OpenCV 学习笔记1

头像
Tenacity
    阅读 9 分钟

    来 源 《OpenCV3 编程入门》

    opencv 版本2.8.4

    1 imread函数

    Mat imread (const string& filename, int flags = 1);

    1 filename:要载入的图片路径名

    2 fiags为载入标识，指定一个加载图像的颜色类型，默认值为1，表示载入三通道的彩色图像。这个参数可以在OpenCV中标识图像格式的枚举体中取值。若为0，灰度图像。若为2：当载入图像的深度为16位或者32位，返回对应深度的图像，否则转换为8位图像再返回。

    3因为flags是int类型得到变量，若不在枚举体里取固定的值，可以这样进行：

    • flags>0 返回一个3通道彩色图像

    • flags=0返回灰度图像

    • flags<0返回包含Alpha通道的加载图像

    4 注意：若以彩色模式载入图像，解码后的图像会以BGR的通道进行存储，即蓝，绿，红的顺序，不是通常的RGB顺序。

    Mat image0 = imread("1.jpg", 2|4) ;//载入无损的原图像
Mat image1 = imread("1.jpg", 0);//载入灰度图
Mat image2 = imread("1.jpg", 199);//载入3通道的彩色图像

    2 imshow函数

    void imshow (const string& winname, InputArray mat);

    1 winname:填需要显示的窗口标识名称。

    2 mat:需要显示的图像

    • 如果载入图像是8位无符号类型，就显示图像本来的样子

    • 如果图像是16位无符号类型或32位整型，用像素值除以256，值的范围是[0, 256x256]映射到[0, 255]

    • 如果图像是32位浮点型，像素值要乘以255.该值的范围是[0, 1]映射到[0, 255]。

    3 namedWindow()函数

    void namedWindow(const string& winname, int flags = WINDOW_AUTOSIZE);

    1 name:窗口名字

    2 flags:窗口标识

    • WINDOW_NORMAL——用户可以改变窗口大小（没有限制）CV_WINDOW_NORMAL

    • WINDOW_AUTOSIZE——窗口大小自适应，用户不能改变CV_WINDOW_AUTOSIZE

    • WIDNOW_OPENGL——窗口支持OPENGL CV_WINDOW_OPENGL

    3 可以用destroyWindow()函数来关闭窗口,不常用

    4. imwrite()函数

    bool imwrite(const string& filename, InputArray img, const vector<int>& params = vector<int>());

    1 filename:要写入的文件名

    2 img：填一个mat类型的图像数据

    3 params，表示为特定格式保存的编码，一般情况下，不需要填写。

    • 对于JPEG格式的图片，这个参数表示从0到100的图片质量（CV_IMWRITE_JPEG_QUALITY）默认值是95

    • 对于png格式，这个参数表示压缩级别（CV_IMWRITE_PNG_COMPRESSION）从0到9，较高值以为值更小的尺寸和更长的压缩时间，默认值3

    • 对于ppm，pgm，或pbm格式的图片，这个参数表示一个二进制格式标志（CV_IMWRITE_PXM_BINARY）取值为0或1， 默认值是1

    5. 滑动条的创建和使用

    1 createTrackbar()函数

    int createTrackbar(const string& trackbarname, const string& winname, int *value, int count, TrackbarCallback onChange = 0, void* userdata = 0);

    • trackbarname:轨迹条的名字

    • winname：窗口的名字，表示这个轨迹条会依附到那个窗口上、

    • value：指向int的指针，表示滑块的位置，滑块的初试位置就是该变量当前的值。

    • count：表示滑块可以达到的最大位置的值。滑块最小位置始终为0

    • trackbarcallback类型的onchange，它有默认值为0.这是一个指向回调函数的指针，每次滑块位置改变时，这个函数都会进行回调。并且这个函数的原型必须为void xxxx(int, void*) 其中，第一个参数是轨迹条的位置，第二个参数是用户数据，如果回调是null指针，则表示没有回调函数的调用，仅第三个参数value有变化。

    • userdata也有默认值0， 这个从参数是用户传给回调函数的数据，用来处理轨迹条事件。如果使用的第三个参数value实参是全局变量的话，可以不用管这个参数。

    2 getTrackbarPos()函数--用于获取当前轨迹条的位置

    int getTrackbarPos(const string& trackbarname, const string& winname);

    • trackbarname:轨迹条的名字

    • winname：轨迹条父窗口的名称

    6 鼠标操作

    SetMouseCallback函数的作用是为指定的窗口设置鼠标回调函数，原型如下：

    void setMouseCallback(const string& winname, MouseCallback onMouse, void* userdata = 0);

    1 winname:窗口名字

    2 onMouse:指定窗口里每次鼠标事件发生的时候，被调用的函数指针。这个函数的原型的大概形式为

    void Foo(int event, int x, int y, int flags, void *param)
    其中event是EVENT_+变量之一，x和y是鼠标指针在图像坐标系（不是窗口坐标系）中的坐标值，flags是EVENT_FLAG的组合，param是用户定义的传递到setmousecallback函数调用的参数。如EVENT_MOUSEMOVE为鼠标移动消息、EVENT_LBUTTONDOWN为鼠标左键按下消息。

    3 userdata：有默认值0.

