说明
导航
正文
- 一、图像数据读写
- - 1、Mat类
  - - 构造Mat对象：
    - 读写Mat对象
  - 2、图像读取与显示
  - 3、视频与摄像头
  - 4、图像保存
  - 5、视频保存
  - 6、XML与YMAL文件
- 二、图像基本操作
- - 1、颜色空间
  - - 颜色模型转换
    - 图像数据类型转换
    - 多通道图像分离
    - 多通道图像合并
  - 2、像素操作
  - - 寻找像素最大值/最小值
    - 矩阵转换，变形
    - 图像平均值，表示图像整体的亮暗
    - 标准差，表示图像明暗变化的程度，越大表示明暗变化越明显
    - 比较运算
    - 逻辑运算
    - 二值化，全局阈值
    - 二值化，自适应阈值
    - 查找表，灰度值映射表
  - 3、图像变换
  - - 图像连接
    - 图像尺寸变换
    - 图像翻转变换
    - 图像仿射变换
    - 透视（投影）变换
    - 极坐标变换
  - 4、图像绘制
  - - 绘制圆
    - 绘制直线
    - 绘制椭圆
    - 绘制矩形
    - 绘制多边形
    - 绘制文字
  - 5、感兴趣区域ROI
  - 6、图像金字塔

说明

本文主要是记录我在学习和使用OpenCV4过程中对常用算子的记录和简单描述，如描述有误请留言指正，我会持续进行完善！示例代码为C++编写，仅供参考。注意，为节省篇幅，函数中省略了参数类型和返回值，实际使用时参考opencv的接口说明即可！因版本不同而出现的接口和参数差异问题，请以具体版本为准，作者使用的opencv版本为最新版。

正文

一、图像数据读写

1、Mat类

构造Mat对象：

cv::Mat mat(row,column,type)//type为数据类型，如CV_8UC1,CV_8UC3,CV_16UC1,CV_16FC1等
cv::Mat mat(Size,type)//Size(row,column)
cv::Mat mat(row,column,type,Scalar)//Scalar(B,G,R)则图像为3通道,Scalar与type需对应
cv::Mat mat(const Mat& mat)//从已有的Mat矩阵拷贝
cv::Mat::zeros(Size(w,h),type)//构造大小为Size、值为0的矩阵

读写Mat对象

单通道图像：mat.at(row,column)
三（或多）通道图像：mat.at(row,column).val[num]，num为通道索引，从0开始。

2、图像读取与显示

imread(filename,flags)//flags为图像形式，如彩色、灰度
nameWindow(winname,flags)//flags为窗口属性标志
imshow(winname,mat)

3、视频与摄像头

构造VideoCapture对象：

VideoCapture()
capture.open(filename)//filename为视频文件名称
capture.open(index)//index为相机索引，0为默认相机
VideoCapture(filename,apiPreference)//apiPreference为读取数据时设置的属性，如编码格式、是否调用OpenNI等
VideoCapture(index,apiPreference)
//读取帧
Mat fram;
//方法1，使用重载的运算符 >>
capture >> fram;
//方法2，使用read方法
capture.read(fram)  //成功返回true，否则返回false

4、图像保存

imwrite(filename,mat,params)//params为保存图片格式的属性设置标志，可将图像保存为指定格式

5、视频保存

构造VideoWriter对象：

VideoWriter()
VideoWriter(filename,fourcc,fps,framsize,isColor)//filename应包含视频格式（mp4、avi等），fourcc为压缩帧的4字符编解码器代码，fps为帧率，framsize为帧大小，isColoe是否彩色
//保存capture的帧
//方法1
writer.write(fram);
//方法2
writer << fram;

6、XML与YMAL文件

FileStorage对象：

FileStorage(filename,flags,encoding)//flags操作类型，encoding编码格式
FileStorage()，open(filename,flags,encoding)
write(filename,val)

