OpenCV开发实战指南

最新推荐文章于 2025-11-10 22:03:57 发布

原创

最新推荐文章于 2025-11-10 22:03:57 发布 · 953 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#OpenCV # 图像处理 # 计算机视觉

1、下载并构建OpenCV的最新CVS更新。

若要获取 OpenCV 的最新 CVS 更新，不同系统操作不同。

在 Windows 上，若想从 CVS 仓库获取最新的 OpenCV，需要访问 CVSROOT 目录：

:pserver:anonymous@opencvlibrary.cvs.sourceforge.net:2401/cvsroot/opencvlibrary

在 Linux 上，可使用以下两个命令：

首先执行登录命令：

cvs -d:pserver:anonymous@opencvlibrary.cvs.sourceforge.net:/cvsroot/opencvlibrary login

当提示输入密码时，直接按回车键。

然后执行检出命令：

cvs -z3 -d:pserver:anonymous@opencvlibrary.cvs.sourceforge.net:/cvsroot/opencvlibrary co -P opencv

2、进入 …/opencv/_make 目录。在 Windows 系统上，打开解决方案文件 opencv.sln；在 Linux 系统上，打开相应的 makefile。分别构建调试版和发布版的库。描述这个操作的过程和结果。

该操作是在不同系统上构建 OpenCV 库的步骤。

Windows 系统：
进入 …/opencv/_make 目录后，打开 opencv.sln 文件来构建库。
Linux 系统：
进入 …/opencv/_make 目录后，打开相应的 makefile 文件进行构建。

构建过程会生成调试版和发布版的库文件及 DLL 文件，不过构建可能耗时较久。

3、进入 …/opencv/samples/c/ 目录。创建一个项目或生成文件，然后导入并编译 lkdemo.c（这是一个示例运动跟踪程序）。将摄像头连接到系统并运行代码。选中显示窗口后，输入 “r” 初始化跟踪。可以通过鼠标点击视频画面添加跟踪点。还可以通过输入 “n” 切换到只查看跟踪点（不显示图像）的模式。再次输入 “n” 可以在 “夜间” 和 “日间” 视图之间切换。请描述完成上述操作的步骤。

请按照以下步骤操作：

打开终端，进入 …/opencv/samples/c/ 目录；
创建项目或生成文件；
导入 lkdemo.c 文件；
编译 lkdemo.c 文件；
将摄像头连接到系统；
运行编译后的程序；
选中显示窗口，输入 “r” 初始化跟踪；
通过鼠标点击视频画面添加跟踪点；
输入 “n” 切换到只查看跟踪点的模式；
再次输入 “n” 在 “夜间” 和 “日间” 视图之间切换。

4、练习使用感兴趣区域（ROI）。创建一个210×210的单通道字节图像并将其置零。在该图像内，使用ROI和cvSet()构建一个值递增的金字塔。即：最外层边框值应为0，下一层内边框值应为20，再下一层内边框值应为40，依此类推，直到最内层正方形的值设置为200；所有边框宽度应为10像素。显示该图像。

以下是使用OpenCV实现该需求的Python代码示例：

import cv2
import numpy as np

# 创建一个210x210的单通道字节图像并置零
image = np.zeros((210, 210), dtype=np.uint8)

# 定义边框宽度
border_width = 10

# 定义初始值
value = 0

# 构建金字塔
for i in range(10):
    start = i * border_width
    end = 210 - i * border_width
    roi = image[start:end, start:end]
    cv2.rectangle(image, (start, start), (end, end), value, -1)
    value += 20

# 显示图像
cv2.imshow('Pyramid Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先创建了一个210×210的单通道字节图像并将其置零。然后，通过循环逐步设置不同层次的边框值，每次循环增加20，直到最内层正方形的值为200。最后，显示生成的图像。