：当前点距离滤波模板中心点的灰度的差值的绝对值。
双边滤波的核函数是空间域核与像素范围域核的综合结果：
在图像的平坦区域，像素值变化很小，那么像素差值接近于0，对应的像素范围域权重接近于1，此时空间域权重起主要作用，相当于进行高斯模糊；
在图像的边缘区域，像素值变化很大，那么像素差值大，对应的像素范围域权重变大，即使距离远空间域权重小，加上像素域权重总的系数也较大，从而保护了边缘的信息。
双边滤波在突变的边缘上，使用了像素差权重，很好的保留了边缘。
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
void histogram_2d_demo(Mat &image);
void histogram_eq_demo(Mat &image);
void blur_demo(Mat &image);
void gaussian_blue_demo(Mat &image);
void bifilter_demo(Mat &image);
};
quickdemo.cpp
void QuickDemo::bifilter_demo(Mat &image) {
Mat dst;
bilateralFilter(image, dst, 0, 100, 10);
imshow("双边模糊", dst);
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.bifilter_demo(src);
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
3、案例：实时人脸识别
先下载三个文件置于opencv的face_detector路径下：D:\environment\opencv\sources\samples\dnn\face_detector
下载地址及文件如下：
quickopencv.h
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
void colorSpace_Demo(Mat &image);
void mat_creation_demo();
void pixel_visit_demo(Mat &image);
void operators_demo(Mat &image);
void tracking_bar_demo(Mat &image);
void key_demo(Mat &image);
void color_style_demo(Mat &image);
void bitwise_demo(Mat &image);
void channels_demo(Mat &image);
void inrange_demo(Mat &image);
void pixel_statistic_demo(Mat &image);
void form_paint_random();
void polyline_drawing_demo();
void mouse_drawing_demo(Mat &image);
void norm_demo(Mat &image);
void resize_demo(Mat &image);
void flip_demo(Mat &image);
void rotate_demo(Mat &image);
void video_demo(Mat &image);
void histogram_demo(Mat &image);
void histogram_2d_demo(Mat &image);
void histogram_eq_demo(Mat &image);
void blur_demo(Mat &image);
void gaussian_blue_demo(Mat &image);
void bifilter_demo(Mat &image);
void face_detection_demo();
};
quickdemo.cpp
#include<quickopencv.h>
#include<opencv2/dnn.hpp>
using namespace cv;
using namespace std;
void QuickDemo::face_detection_demo() {
std::string root_dir = "D:/environment/opencv/sources/samples/dnn/face_detector/";
dnn::Net net = dnn::readNetFromTensorflow(root_dir + "opencv_face_detector_uint8.pb", root_dir + "opencv_face_detector.pbtxt");
VideoCapture capture("D:/images/video/example_dsh.mp4");
Mat frame;
while (true) {
capture.read(frame);
if (frame.empty()) {
break;
}
Mat blob = dnn::blobFromImage(frame, 1.0, Size(300, 300), Scalar(104, 177, 123), false, false);
net.setInput(blob); //NCHW
Mat probs = net.forward();
Mat detectionMat(probs.size[2], probs.size[3], CV_32F, probs.ptr<float>());
//解析结果
for (int i = 0; i < detectionMat.rows; i++) {
float confidence = detectionMat.at<float>(i, 2);
if (confidence > 0.5) {
int x1 = static_cast<int>(detectionMat.at<float>(i, 3)*frame.cols);
int y1 = static_cast<int>(detectionMat.at<float>(i, 4)*frame.rows);
int x2 = static_cast<int>(detectionMat.at<float>(i, 5)*frame.cols);
int y2 = static_cast<int>(detectionMat.at<float>(i, 6)*frame.rows);
Rect box(x1, y1, x2 - x1, y2 - y1);
rectangle(frame, box, Scalar(0, 0, 255), 2, 8, 0);
}
}
imshow("人脸检测演示", frame);
//TODO: do something...
int c = waitKey(1);
if (c == 27) { //退出
break;
}
}
}
test440.cpp
#include<opencv2/opencv.hpp>
#include<quickopencv.h>
#include<iostream>
using namespace cv;
using namespace std;
int main(int argc, char**argv) {
// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
// B,G,R
Mat src = imread("D:/images/lena.jpg"); //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
if (src.empty()) {
printf("could not load image...\n");
return -1;
}
//namedWindow("输入窗口", WINDOW_FREERATIO); //不管图片大小，都能进行调整，图像很小可以不使用这个函数
//imshow("输入窗口", src); //第一个参数为窗口名
QuickDemo qd;
qd.face_detection_demo();
waitKey(0); //窗口停留时间，0为一直停留，数值为停留的毫秒数
destroyAllWindows(); //关闭所有打开的窗口
return 0;
}
效果
OpenCV4之C++入门详解的更多相关文章
- Linq之旅：Linq入门详解（Linq to Objects）
示例代码下载:Linq之旅:Linq入门详解(Linq to Objects) 本博文详细介绍 .NET 3.5 中引入的重要功能:Language Integrated Query(LINQ,语言集 ...
