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.

posted @   PamShao  阅读(472)  评论(0编辑  收藏  举报
编辑推荐:
· 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
阅读排行:
· 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)
点击右上角即可分享
微信分享提示
more_horiz
keyboard_arrow_up dark_mode palette
选择主题
menu