博客

Opencv c++（图像处理）

  • Post author:
  • Post category:其他



目录


一、图像读取与显示


二、图像预处理


高斯模糊的原理与算法


Canny边缘检测


三、图像裁剪


四、绘制形状和添加文本


五、透视变换


六、颜色检测


七、形状检测和轮廓检测


八、人脸识别

一、图像读取与显示

#include<opencv2/imgcodecs.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>

using namespace cv;
using namespace std;

int main()
{
	string path = "Resources/lambo.png";//图片的路径名
	Mat img = imread(path);//将图片加载后赋值到图像变量img中
    //if (path.empty()) { cout << "file not loaded" << endl; }
    //检查文件是否打开 没打开时执行打印语句
    //namedWindow("Image", WINDOW_FREERATIO);//创建一个名为Image的可调节的窗口
	imshow("Image", img);//创建一个窗口来显示图像img
	waitKey(0);//不断刷新图像
	return 0;
}

  • waitKey()函数的功能是不断刷新图像，频率为delay，单位是ms。
  • delay为0时，则会一直显示这一帧。
  • delay不为0时，则在显示完一帧图像后程序等待“delay”ms再显示下一帧图像。

二、图像预处理

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

void main() {

	string path = "Resources/test.png";
	Mat img = imread(path);
	Mat imgGray,imgBlur,imgCanny,imgDil,imgErode;
	//将照片转换为灰度
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//高斯模糊
	GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);
	//Canny边缘检测器  一般在使用Canny边缘检测器之前会做一些模糊处理
	Canny(imgBlur, imgCanny, 25, 75);
	//创建一个可以使用膨胀的内核
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
	//图像膨胀
	dilate(imgCanny, imgDil, kernel);
	//图像侵蚀
	erode(imgDil, imgErode, kernel);
    //结果呈现
	imshow("Image", img);
	imshow("Image Gray", imgGray);
	imshow("Image Blur", imgBlur);
	imshow("Image Canny", imgCanny);
	imshow("Image Dilation", imgDil);
	imshow("Image Erode", imgErode);

	waitKey(0);
}


高斯模糊的原理与算法

第一个参数是要进行高斯模糊处理的图像；第二个参数是处理后输出的图像；第三个参数是高斯内核大小，其中第一个值是宽，第二个值是高，两个值可以不相同但必须是正奇数；第四和第五个参数分别是高斯核函数在X方向和y方向上的标准偏差，如果y是0，则函数会自动将y上的值设置为与x相同，如果x和y都是0，这两个值将由高斯内核的两个值计算而来。


​

Canny边缘检测

    Canny(imgBlur, imgCanny, 25, 75);

第3和第4个参数分别代表底阈值和高阈值，其中底阈值常取高阈值的1/2或1/3 

//创建一个可以使用膨胀的内核
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
	//图像膨胀
	dilate(imgCanny, imgDil, kernel);
	//图像侵蚀
	erode(imgDil, imgErode, kernel);


​

三、图像裁剪


#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

void main() {

	string path = "Resources/test.png";
	Mat img = imread(path);
	Mat imgResize,imgCrop;
	//调整图像大小
	//cout << img.size() << endl;//查看原图像的大小
	//resize(img, imgResize, Size(640, 480));//按自定义的宽度与高度缩放
	resize(img, imgResize, Size(),0.5,0.5);//按比例缩放
	//图像裁剪
	Rect roi(200, 100, 300, 300);
    //前面两个参数为距左上原点的x方向与y方向的距离，后两个参数为延伸的x，y长度
	imgCrop = img(roi);

	imshow("Image", img);
	imshow("Image Resize", imgResize);
	imshow("Image Crop", imgCrop);
	waitKey(0);

}

四、绘制形状和添加文本

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;
//绘制形状和添加文本
void main() {
	//创建空白图像
	Mat img(512, 512, CV_8UC3, Scalar(255, 255, 255));

