Opencv入门（C++）

OpenCV（C++版）入门

一般来说大家看到一门新的知识都会很迷茫，也不知道该从哪下手，也不知道用什么软件，然后今天我来写一个OpenCV的入门，给大家开个头，看完这个开头之后基本也就知道应该怎么学OpenCV了。

实际上Opencv就是一个有关视觉处理的库，就和学C语言的时候用的math、time那一堆库一样，学习一个库的流程其实就是：
1.了解这个库是干什么的
2.学习这个库自带的一些函数应该如何使用，以及这些函数有什么效果
3.学了多个函数之后，通过对这些函数进行组合来实现一些复杂的功能。

强调一下这篇文章讲的是在Windows上C++语法的OpenCV，接下来的教程也是讲C++语法，不是python的。

然后说一下用什么软件来进行OpenCV的开发，一般的配置就是使用VS配置一个opencv的库来进行学习，下面附上所需的安装包链接。
VS2019 提取码：5162
Opencv-4.1.0提取码：n7lz
注意一下opencv的语法是有变革的，由开始的2到3，现在又更新到了4。其中3和4的语法大致相同，2和3在某些函数的参数上有一定的区别，所以在移植代码的时候，如果移过来发现报错，有可能是Opencv版本不一样，到时候改一下报错函数的参数就可以了。

安装的过程分四步：
1.装VS2019
2.装Opencv的库
3.把Opencv的库放到环境变量里
4.在VS里建一个工程，把这个工程连接上Opencv的库
具体步骤给大家一个我以前配的时候用的链接（步骤有些繁琐，我就不自己写了……）VS2019配置Opencv教程

因为是入门，所以先讲以下五个内容，都是些比较简单的函数，而且很有趣。
1.展示图片
2.灰度图片
3.模糊图片
4.边缘检测
5.保存图片

在进行操作之前，我们需要先放一张图片到自己新建的工程处，一我这个为例，我新建的工程是OpencvTest1，我找到这个工程main.cpp所在的路径，放了一张bilibili.jpg到这个地方。

1.展示图片

#include <opencv2/opencv.hpp>
#include <iostream>using namespace std;
using namespace cv;int main()
{Mat src = imread("bilibili.jpg");imshow("lalala",src);waitKey(0);return 0;
}

效果：出现一个小黑框和一张图片。

下面我们能来解释这段代码的内容。

#include <opencv2/opencv.hpp>
#include <iostream>
这两句话是分别引入opencv的库和c++的标准库

using namespace std;
using namespace cv;
这两句是引入工作空间，std是c++标准库的工作空间名，cv是opencv的工作空间名。
（工作空间的目的是避免 如果两个库有相同的函数名，在调用函数时发生冲突，上文这两个库里没有重复的函数名，所以直接引入工作空间不会有影响。）

int main()
{Mat src = imread("bilibili.jpg");imshow("lalala",src);waitKey(0);return 0;
}//这一段是主函数。
Mat src = imread("bilibili.jpg");//其实是两条语句合在一起。分别为：
Mat src;//定义一个Mat类型的变量，变量名是src
src = imread("bilibili.jpg");//调用imread函数读取图片并把这张图片赋值给src。imshow("lalala",src);//调用函数imshow展示图片，第一个参数lalala是显示图片所用的窗口的名字，src是上面刚刚被一张图片赋值的变量。waitkey(0);//显示图片后开始等待下一步操作。如果不加这条命令的话，自己屏幕上会有一个黑框一闪而过，
//图片也不会显示出来，因为程序没有停下来，显示图片后直接关闭了程序。return 0;//程序结束的标志，C语言上常用。因为这个主函数的返回值类型是int，所以最后返回一个0让程序结束。

这样一来一个最简单的Opencv程序就写好了，他的作用是调用一张图片并显示。
PS：
1.在使用 imread() 读取函数的时候如果图片处于main.cpp所在文件夹下时，可以直接输入图片的名字来进行读取图片。
当然我们也可以输入图片的绝对路径来进行读取图片。如imread(“D:\\vs\\OpencvTest1\\OpencvTest1\\bilibili.jpg”)
注意在分隔路径时我使用的是 “\\” 而不是 “\” ,因为按C/C++的语法，只写一个"\"，可能会被当做转义字符，从而使"\“无法作用，所以要用”\\“来进行路径间的分隔。
当然不用”\\"的话也可以用/进行分隔，如：imread(“D:/vs/OpencvTest1/OpencvTest1/bilibili.jpg”)
2. imshow() 的第一个参数是窗口名

