opencv 学习
环境#
VS2019
opencv4.4.0
参考:链接
初步尝试#
参考:链接
图像显示#
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | #include <iostream> #include <opencv2/opencv.hpp> using namespace cv; int main() { //读取图片 Mat img = imread( "D:\\生活资料\\图片\\斗图\\1.jpg" , 1); //图片储存位置地址使用 if (img.empty()) { std::cout << "图片读取失败!" << std::endl; system( "pause" ); return 0; } imshow( "【原图】" , img); //显示原图片 waitKey(); // 等待任意按键按下 return 0; } |
显示效果:
代码解释:
1、using namespace cv;
opencv 中的C++类和函数都是定义在命名空间cv之内的,在代码开头的适当位置加上 using namespace cv; ,规定程序位于此命名空间之内
2、Mat类
mat 类用于保存图像以及其他矩阵数据的数据结构,我们这里只是用到了 Mat img=imread();
3、imread()
imread() 函数用于读取文件中的图片到opencv中,定义如下:
Mat imread( const String& filename, int flags = IMREAD_COLOR );
第一个参数 const String& filename ,指的是图片路径,在Windows下,opencv的imread函数支持如下类型的图像载入:
第二个参数: int flags = IMREAD_COLOR ,为载入表示,指定了一个加载图像的颜色类型,其他不多介绍
4、imshow()
imshow()函数用于在指定的敞口中显示衣服图像,函数定义为:
void imshow(const String& winname, InputArray mat);
第一个参数:const String& winname,只要显示的窗口显示名称
第二个参数:InputArray mat,只要显示的图像,其他不多介绍
图形腐蚀和膨胀#
腐蚀:就是图像中暗色部分“腐蚀”掉图像中的高亮部分
代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | #include <iostream> #include <opencv2/opencv.hpp> using namespace cv; int main() { //读取图片 Mat img = imread( "D:\\生活资料\\图片\\斗图\\1.jpg" , 1); //图片储存位置地址使用 \\ if (img.empty()) { std::cout << "图片读取失败!" << std::endl; system( "pause" ); return 0; } imshow( "【原图】" , img); //显示原图片 //进行腐蚀操作 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); Mat dstimg; erode(img, dstimg, element); //显示效果图 imshow( "【腐蚀操作】" , dstimg); waitKey(); // 等待任意按键按下 return 0; } |
效果:
代码解释:
参考:链接
1、getStructuringElement
getStructuringElement()函数,返回值为指定形状和尺寸结构元素(内核矩阵),定义如下:
Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));
第一个参数:内核的形状(一般来说:矩形:MORPH_RECT;交叉形:MORPH_CROSS;椭圆形:MORPH_ELLIPSE)
第二个参数:内核大小(如上,就是15*15的正方行内核)
第三个参数:锚点的位置(默认值Point(-1,-1),表示锚点位于中心点)
2、erode
erode 函数使用像素邻域内的局部极小运算符来腐蚀一张图片,从src输入,由dst输出,定义如下:
void erode(
InputArray src,
OutputArray dst,
InputArray kernel,
Point anchor = Point(-1,-1),
int iterations = 1,
int borderType = BORDER_CONSTANT,
const Scalar& borderValue = morphologyDefaultBorderValue()
);
第一个参数:输入图像,即源图像,填Mat类的对象即可
第二个参数:目标图像,需要有原图像有一样的尺寸和类型
第三个参数:kernel,腐蚀操作的内核,为NULL时,表示的是使用参考点位于中心3*3的核,一般使用 getStructuringElement 函数,会返回指定形状和尺寸的结构元素(内核矩阵)
第四个参数:anchor,锚的位置,默认为(-1,-1),表示锚位于单位(element)的中心
第五个参数:iterations ,迭代使用erode函数的次数,默认为1
第六个参数:borderType ,用于推断图像外部像素的某种边界模式,默认为BORDER_CONSTANT
第七个参数:borderValue,当边界为常数时的边界值,有默认值 morphologyDefaultBorderValue ,其他不多解释
但使用erode函数,一般只需要前三个参数,后面四个参数都是默认值
膨胀:和腐蚀相反,将图像亮度部分放大,黑暗部分缩小
代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | #include <iostream> #include <opencv2/opencv.hpp> using namespace cv; int main() { //读取图片 Mat img = imread( "D:\\生活资料\\图片\\斗图\\1.jpg" , 1); //图片储存位置地址使用 \\ if (img.empty()) { std::cout << "图片读取失败!" << std::endl; system( "pause" ); return 0; } imshow( "【原图】" , img); //显示原图片 //进行腐蚀操作 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); Mat dstimg; dilate(img, dstimg, element); //显示效果图 imshow( "【膨胀操作】" , dstimg); waitKey(); // 等待任意按键按下 return 0; } |
效果:
代码分析:
1、dilate
dilate 函数使用像素邻域内的局部极大运算符来膨胀一张图片,从src输入,由dst输出,函数定义为:
void dilate(
InputArray src,
OutputArray dst,
InputArray kernel,
Point anchor = Point(-1,-1),
int iterations = 1,
int borderType = BORDER_CONSTANT,
const Scalar& borderValue = morphologyDefaultBorderValue()
);
参数介绍:
图像模糊#
模糊,就是对图像进行了增值滤波操作
代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | #include <iostream> #include <opencv2/opencv.hpp> using namespace cv; int main() { //读取图片 Mat img = imread( "D:\\生活资料\\图片\\斗图\\1.jpg" , 1); //图片储存位置地址使用 \\ if (img.empty()) { std::cout << "图片读取失败!" << std::endl; system( "pause" ); return 0; } imshow( "【原图】" , img); //显示原图 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); Mat dstimg; // 进行腐蚀操作 erode(img, dstimg, element); imshow( "【腐蚀操作】" , dstimg); // 进行膨胀操作 dilate(img, dstimg, element); imshow( "【膨胀操作】" , dstimg); // 进行模糊操作 blur(img, dstimg, Size(7, 7)); imshow( "【均值滤波】" , dstimg); waitKey(); // 等待任意按键按下 return 0; } |
效果:
作者:Hang Shao
出处:https://www.cnblogs.com/pam-sh/p/13837395.html
版权:本作品采用「知识共享」许可协议进行许可。
声明:欢迎交流! 原文链接 ,如有问题,可邮件(mir_soh@163.com)咨询.
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· .NET10 - 预览版1新功能体验(一)