	//绘制圆形
	//circle(img, Point(256, 256), 155, Scalar(0, 69, 255),10);
	circle(img, Point(256, 256), 155, Scalar(0, 69, 255),FILLED);
    //函数参数分别是 输出到图像img，圆心，半径，颜色，厚度（FILLED 表示填满）

    //绘制矩形
	rectangle(img, Point(130, 226), Point(382, 286), Scalar(255, 255, 255), FILLED);
    //函数参数分别是 输出到图像img，矩形左上角顶点坐标，右下角顶点坐标，颜色，厚度

    //绘制线段
	line(img, Point(130, 296), Point(382, 296), Scalar(255, 255, 255), 2);
    //函数参数分别是 输出到图像img，两个端点坐标，颜色，厚度

	//添加文本
	putText(img, "Murtaza's Workshop", Point(137, 262), FONT_HERSHEY_DUPLEX, 0.75, Scalar(0, 69, 255), 2);
    //函数参数分别是 输出到图像img，文本内容，起点，字体，大小，颜色，厚度

	imshow("Image", img);

	waitKey(0);
}

五、透视变换

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

float w = 250, h = 350;
Mat matrix, imgWarp;
// 透视变换
void main() {

	string path = "Resources/cards.jpg";
	Mat img = imread(path);

	Point2f src[4] = { {529,142},{771,190},{405,395},{674,457} };
	Point2f dst[4] = { {0.0f,0.0f},{w,0.0f},{0.0f,h},{w,h} };

	matrix = getPerspectiveTransform(src, dst);//获取透视变换矩阵
    //src为源图像四边形顶点坐标，dst为目标图像对应的四边形顶点坐标
	warpPerspective(img, imgWarp, matrix, Point(w, h));
    //参数分别为 输入图像，输出图像，透视变换矩阵，图像大小

	for (int i = 0; i < 4; i++)
	{
		circle(img, src[i], 10, Scalar(0, 0, 255), FILLED);
	}//在原图像中标记目标顶点

	imshow("Image", img);
	imshow("Image Warp", imgWarp);

	waitKey(0);
}

六、颜色检测


【OpenCV】HSV颜色识别-HSV基本颜色分量范围_Taily老段的专栏-CSDN博客_hsv

色彩空间转换函数-cvtColor 

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

Mat imgHSV,mask;
int hmin = 0, smin = 0, vmin = 0;
int hmax =179, smax = 255, vmax = 255;

void main() {

	string path = "Resources/shapes.png";
	Mat img = imread(path);
	cvtColor(img, imgHSV, COLOR_BGR2HSV);
    //HSV颜色空间  H（色调）：0~180  S（饱和度）：0~255  V（亮度）：0~255

	namedWindow("Trackbars", (640, 200));//创建一个名为Trackbars的窗口，大小为640*200
	createTrackbar("Hue Min", "Trackbars", &hmin, 179);
	createTrackbar("Hue Max", "Trackbars", &hmax, 179);
	createTrackbar("Sat Min", "Trackbars", &smin, 255);
	createTrackbar("Sat Max", "Trackbars", &smax, 255);
	createTrackbar("Val Min", "Trackbars", &vmin, 255);
	createTrackbar("Val Max", "Trackbars", &vmax, 255);
    //createTrackbar函数是创建轨迹条，
    //4个参数分别是 轨迹条名字，输出的窗口，一个指向整数的指针来表示当前的值，可到达的最大值

	while (true)
	{
		//检测我们所要的颜色 设置一个遮罩 在范围内的颜色
		Scalar lower(hmin, smin, vmin);//HSV范围最低值
		Scalar upper(hmax, smax, vmax);//HSV范围最高值
		inRange(imgHSV, lower, upper, mask);//输入，低值，高值，输出
//inRange是将在阈值区间内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0）

		imshow("Image", img);
		imshow("Image HSV", imgHSV);
		imshow("Image Mask", mask);