当某个变量中含有多个数据或子变量时使用FileNode对象：

FileStorage Storage(filename,FileStorage::READ);
FileNode node = Storage["xxx"];
//FileNode迭代器
FileNodeIterator NodeIterator = node.begin();
//数组形式
node["xxxx"][index];

二、图像基本操作

1、颜色空间

颜色模型转换

cvtColor(src,dst,code,dstCn)

参数说明：
src 输入原始图像
dst 输出目标图像
code 颜色空间转换标志，如COLOR_BGR2RGB、COLOR_BGR2GRAY、COLOR_BGR2YUV等
dstCn 目标图像的通道数（默认0，自动确认通道数）

图像数据类型转换

convertTo(m,rtype,alpha,beta)

参数说明：
m 转换类型后输出的图像
rtype 目标数据类型，如CV_8U、CV_16U、CV_16F、CV_32F
alpha 缩放因子，默认1
beta 偏置因子，默认0

多通道图像分离

方式一：
split(src,mvbegin)//mvbegin为分离后的单通道图像数组，数组大小取决于src的通道数。
方式二：
split(m,mv)//mv为分离后的单通道图像向量（vector）

多通道图像合并

对应split方式一：
merge(mv,count,dst)//mv为需要合并的单通道图像数组，count为图像数组的长度，dst为输出的多通道数组。
对应split方式二：
merge(mv,dst)//mv为需要合并的单通道图像向量（vector）

2、像素操作

寻找像素最大值/最小值

minMaxLoc(src,minVal,maxVal,minLoc,maxLoc,mask)

参数说明：
minVal/maxVal 图像或矩阵中的最大/最小值
minLoc/maxLoc 图像或矩阵中最大/最小值所在的坐标位置
mask 掩模，用于在指定区域寻找最大/最小值，默认值为noArray()。

矩阵转换，变形

Mat::reshape(cn,rows)//cn为转换后的通道数（设置0则不变），rows为转换后的行数（设置0则不变）

图像平均值，表示图像整体的亮暗

mean(src,mask)//src为输入图像，mask为掩模，用于标记求取指定区域的平均值

标准差，表示图像明暗变化的程度，越大表示明暗变化越明显

该函数可用时求取平均值和标准差

meanStdDev(src,mean,stddev,mask)

参数说明：
mean为图像每个通道的平均值
stddev为图像每个通道的标准差
mask为掩模

比较运算

min(src1,src2,dst)//比较src1与src2，保留对应位置较小值到dst中。尺寸、通道数、数据类型一致
max(src1,src2,dst)//比较src1与src2，保留对应位置较大值到dst中

逻辑运算

bitwise_and(src1,src2,dst,mask)//与运算，mask掩模用于指定运算区域。尺寸、通道数、数据类型保持一致
bitwise_or(src1,src2,dst,mask)//或运算
bitwise_xor(src1,src2,dst,mask)//异或运算
bitwise_not(src1,src2,dst,mask)//非运算，等于取反

二值化，全局阈值

threshold(src,dst,thresh,maxval,type)

参数说明：
src为输入，只能是CV_8U或CV_32F类型
dst为输出，与src保持相同的尺寸、数据类型、通道数
thresh为阈值
maxval为二值化过程中的最大值
type为选择二值化方法的标志。

二值化，自适应阈值

adaptiveThreshold(src,dst,maxValue,adaptiveMethod,thresholdType,blockSize,C)

参数说明：
src 只能是CV_U8C1即单通道8bit类型
maxValue 为二值化的最大值
adaptiveMethod 为自适应阈值的方法，可选均值法、高斯法
thresholdType 为选择二值化方法的标志，可选THRESH_BINARY、THRESH_BINARY_INV
blockSize 为像素邻域大小（一般为奇数），如3、5、7
C为从平均值或加权平均值中减去的常数

查找表，灰度值映射表

LUT(src,lut,dst)//src必须为CV_8U类型；lut为256个像素灰度值的查找表，1x256大小的矩阵存放像素灰度值映射后的数值

3、图像变换

图像连接

vconcat(src,nsrc,dst)//src为Mat数组，nsrc为数组大小，纵向连接。
vconcat(src1,src2,dst)//将src1与src2连接合并到dst。
hconcat(src,nsrc,dst)//横向连接。
hconcat(src1,src2,dst)

