OpenCV4之C++入门详解
阅读原文时间:2023年07月10日阅读:3

OpenCV之C++入门

  1. 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

  2. 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

  3. 安装完毕后,新建第一个项目如下图

  4. 右键源文件选择新建项新建一个main.cpp

  5. 添加包含目录、库目录及附加依赖项

  6. 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

  7. 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;
    }
  8. 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!

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 codeavc1! 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像素范围域核的综合结果:

  1. 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;

  2. 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

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

手机扫一扫

移动阅读更方便

阿里云服务器
腾讯云服务器
七牛云服务器