OpenCV图像处理中常用函数汇总
http://www.cnblogs.com/ggYYa/p/5687046.html
//俗话说:好记性不如烂笔头 //用到opencv 中的函数时往往会一时记不起这个函数的具体参数怎么设置,故在此将常用函数做一汇总; Mat srcImage = imread("C:/Users/Administrator/Desktop/车牌识别/车牌图像库/1.jpg");//读入图像函数 imshow("原图",srcImage);//显示图像函数 imwrite("图3.jpg",imageRIO);//保存图像函数 Mat imageRIO = srcImage(Rect(50,50,100,000));//感兴趣区域函数 cvtColor(srcImage,dstImage,CV_BGR2GRAY);//图像灰度化 //边缘检测 Sobel Laplacian Canny 其中Canny算子只能处理(8位)灰度图,其余两种8位32位都可以 Mat grad_x,grad_y; Sobel(imgGray,grad_x,CV_8U,1,0,3,1,1);//X方向上的Sobel算子检测,其中3,1,0都是默认值 Sobel(imgGray,grad_y,CV_8U,0,1,3,1,0);//Y方向上的Sobel算子检测,其中3,1,0都是默认值 addWeighted(grad_x,0.5,grad_y,0.5,0,dstImage);//合并梯度 Laplacian(imgGray,dstImage,CV_8U); Canny(imgGray,dstImage,50,200,3);//50和200表示第一个滞后性阈值和第二个滞后性阈值,较小者用于边缘连接,较大者控制强边缘的初始段,达阈值opnecv推荐为小阈值的3倍; //3表示应用的Sobel算子的孔径大小 有默认值为3; // 寻找轮廓 只处理8位 即灰度图像 vector<vector<Point>> contours; findContours(imgGray,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); drawContours(dstImage,contours,-1,Scalar(0),3); imshow("轮廓图",dstImage); //阈值化操作 threshold(srcImage,dstImage,100,255,3); imshow("固定阈值化图像",dstImage); adaptiveThreshold(imgGray,dstImage,255,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,3,1); imshow("自适应阈值化图像",dstImage); // resize函数实现 resize(srcImage,dstImage,Size(),0.5,0.5);//缩小为一半 resize(srcImage,dstImage,Size(),2,2);//放大2倍 resize(srcImage,dstImage,Size(srcImage.cols*3,srcImage.rows*3));//放大3倍 // 金字塔函数实现 pyrUp(srcImage,dstImage,Size(srcImage.cols*2,srcImage.rows*2));// 放大2倍 pyrDown(srcImage,dstImage,Size(srcImage.cols/2,srcImage.rows/2));// 缩小2倍 //漫水填充算法 Rect ccomp; floodFill(srcImage,Point(50,300),Scalar(155,255,55),&ccomp,Scalar(20,20,20),Scalar(20,20,20)); //膨胀腐蚀 Mat element = getStructuringElement(MORPH_RECT,Size(15,15)); erode(srcImage,dstImage,element);//腐蚀函数 dilate(srcImage,dstImage,element);//膨胀函数 morphologyEx(g_bgrImage,g_bgrImage, MORPH_CLOSE, element);//闭运算 morphologyEx(g_bgrImage,g_bgrImage, MORPH_OPEN, element);//开运算 //滤波 boxFilter(srcImage,dstImage,-1,Size(3,3)); imshow("方框滤波图",dstImage); blur(srcImage,dstImage,Size(3,3)); imshow("均值滤波图",dstImage); GaussianBlur(srcImage,dstImage,Size(5,7),1,1); imshow("高斯滤波图",dstImage); medianBlur(image,out,7);//中值滤波,7为孔径的线性尺寸 bilateralFilter(src,dst,d,sigmaColor,sigmaSpace);//双边滤波,d表示过滤过程中每个像素邻域的直径,sigmaColor颜色空间滤波器的sigma值,sigmaSpace表示坐标空间中滤波器的sigma值 bilateralFilter(image,out,25,25*2,25/2); //《未完待续》
梦想还是要有的,万一实现了呢!