图像尺寸变换

resize(src,dst,dsize,fx,fy,interpolation)

参数说明：
dsize为输出图像的尺寸，由Size(w,h)进行构造
fx为横轴的比例因子
fy为纵轴的比例因子
interpolation为插值方法标志，如最邻近、双线性、双三次等方法

图像翻转变换

flip(src,dst,flipCode)//flipCode为翻转方式标志，>0绕y轴翻转，=0绕x轴翻转，<0绕两个轴翻转

图像仿射变换

1、计算变换矩阵：

getRotationMatrix2D(center,angle,scale)//适用于图像旋转和缩放

center为旋转中心
angle为旋转角度
scale为两个轴的比例因子，可实现旋转过程中的缩放，1表示保持大小不变。
2、如果已知src与dst任意三个对应的点的坐标，可以计算对应的变换矩阵：

getAffineTransform(src[],dst[])

src[]为src图像中的三个点坐标的point2f数组
dst[]为dst图像中的三个点坐标的point2f数组
3、应用仿射变换

warpAffine(src,dst,M,dsize,flags,borderMode,borderValue)

M为从getRotationMatrix2D或getAffineTransform得到的2x3的变换矩阵
flags为插值方法标志
borderMode为像素边界外推方法标志
borderValue为填充边界的数值。

透视（投影）变换

1、计算变换矩阵：

getPerspectiveTransform(src[],dst[],solveMethod)

src[]是原图像中四个point2f类型的点坐标
dst[]是目标图像中四个point2f类型的点坐标
solveMethod为选择透视变换矩阵的方法。
2、应用透视变换

warpPerspective(src,dst,M,dsize,flags,borderMode,borderValue)

M为从getPerspectiveTransform中得到的3x3的变换矩阵
其他与仿射变换warpAffine相同。

极坐标变换

warpPolar(src,dst,dsize,center,maxRadius,flags)

dsize为目标图像大小
center为变换时极坐标的原点，一般指圆心
maxRadius为变换时边界元的半径，即圆形区域的半径
flags为插值方法与极坐标映射方法的标志

4、图像绘制

绘制圆

circle(img,center,radius,color,thickness,lineType,shift)

将圆绘制在img上
thinckness为圆的轮廓宽度（负值则绘制实心圆）
lineType为圆的边界类型
shift为中心坐标和半径数值的小数位数。

绘制直线

line(img,pt1,pt2,color,thickness,lineType,shift)//pt1和pt2为直线的起点和终点，数据类型为Point

绘制椭圆

ellipse(img,center,axes,angle,startAngle,endAngle,color,thickness,lineType,shift)

center为椭圆中心
axes为椭圆主轴大小的一半
angle为椭圆旋转的角度
startAngle为起始角度
endAngle为终止角度

绘制矩形

rectangle(img,pt1,pt2,color,thickness,lineType,shift)//pt1和pt2分别为矩形的左上角和右下角顶点
rectangle(img,rec,color,thickness,lineType,shift)//rec为事先定义好的Rect矩形

绘制多边形

fillPoly(img,pts,npts,ncontours,color,lineType,shift,offset)

pts为point**类型的多边形顶点数组
npts为每个多边形顶点数组中顶点的个数
ncontours为绘制多边形的个数
offset为可选的所有顶点的偏移

绘制文字

putText(img,text,org,fontFace,fontScale,color,thickness,lineType,bottomLeftOrigin)

text只支持英文
org为text的左下角坐标
fontFace为字体类型
fontScale为字体大小
bottomLeftOrigin指定图像数据原点的位置，默认false为左上角，true为右上角