    代码示例

    1 图像腐蚀

    #include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc//imgproc.hpp>
using namespace cv;

int main_2()
{
    Mat srcImage = imread("pic.jpg");
    imshow("[原图]腐蚀操作", srcImage);
    Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
    Mat dstImage;
    erode(srcImage, dstImage, element);
    imshow("[效果图]腐蚀操作", dstImage);
    waitKey(0);
    return 0;
}

    2 模糊

    #include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;


int main_3()
{
    Mat srcImage = imread("pic.jpg");
    imshow("均值滤波【原图】", srcImage);
    Mat dstImage;
    blur(srcImage, dstImage, Size(7, 7));
    imshow("均值滤波【效果图】", dstImage);
    waitKey(0);
    return 0;
}

    3 边缘检测

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

int main_4()
{
    Mat srcImage = imread("pic.jpg");
    imshow("【原始图】Canny边缘检测", srcImage);
    Mat dstImage, edge, grayImage;
    dstImage.create(srcImage.size(), srcImage.type());//创建与src同类型和大小的矩阵
    //将原图像转换为灰度图像
    cvtColor(srcImage, grayImage, CV_BGR2GRAY);//opecv2 代码版本
    blur(grayImage, edge, Size(3, 3));
    Canny(edge, edge, 3, 9, 3);
    imshow("【效果图】Canny边缘检测", edge);
    waitKey(0);
    return 0;
}

//不知道这里的dstImage是干什么的

    4 使用摄像头

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

// int main()
// {
//     //VideoCapture capture("1.avi");//读取视频
//     VideoCapture capture(0);//调取摄像头
//     while(1)
//     {
//         Mat frame;
//         capture >> frame;
//         imshow("读取视频", frame);
//         waitKey(1);
//     }
//     return 0;
// }

int main_5()
{
    VideoCapture capture(0);
    Mat edges;
    while(1)
    {
        Mat frame;
        capture >> frame;
        cvtColor(frame, edges, CV_BGR2GRAY);
        blur(edges, edges,Size(7, 7));
        Canny(edges, edges, 0, 30, 3);
        imshow("Canny后的视频", edges);
        if (waitKey(30) >= 0)
        {
            break;
        }
    }
    return 0;
}

    5 imwrite使用

    #include <opencv2/opencv.hpp>
#include <stdio.h>
#include <vector>

using namespace std;
using namespace cv;

void creatAlphaMat(Mat &mat)
{
    for (int i = 0; i < mat.rows; ++i)
    {
        for (int j = 0; j < mat.cols; ++j)
        {
            Vec4b &rgba = mat.at<Vec4b>(i, j);
            rgba[0] = UCHAR_MAX;
            rgba[1] = saturate_cast<uchar>((float(mat.cols - j)) / ((float)mat.cols) * UCHAR_MAX);
            rgba[2] = saturate_cast<uchar>((float(mat.rows - i)) / ((float)mat.rows) * UCHAR_MAX);
            rgba[3] = saturate_cast<uchar>(0.5 * (rgba[1] + rgba[2]));
        }
    }
}

int main_6()
{
    Mat mat(480, 640, CV_8UC4);
    creatAlphaMat(mat);//创建带Alpha通道的mat

    vector<int>compression_params;
    //compression_params.push_back(CV_IMWRITE_PNG_COMPRESSION);//书中写这句是v2的下面两句是v3的，但是这里库是v248的，要是用下面的代码才能运行成功
    compression_params.push_back(CV_IMWRITE_PNG_COMPRESSION);
    compression_params.push_back(9);
    
    try
    {
        imwrite("透明Alpha值图.png", mat, compression_params);
        imshow("生成的png图", mat);
        fprintf(stdout, "png图片文件的alpha数据保存完毕~\n 可以在工程目录下查看由imwrite函数生成的图片\n");
        waitKey(0);
    }
    catch(runtime_error& ex)
    {
        fprintf(stderr, "图像转换成png格式发生错误:%s\n", ex.what());
        return 1;
    }
    return 0;
}

    6 混合

    #include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;

int main_7()
{
    Mat girl = imread("girl.jpg");
    namedWindow("[1]动漫图");
    imshow("[1]动漫图", girl);

    Mat image = imread("dota.jpg", 199);
    Mat logo = imread("dota_logo.jpg");
    namedWindow("[2]原画图");
    imshow("[2]原画图", image);
    
    namedWindow("[3]logo图");
    imshow("[3]logo图", logo);

    Mat imageROI;
    imageROI = image(Rect(800, 350, logo.cols, logo.rows));

    addWeighted(imageROI, 0.5, logo, 0.3, 0., imageROI);

    namedWindow("[4]原画+logo图");
    imshow("[4]原画+logo图", image);

    imwrite("由imwrite生成的图片.jpg", image);

    waitKey(0);
    return 0;

}

    7 进度条

    #include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp"

using namespace cv;