- SQL注入攻防入门详解
=============安全性篇目录============== 本文转载 毕业开始从事winfrm到今年转到 web ,在码农届已经足足混了快接近3年了,但是对安全方面的知识依旧薄弱,事实上是没机 ...
- SQL注入攻防入门详解（2）
SQL注入攻防入门详解 =============安全性篇目录============== 毕业开始从事winfrm到今年转到 web ,在码农届已经足足混了快接近3年了,但是对安全方面的知识依旧薄弱 ...
- Quartz 入门详解
Quartz是OpenSymphony开源组织在Job scheduling领域又一个开源项目,它可以与J2EE与J2SE应用程序相结合也可以单独使用.Quartz可以用来创建简单或为运行十个,百个, ...
- Redis快速入门详解
Redis入门详解 Redis简介 Redis安装 Redis配置 Redis数据类型 Redis功能 持久化 主从复制 事务支持 发布订阅 管道 虚拟内存 Redis性能 Redis部署 Redis ...
- [转]SQL注入攻防入门详解
原文地址:http://www.cnblogs.com/heyuquan/archive/2012/10/31/2748577.html =============安全性篇目录============ ...
- [置顶]
xamarin android toolbar(踩坑完全入门详解)
网上关于toolbar的教程有很多,很多新手,在使用toolbar的时候踩坑实在太多了,不好好总结一下,实在浪费.如果你想学习toolbar,你肯定会去去搜索androd toolbar,既然你能看到 ...
- 转：JAVAWEB开发之权限管理(二)——shiro入门详解以及使用方法、shiro认证与shiro授权
原文地址:JAVAWEB开发之权限管理(二)——shiro入门详解以及使用方法.shiro认证与shiro授权 以下是部分内容,具体见原文. shiro介绍 什么是shiro shiro是Apache ...
- webpack入门详解
webpack入门详解(基于webpack 3.5.4 2017-8-22) webpack常用命令: webpack --display-error-details //执行打包 webpa ...
随机推荐
- 【Azure 存储服务】Java Azure Storage SDK V12使用Endpoint连接Blob Service遇见 The Azure Storage endpoint url is malformed
问题描述 使用Azure Storage Account的共享访问签名(Share Access Signature) 生成的终结点,连接时遇见 The Azure Storage endpoint ...
- Matplotlib的小入门
Matplotlib专门用于开发2D图表(包括3D图表),在日常数据处理中经常需要运用到它,它的用法非常多样,这里记录一些基础用法,算是一个小入门,后面如果有更复杂的画图要求,再进一步学习. 如果有需 ...
- 3000帧动画图解MySQL为什么需要binlog、redo log和undo log
全文建立在MySQL的存储引擎为InnoDB的基础上 先看一条SQL如何入库的: 这是一条很简单的更新SQL,从MySQL服务端接收到SQL到落盘,先后经过了MySQL Server层和InnoDB存 ...
- ER图/模型转换为关系模型
ER图中的主要成分是实体类型和联系类型,转换规则就是如何把实体类型.联系类型转换成关系模式. 1. 二元联系转换 规则1.1(实体类型的转换):将每个实体类型转换成一个关系模式,实体的属性即为关系模式 ...
- Keytool配置 Tomcat的HTTPS双向认证
Keytool配置 Tomcat的HTTPS双向认证 证书生成 keytool 简介 Keytool是一个Java数据证书的管理工具, Keytool将密钥(key)和证书(certificates) ...
- 中国天气api接口xml，json
http://m.weather.com.cn/data/101110101.html 大坑有木有??反应慢不说了,还老不更新!! 想贴段代码的,现在又打不 开了(貌似3月4号以后没更新过) ==== ...
- Vue几行代码实现搜索功能
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- Linux的文件路径和访问文件相关命令
Linux的绝对和相对路径 绝地路径 绝对路径:以根作为起来的路径 相对路径 相对路径:以当前位置作为起点 文件操作命令 显示当前工作目录: pwd命令 pwd:显示文件所在的路径 基名:basena ...
- 简单实现python接口自动化（一）
目的:excel中维护接口用例数据,通过python中requests库进行读取用例,并把运行结果与excel中的预期结果对比,最后把执行情况写入到excel中去. excel维护数据: 具体的接口名 ...
- HashMap的实现原理？如何保证HashMap线程安全？
A:HashMap简单说就是它根据建的hashcode值存储数据的,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历的顺序是不确定的. B:HashMap基于哈希表,底层结构由数组来实 ...