2.灰度图片
显示灰度图像的常规方式有两种：第一种是在读取图片的时候就按灰度格式读取。第二种是先读入图片，然后再转化图片。
第一种方法：

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{Mat src = imread("bilibili.jpg",0);imshow("lalala",src);waitKey(0);return 0;
}
//可以发现其实和第一次的代码区别不大，只是修改了一下imread的参数Mat src = imread("bilibili.jpg",0);//imread()函数有两个参数，第一个参数是图片的路径或图片的名字，第二个参数是以何种格式来读取图片。//默认值是1，也就是原本的格式读取；如果输入参数为0的话就是以黑白格式读取。

效果：

第二种方法：
调用cvtColor()函数

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{Mat src = imread("bilibili.jpg");Mat dst;cvtColor(src,dst,COLOR_BGR2GRAY);imshow("lalala",dst);waitKey(0);return 0;
}
//我们的操作是新建了一个Mat对象dst，又调用了函数cvtColor()来进行图片的灰度化，最终显示的图片也变成了dst。cvtColor(src,dst,COLOR_BGR2GRAY);//第一个参数是输入图像，第二个参数是输出图像，第三个参数是进行何种转换。//BGR2GRAY的意思是图片由BGR（三原色）格式变为灰度图格式。

效果：
3.模糊图片
介绍模糊图片的时候，我们要先介绍三种形态学处理：腐蚀，膨胀，滤波。
腐蚀：erode() 将一张图片边界点去除。
膨胀：dilate() 对图像的边界进行扩张。
如下为膨胀和腐蚀的效果图，这两个操作正好是相反的，他们操作的组合还能组成开运算，闭运算，顶帽，黑帽等一系列形态学处理。

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{Mat src = imread("bilibili.jpg");imshow("src", src);Mat dst1,dst2;Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));erode(src, dst1, element);imshow("erode",dst1);dilate(src, dst2, element);imshow("dilate", dst2);waitKey(0);return 0;
}

效果：
滤波：滤波是用来去噪的，外界的干扰可能会掩盖图像的一些特征，使得图像变得模糊，使用滤波可以让图像特征更加明显。（PS：是特征更加明显，不一定代表图片看起来更加清晰。）

在讲图片滤波的原理之前先讲一些预备知识（划重点，这里很重要）。
首先我们前面定义那个可以接受图片的变量，它的类型是Mat，这其实是一种矩阵类型的变量。实际上图片就是一个大矩阵，比如我们看到一个像素值是100*100的图片，其实就是说这个图片是个100*100的大矩阵，矩阵上的每个值都是三原色混合出来的一种颜色，图片通过对每个像素点颜色的调节使得图片变得丰富多彩。(如果可以找到那种像素很低的图片，我们可以发现它几乎是由一个一个颜色不同得小方块构成的，那些小方块其实就是像素点。)
说完这些，我们就可以讲滤波的原理是什么了，我们得到一张图片，也就相当于得到一个大矩阵。我们先将这个大矩阵进行分区，比如把一个100*100的大矩阵分成25个4*4的小矩阵。所谓图像的特征其实就是矩阵上的值的特征，我们希望一个图像特征更加明显，就是希望该图像的像素值变得更有特点。所以我们可以对每个4*4小矩阵的值进行一些操作，比如找这些数的中位数、平均值、加权值，在找到特征值之后把矩阵中的值替换为特征值，这样我们图片的特征就更明显了。

我们举一个最常见的均值滤波的例子：
如果我们有一个大矩阵需要进行均值滤波，我们先在其中找一个小的3*3矩阵对它进行操作，实际上就是将九宫格最中间的值改为这个九宫格所有值的平均值。
因为(75+193+37+121+80+189+45+94+232)/9=118,所以我们将中间值80改为118.即：

75	193	37
121	80	189
45	94	232

变为

75	193	37
121	118	189
45	94	232

到此滤波原理结束，我们开始看一下效果。

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{Mat src = imread("bilibili.jpg");imshow("src", src);Mat dst;blur(src, dst, Size(7, 7));imshow("blur", dst);waitKey(0);return 0;
}blur(src, dst, Size(7, 7));//1.输入图像，2.输出图像，
//3.进行滤波时选择小矩阵的大小（注意要要是n*n的矩阵，且n为奇数）。