5、感兴趣区域ROI

以矩形区域为例：
方法1、构造矩形，从原图中裁剪

Rect rect(x, y, w, h);  //定义ROI区域，坐标和宽高
Mat ROI1 = img(rect);  //裁剪，img为原图

方法2、构造mask矩阵，从原图中拷贝

Mat mask = Mat::zeros(Size(img.cols,img.rows), CV_8UC1);
for(int row = 100; row < noobcv.rows; row++)
{for(int col = 0; col < noobcv.cols; col++){mask .at<unsigned char>(row, col) = 1;//值为1的点，在原图中拷贝，值为0的不拷贝}
}
Mat ROI2;
img.copyTo(ROI2, mask);//以mask中值为1的点从img拷贝至ROI2，mask中值为0的点设置为0

6、图像金字塔

pyrDown(src, dst, dstsize, borderType)//图像下采样，即图像缩小，默认size缩小为1/2
pyrUp(src, dst, dstsize, borderType)//图像上采样，即图像放大，默认size则放大2倍

参数说明：
src, dst分别为输入图像、输出图像
dstsize为输出图像的size，使用默认值则dst为src的1/2大小
borderType为像素便捷外推方法

OpenCV4图像处理算子不完全手册-入门篇（已完结）相关推荐

UE4-VR开发手册入门篇
1.搭建UE4(虚幻4)引擎平台注册Epic Game Luncher账号,并于服务器\\win-c:\Public_Raid\软件\UE4中将Epic GameLuncher安装在本地,由于国内网 ...
Python学习笔记—低阶入门（已完结）
目录前言注意该不该学习Python(个人感受,纯属胡言论语) 基础知识:Python 的数据存储机制第一章 Python基本语法 1.1 Python 数据类型 1.1.1 数值类型 1.1. ...
OpenCV图像处理视频教程——入门篇(二)
文章目录 10 膨胀与腐蚀 (1)形态学操作(morphology operators)--膨胀.腐蚀 (2)相关API (3)动态调整结构元素大小TrackBar 11 形态学操作 (1)开操作- ...
大话图像处理之入门篇
本文从 http://c.biancheng.net/cpp/html/3077.html 转载而来.写的很深刻最近有人问我图像处理怎么研究,怎么入门,怎么应用,我竟一时语塞.仔细想想,自己也搞 ...
stm32f407手册_入门篇 | STM32F407库函数开发L按键控制Led灯
让文化·去旅行点击上方蓝字可以关注我们哦按键控制灯的亮与灭的效果图: 一.寄存器开发与库函数开发的优缺点 1.寄存器开发缺点: (1)开发难度大,查阅相关手册比较多 (2)开发效率相对低,产品周 ...
数字图像处理（入门篇）目录
目录: 1 数字图像处理(入门篇)一图像的数字化与表示 2 数字图像处理(入门篇)二颜色空间 3 数字图像处理(入门篇)三灰度化 4 数字图像处理(入门篇)四像素关系 5 数字图像处理(入门 ...
python机器人视觉编程——入门篇（下）
目录 1 全篇概要 2 图像的读取与运算基础 2.1图像的读取 2.1.1 从磁盘的图像(.jpg,.npg,.gif等等)读取 2.1.2 从摄像头里读取图像 2.2图像的运算 2.2.1 图像的数 ...
[Python图像处理] 一.图像处理基础知识及OpenCV入门函数
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
后悔没早点看这篇直播系统定制开发入门篇
直播想必大家都不陌生了,在互联网的风口下,以及5G技术的推动,流量带宽的提高,使得直播在我们生活中扮演着越来越重要的角色.本文先来讲一下入门直播需要了解的一些基本概念,搜集整理了直播入门需要了解的一些 ...
运动控制器编程_快速入门 | 篇二十一：运动控制器ZHMI组态编程简介一
点击上方"正运动小助手",随时关注新动态! 运动控制器ZHMI组态编程简介一今天我们来学习一下,运动控制器的ZHMI组态编程简介.本文主要从产品概述.控制器连接触摸屏使用.HM ...

OpenCV4图像处理算子不完全手册-入门篇（已完结）

目录

说明

导航

正文