Opencv学习笔记一Word文档下载推荐.docx
《Opencv学习笔记一Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《Opencv学习笔记一Word文档下载推荐.docx（24页珍藏版）》请在冰豆网上搜索。
opencv2\opencv.hpp>
#include<
iostream>
usingnamespacecv;
usingnamespacestd;
intmain（）
{
cout<
"
helloopencv"
<
endl;
IplImage*plmg=cvLoadImage（"
lena.jpg"
1）;
//声明IplImage指针
cvNamedWindow（"
Image"
//创建窗口
cvShowImage（"
plmg）;
//显示图像
cvWaitKey（0）;
//等待按键如果没有这句，显示图片的那句就会一闪而过立刻销毁了
cvDestroyWindow（"
）;
cvReleaseImage（&
plmg）;
return0;
}
注意：
1.这里用的是debugx64版本，要将vs中x86改成x64
2.图片放在项目的Debug下。
这里给出最新的opencv读图的方法
//!
[includes]
opencv2/core.hpp>
opencv2/imgcodecs.hpp>
opencv2/highgui.hpp>
string>
[namespace]
intmain（intargc,char**argv）
//!
[load]
StringimageName（"
cute.jpg"
//bydefault
if（argc>
1）
{
imageName=argv[1];
}
[mat]
Matimage;
[imread]
image=imread（imageName,IMREAD_COLOR）;
//Readthefile
if（image.empty（））//Checkforinvalidinput
Couldnotopenorfindtheimage"
std:
endl;
return-1;
[window]
namedWindow（"
Displaywindow"
WINDOW_AUTOSIZE）;
//Createawindowfordisplay.
[imshow]
imshow（"
image）;
//Showourimageinsideit.
[wait]
waitKey（0）;
//Waitforakeystrokeinthewindow
二Mat，图像的新容器
基础知识
自从版本2.0，OpenCV采用了新的数据结构，用Mat类结构取代了之前用extendedC写的cvMat和lplImage，更加好用啦，最大的好处就是更加方便的进行内存管理，对写更大的程序是很好的消息。
intmain（intargc,char*argv[]）
//声明类
image=imread（"
IMREAD_COLOR）;
if（!
image.data）{//Checkforinvalidinput
Matgray_image;
cvtColor（image,gray_image,CV_BGR2GRAY）;
//将彩色图像变为灰度图像
imwrite（"
Gray_Image.jpg"
gray_image）;
//writepicture
Colorimage"
CV_WINDOW_AUTOSIZE）;
Grayimage"
//原图
//灰色
Mat解析
1.Mat是一个类，有构造函数，赋值函数等
1MatA,C;
//createsjusttheheaderparts
2A=imread（argv[1],CV_LOAD_IMAGE_COLOR）;
//herewe’llknowthemethodused（allocatematrix）
3MatB（A）;
//Usethecopyconstructor
4C=A;
//Assignmentoperator
2.如果要拷贝自己的矩阵：
1MatF=A.clone（）;
2MatG;
3A.copyTo（G）;
3.构造函数解析
MatM（2,2,CV_8UC3,Scalar（0,0,255））;
M="
endl<
M<
构造2*2的矩阵。
CV_[Thenumberofbitsperitem][SignedorUnsigned][TypePrefix]C[Thechannelnumber]
CV_8UC3meansweuseunsignedchartypesthatare8bitlongandeachpixelhasthreeofthesetoformthethreechannels.
4.与原始的转换
IplImage*img=cvLoadImage（"
greatwave.png"
Matmtx（img）;
//convertIplImage*->
Mat
MatI;
IplImage*pI=&
I.operatorIplImage（）;
CvMat*mI=&
I.operatorCvMat（）;
5.改变矩阵creat（）函数
不能用来初始化一个矩阵，它不是构造函数，它用来改变一个已有的矩阵的格式。
Create（）function:
M.create（4,4,CV_8UC
（2））;
cout<
6.Matlab类型初始化操作
MatE=Mat:
eye（4,4,CV_64F）;
E="
E<
MatO=Mat:
ones（2,2,CV_32F）;
O="
O<
MatZ=Mat:
zeros（3,3,CV_8UC1）;
Z="
Z<
三图像处理的基本操作
Opencv图像处理基本操作
1基本数据类型
图像有若干个通道，灰度图像只有一个通道，而彩色具有红，绿，蓝组成，但是OpenCv以逆序的方式来存储三个分量，还可以使用第四个透明度（alpha），可以使用img.channels（）获取图像通道个数。
使用若干个位存储一副图像的每个像素，这被称为图像的深度，灰度图像为8位，即0-255个灰度级，可以用img.depth（）获得图像的深度，其返回值为：
CV_8U-8-bitunsignedintegers（0..255）
CV_8S-8-bitsignedintegers（-128..127）
CV_16U-16-bitunsignedintegers（0..65535）
CV_16S-16-bitsignedintegers（-32768..32767）
CV_32S-32-bitsignedintegers（-2147483648..2147483647）
CV_32F-32-bitfloating-pointnumbers（-FLT_MAX..FLT_MAX,INF,NAN）
CV_64F-64-bitfloating-pointnumbers（-DBL_MAX..DBL_MAX,INF,NAN）
对于灰度图像和彩色图像，最常见的是CV_8U.