效果：
4.边缘检测
边缘检测其实就是找到图像上的边缘，很好玩，进行边缘检测的前提是先将图片灰度化，如果想边缘更清晰的话，可以在检测前加一步滤波。

如果对一个函数的参数不是很了解，可以去修改参数的值，看效果发生变化，就知道这个参数的影响在哪里了。

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{Mat src = imread("bilibili.jpg");imshow("src", src);Mat dst;cvtColor(src, src, COLOR_BGR2GRAY);blur(src, src, Size(3, 3));Canny(src, dst, 3, 9, 3);imshow("canny", dst);waitKey(0);return 0;
}
//流程：读图，灰度化，滤波，边缘检测。Canny(src, dst, 3, 9, 3);//1.输入2.输出3.最小阈值4.最大阈值5.sobel算子的大小//最大最小阈值用来使在阈值范围内的像素值才能保留。sobel算子的用处是与原图进行卷积运算，得到一个新的图，这个图根据阈值范围留下数据后就是效果图。

效果：

5.保存图片
只用一个函数imwrite()即可实现。

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{Mat src = imread("bilibili.jpg");imshow("src", src);Mat dst;cvtColor(src, src, COLOR_BGR2GRAY);blur(src, src, Size(3, 3));Canny(src, dst, 3, 9, 3);imshow("canny", dst);imwrite("canny.jpg",dst);waitKey(0);return 0;
}
//和上一个代码相比只加了一个函数imwrite("canny.jpg",dst);
imwrite("canny.jpg",dst);//第一个参数是图片名，记得加后缀。这里也可以写绝对路径。第二个参数是保存哪张照片，这里选择边缘检测之后的图片。

我们发现main.cpp所在文件夹下多了一张“canny.jpg”。
文章到此结束，下一篇写一篇stm32有关流水灯的教程，因为发现上一篇讲配keil5配32的文章阅读量好多。
下一篇大概要隔一天再发，因为这个写起来好费时间，作业还莫得写完……

Opencv入门（C++）相关推荐

【OpenCV入门指南】第十三篇人脸检测
原文出处:http://blog.csdn.net/MoreWindows/article/details/8426318#t2 本篇介绍图像处理与模式识别中最热门的一个领域--人脸检测(人脸识别). ...
【OpenCV入门指南】第五篇轮廓检测下
上一篇<[OpenCV入门指南]第五篇轮廓检测上>介绍了cvFindContours函数和cvDrawContours函数,并作了一个简单的使用示范.本篇将展示一个实例,让大家对轮廓检测有 ...
【OpenCV入门指南】第五篇轮廓检测上
<[OpenCV入门指南]第三篇Canny边缘检测>中介绍了边缘检测,本篇介绍轮廓检测,轮廓检测的原理通俗的说就是掏空内部点,比如原图中有3*3的矩形点.那么就可以将中间的那一点去掉. 在 ...
【转】【OpenCV入门教程之一】安装OpenCV：OpenCV 3.0、OpenCV 2.4.8、OpenCV 2.4.9 +VS 开发环境配置
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/19809337 作者:毛星云(浅 ...
【AI白身境】搞计算机视觉必备的OpenCV入门基础
文章首发于微信公众号<有三AI> [AI白身境]搞计算机视觉必备的OpenCV入门基础今天是新专栏<AI白身境>的第五篇. 曾经看过一个视频,树莓派自平衡机器人自动追着小球跑 ...
转载：【opencv入门教程之六】创建Trackbar图片对比度、亮度值调整
[OpenCV入门教程之六] 创建Trackbar & 图像对比度.亮度值调整浅墨_毛星云 2014-03-18 21:43:18 103746 收藏 21 最后发布:2014-03-18 ...
转载：【OpenCV入门教程之五】分离颜色通道多通道图像混合
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257 作者:毛星云(浅墨) ...
转载：【OpenCV入门教程之四】 ROI区域图像叠加初级图像混合全剖析
[OpenCV入门教程之四] ROI区域图像叠加&初级图像混合全剖析浅墨_毛星云 2014-03-10 12:48:05 157425 收藏 19 最后发布:2014-03-10 12:4 ...
转载：【opencv入门教程之三】：图片的载入|显示|输出
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/20537737 作者:毛星云(浅墨) ...
转载：【opencv入门教程之三】：组件结构
本系列文章由zhmxy555(毛星云)编写,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/19925819 作者:毛星 ...

Opencv入门（C++）

OpenCV（C++版）入门

Opencv入门（C++）相关推荐

最新文章

热门文章