		waitKey(1);
	}
}

七、形状检测和轮廓检测

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

Mat imgGray, imgBlur, imgCanny, imgDil, imgErode;
//定义一个轮廓处理函数
void getContours(Mat imgDil,Mat img) {

	vector<vector<Point>> contours;//{ {Point(20,30),Point(50,60)},{}, {}}
	vector<Vec4i>hierarchy;//vector里放置了四个int类型的变量
	findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
	//drawContours(img, contours, -1, Scalar(255, 0, 255), 2);
	vector<vector<Point>>conPoly(contours.size());
	vector<Rect> boundRect(contours.size());
	
	for (int i = 0; i < contours.size(); i++)
	{
		int area = contourArea(contours[i]);
		cout << area << endl;//需要正确过滤的面积（过滤噪点）

		string objectType;
        //判断形状
		if (area>1000)
		{
			float peri = arcLength(contours[i], true);
			approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);//找到近似值
			
			cout << conPoly[i].size() << endl;
			boundRect[i] = boundingRect(conPoly[i]);//边界矩形
			
			int objCor = (int)conPoly[i].size();

			if (objCor == 3) { objectType = "Tri"; }
			if (objCor == 4) { 
				
				float aspRatio = (float)boundRect[i].width / (float)boundRect[i].height;
				cout << aspRatio << endl;
				if (aspRatio > 0.95 && aspRatio < 1.05) { objectType = "Square"; }
				else { objectType = "Rect"; 
				}
			}
			if (objCor > 4) { objectType = "Circle"; }

			drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);//描绘计数轮廓
			rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);//绘制边界矩形
			//打印图形的名字
			putText(img, objectType, { boundRect[i].x,boundRect[i].y - 5 }, FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 2);
		}
	}
}

void main() {

	string path = "Resources/shapes.png";
	Mat img = imread(path);

//图像的预处理
	//1.将照片转换为灰度
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//2.高斯模糊
	GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);
	//3.Canny边缘检测器
	Canny(imgBlur, imgCanny, 25, 75);
	//4.创建一个可以使用膨胀的内核
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
	//5.图像膨胀
	dilate(imgCanny, imgDil, kernel);

	getContours(imgDil,img);

	imshow("Image", img);
	/*imshow("Image Gray", imgGray);
	imshow("Image Blur", imgBlur);
	imshow("Image Canny", imgCanny);
	imshow("Image Dilation", imgDil);*/

	waitKey(0);
}

参考：


opencv 常用的数据类型(vector、contours的解释)_one-rabbit的博客-CSDN博客_contours的数据类型为


findContours函数参数详解_牧野的博客-CSDN博客_findcontours函数

八、人脸识别

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/objdetect.hpp>
#include <iostream>

using namespace cv;
using namespace std;

void main() {

	string path = "Resources/test.png";
	Mat img = imread(path);

	CascadeClassifier faceCascade;//创建级联分类器
    //载入训练模型
	faceCascade.load("Resources/haarcascade_frontalface_default.xml");

	if(faceCascade.empty()){cout<<"XML file not loaded"<<endl; }
    //检查文件是否打开 没打开时执行打印语句

	vector<Rect>faces;//创建人脸存放的vector
	faceCascade.detectMultiScale(img, faces, 1.1, 10);
//detectMultiScale函数可以检测出图片中所有的人脸，并用vector保存各个人脸的坐标、大小

    //在原图像中画出人脸矩形边框
	for (int i = 0; i < faces.size(); i++)
	{
		rectangle(img, faces[i].tl(),faces[i].br(), Scalar(255, 0, 255), 3);
	}

	imshow("Image", img);

	waitKey(0);
}

参考：


openCV 中 cv::Rect 矩形类用法_sinat_38102206的博客-CSDN博客_cv rect


OpenCV detectMultiScale() 函数参数介绍_zhuyue_66-CSDN博客_detectmultiscale函数参数含义

结果展示：

学习来源：

4h上手C++版Opencv_哔哩哔哩_bilibili


版权声明：本文为qq_62330330原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。