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#

#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：

#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：

#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：

#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;
}