#define WINDOW_NAME "【线性混合示例】"

const int g_nMaxAlphaValue = 100; //alpha 的最大值
int g_nAlphaValueSlider;//滑动条对应的变量
double g_dAlphaValue;
double g_dBetaValue;

Mat g_srcImage1;
Mat g_srcImage2;
Mat g_dstImage;

void on_Trackbar(int , void*)
{
    //求出当前alpha值相对于最大值的比例
    g_dAlphaValue = (double) g_nAlphaValueSlider / g_nMaxAlphaValue;
    //beta值为1-Alpha
    g_dBetaValue = (1.0 - g_dAlphaValue);
    //根据alpha和beta进行线性混合
    addWeighted(g_srcImage1, g_dAlphaValue, g_srcImage2, g_dBetaValue, 0.0, g_dstImage);
    imshow(WINDOW_NAME, g_dstImage);
}

int main_8()
{
    g_srcImage1 = imread("1.jpg");
    g_srcImage2 = imread("2.jpg");

    if (!g_srcImage1.data)
    {
        printf("读取第一幅图片错误，请确定目录下是否有imread函数指定的图片存在~！\n");
        return -1;
    }
    if (!g_srcImage2.data)
    {
        printf("读取第二幅图片错误，请确定目录下是否有imread函数指定的图片存在~！\n");
        return -1;
    }

    g_nAlphaValueSlider = 70;//滑动条初值为70
    namedWindow(WINDOW_NAME, 1);

    char TrackbarName[50];
    sprintf(TrackbarName, "透明值 %d", g_nMaxAlphaValue);

    createTrackbar(TrackbarName, WINDOW_NAME, &g_nAlphaValueSlider, g_nMaxAlphaValue, on_Trackbar);

    on_Trackbar(g_nAlphaValueSlider, 0);
    

    waitKey(0);
    return 0;

}

    8 鼠标操作

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

#define WINDOW_NAME "【程序窗口】"

void on_MouseHandle(int event, int x, int y, int flags, void* param);
void DrawRectangle(cv::Mat& img, cv::Rect box);
void ShowHelpText();

Rect g_rectangle;
bool g_bDrawingBox = false;//是否进行绘制
RNG g_rng(12345);

int main(int argc, char** argv)
{
    g_rectangle = Rect(-1, -1, 0, 0);
    Mat srcImage(600, 800, CV_8UC3), tempImage;
    srcImage.copyTo(tempImage);
    g_rectangle = Rect(-1, -1, 0, 0);
    srcImage = Scalar::all(0);

    namedWindow(WINDOW_NAME);
    setMouseCallback(WINDOW_NAME, on_MouseHandle, (void*)&srcImage);

    while (1)
    {
        srcImage.copyTo(tempImage);
        if (g_bDrawingBox)
        {
            DrawRectangle(tempImage, g_rectangle);
            //当进行绘制的标识符为真，则进行绘制
        }
        imshow(WINDOW_NAME, tempImage);

        if (waitKey(10) == 27)//esc
        {
            break;
        }
    
    }
        return 0;
}
void on_MouseHandle(int event, int x, int y, int flags, void* param)
{
    Mat &image = *(cv::Mat*) param;
    switch(event)
    {
    case EVENT_MOUSEMOVE:
        {
            if (g_bDrawingBox)
            {
                g_rectangle.width = x - g_rectangle.x;
                g_rectangle.height = y - g_rectangle.y;
            }
        }
        break;
    case EVENT_LBUTTONDOWN:
        {
            g_bDrawingBox = true;
            g_rectangle = Rect(x, y, 0, 0);
        }
        break;

    case EVENT_LBUTTONUP:
        {
            g_bDrawingBox = false;
            if (g_rectangle.width < 0)
            {
                g_rectangle.x += g_rectangle.width;
                g_rectangle.width *= -1;
            }
            if (g_rectangle.height < 0)
            {
                g_rectangle.y += g_rectangle.height;
                g_rectangle.height *= -1;
            }

            DrawRectangle(image, g_rectangle);
        }
        break;
    }
}

void DrawRectangle(cv::Mat& img, cv:: Rect box)
{
    rectangle(img, box.tl(), box.br(), Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255)));//随机颜色
}
    c++
    Tenacity
    77 声望4 粉丝

    有志者立长志，无志者常立志。

    « 上一篇
    【转】算法-求二进制数中1的个数
    下一篇 »
    OpenCV笔记2

    引用和评论

    推荐阅读
    头像
    React报错 You provided a `value` prop to a form field without...

    Tenacity阅读 9.4k

    头像
    Visual Studio Code (VS Code) – C/C++ 入门

    Xi_Xu赞 1阅读 1.3k评论 1

    头像
    AI处理器组合

    灵芸小骏阅读 1.3k

    头像
    想从事嵌入式软件，有推荐的吗？

    良许赞 2阅读 572

    头像
    程序员如何利用周末提升自己

    良许赞 1阅读 569

    头像
    大厂面试必考！C++ 多态底层原理 + 虚函数表，5 分钟看懂！

    小康阅读 850

    头像
    现在纠结于到底是学stm32好还是Arduino好？

    良许阅读 816

    0 条评论
    得票最新