Matimg=imread（"
lena.png"
IMREAD_GRAYSCALE）;
Matfp;
img.convertTo（fp,CV_32F）;
//改变图像的深度
1
2
3
2像素级访问
1.第一种方法：
模板函数at<
>
ucharpixel=img.at<
uchar>
（0,0）;
//获得灰度图像0，0点像素
Vec3bpixel=img.at<
Vec3B>
//获得3波段图像的第一个波段（0，0）像素。
第一种方法，效率不高，必须定位到他所在的位置
2.第二种方法：
函数ptr
他返回图像特定行的指针。
因此可以得到每一行的数据，时间复杂度降低，
如下代码获取一副彩色图像的每个像素值。
//时间复杂度大大降低！
！
ucharR,G,B;
for（inti=0;
i<
img.rows;
i++）//遍历行
Vec3bpixRow=img.ptr<
Vec3b>
（i）;
for（intj=0;
j<
img.cols;
j++）{//遍历**列**
B=pixRow[j][0];
G=pixRow[j][1];
R=pixRow[j][2];
测量程序用时可用函数：
doubleto=（double）getTickCount（）;
elapsed=（（double）getTickCount（）-to）/getTickFrenquency（）
图像位运算
可以用掩码对一个图像进行处理，位元算有：
voidbitwise_and（InputArraysrc1,InputArraysrc2,OutputArraydst,InputArraymask=noArray（））
其中src1是原始的图像，src2是掩码，dst为输出
一个例子：
intmain（）{
Matimg=imread（"
if（img.empty（））
cannotloadimage"
Origin"
img）;
Matmask（img.rows,img.cols,CV_8UC3,Scalar（0,0,0））;
circle（mask,Point（img.rows/2,img.cols/2-35）,220,Scalar（255,255,255）,-1）;
//画一个圆
Mask"
mask）;
//执行位操作
Matr;
bitwise_and（img,mask,r）;
Bit_and"
r）;
如下所示的图像处理过程：
分别为原始图像，掩模，计算后的图像
1.Adding（blending）twoimagesusingOpenCV
将两张图像以线性组合的方式合并成一张图像，注意的是，两张图像的大小应该相同。
g（x）=（1-a
）*f0（x）+
a*f1（x）g（x）为生成的矩阵，f0（x）,f1（x）为要合并的两个矩阵。
a为尺度。
用到的函数原型：
C++:
voidaddWeighted（InputArraysrc1,doublealpha,InputArraysrc2,doublebeta,doublegamma,OutputArraydst,intdtype=-1）
doublealpha=0.5;
doublebeta;
doubleinput;
Matsrc1,src2,dst;
///Asktheuserenteralpha
SimpleLinearBlender"
-----------------------"
*Enteralpha[0-1]:
;
cin>
input;
///Weusethealphaprovidedbytheuserifitisbetween0and1
if（input>
=0.0&
&
input<
=1.0）
alpha=input;
///Readimage（samesize,sametype）
src1=imread（"
LinuxLogo.jpg"
src2=imread（"
WindowsLogo.jpg"
src1.data）{printf（"
Errorloadingsrc1\n"
src2.data）{printf（"
Errorloadingsrc2\n"
///CreateWindows
LinearBlend"
beta=（1.0-alpha）;
addWeighted（src1,alpha,src2,beta,0.0,dst）;
dst）;
当a=0时,此时只有window的logo
2.Changingthecontrastandbrightnessofanimage
改变图像的对比度和亮度
基础的公式为：
g（i;
j）=
a*f（i,j）+
b
whereiandjindicatesthatthepixelislocatedinthei-throwandj-thcolumn.
获得一个图片的像素我们用image.at<
（y,x）[c]这里的y为行，x为列，c代表R,GorB（0,1or2）
doublealpha;
/**<
Simplecontrastcontrol*/
intbeta;
Simplebrightnesscontrol*/
///Readimagegivenbyuser
Matimage=imread（"
Matnew_image=Mat:
zeros（image.size（）,image.type（））;
//copytheoriginpicturesize,andtype
///Initializevalues
BasicLinearTransforms"
-------------------------"
*Enterthealphavalue[1.0-3.0]:
alpha;
*Enterthebetavalue[0-100]:
beta;
///Dotheoperationnew_image（i,j）=alpha*image（i,j）+beta
for（inty=0;
y<
image.rows;
y++）{
for（intx=0;
x<
image.cols;
x++）{
for（intc=0;
c<
3;
c++）{
new_image.at<
（y,x）[c]=
saturate_cast<
（alpha*（image.at<
（y,x）[c]）+beta）;
//saturate_casttomakesurethevaluesarevalid.
OriginalImage"
NewImage"
new_image）;
waitKey（）;
示例如下：
可以看到改变的图片的对比度和亮度。
这里可以用函数image.convertTo（new_image,-1,alpha,beta）;
来代替for循环，它会更有效率。
BasicDrawing
1.定义一个点2D
Pointpt;
pt.x=10;
pt.y=8;
Pointpt=Point（10,8）;
2.画椭圆ellipse原型
voidellipse（InputOutputArrayimg,Pointcenter,Sizeaxes,
doubleangle,doublestartAngle,doubleendAngle,
constScalar&
color,intthickness=1,
intlineType=LINE_8,intshift=0）;
后面三个为默认的参数，可以不写。
//自己写的函数，指定img，和角度
voidMyEllipse（Matimg,doubleangle）
intthickness=2;
intlineType=8;
ellipse（img,
Point（w/2,w/2）,
Size（w/4,w/16）,
angle,
0,
360,
Scalar（255,0,0）,//为颜色
thickness,
lineType）;
//**调用方法：
**
MyLine（rook_image,Point（0,15*w/16）,Point（w,15*w/16））;
3.画线段
函数原型
voidline（InputOutputArrayimg,Pointpt1,Pointpt2,constScalar&
color,
intthickness=1,intlineType=LINE_8,intshift=0）;
RandomgeneratorandtextwithOpenCV
随机数产生类Ran
升级会员 