【OpenCV（C++）快速入门】--opencv学习

0 配置环境

配置环境网上很多资料，这里就不赘述了。

笔者使用的是VS2022+opencv4.9.0

测试配置环境

// 打开摄像头样例
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
#include <opencv2/imgcodecs/imgcodecs.hpp>
#include <opencv2/core/core.hpp>  
using namespace cv;

int main()
{
	VideoCapture cap(0);
	Mat frame;
	while (1)
	{
		cap >> frame;
		imshow("调用摄像头", frame);
		waitKey(30);
	}
	return 0;
}

如果配置正确，会调用电脑摄像头

1 读图片和视频

读图片

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


 images ///
int main()
{
	std::string path = "Resources/test.png";		// 图片路径
	cv::Mat img = cv::imread(path);					// 读数据
	cv::imshow("Image", img);						// 显示数据
	cv::waitKey(0);									// 增加延时，0表示无穷
	return 0;
}

读视频

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


 video ///
// 视频是一系列的图像，因此需要遍历所有的图像/帧，捕获并且显示
int main()
{
	std::string path = "Resources/test_video.mp4";	// 视频路径
	cv::VideoCapture capture(path);
	cv::Mat img;
	while (1)
	{
		capture.read(img);							// 读到img中
		cv::imshow("Vedio", img);					// 显示
		cv::waitKey(20);							// 延时20ms，数值越大，视频越慢
	}
	return 0;
}

读相机

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



 Webcam ///
// 视频是一系列的图像，因此需要遍历所有的图像/帧，捕获并且显示
int main()
{
	cv::VideoCapture capture(0);					// 只有一个相机
	cv::Mat img;
	while (1)
	{
		capture.read(img);							// 读到img中
		cv::imshow("Vedio", img);					// 显示
		cv::waitKey(1);								// 延时1ms，数值越大，视频越慢
	}
	return 0;
}

2 基本函数

cvtColor

// cvt是convert的缩写，将图像从一种颜色空间转换为另一种颜色空间
// 把img转换成imgGray
cv::cvtColor(img, imgGray, cv::COLOR_BGR2GRAY);

• img：输入图像，这是一个BGR格式的彩色图像。

• imgGray：输出图像，转换后的灰度图像。

• cv::COLOR_BGR2GRAY：转换代码，表示将BGR格式的图像转换为灰度图像。

GaussianBlur

高斯模糊处理

// 使用高斯滤波器模糊图像。该函数将源图像与指定的高斯核进行卷积,Size(7,7)是核大小,数字越大越模糊
// 把img模糊成imgBlur
cv::GaussianBlur(img, imgBlur, cv::Size(7, 7), 5, 0);

• cv::GaussianBlur是OpenCV中的一个函数，用于对图像进行高斯模糊处理。高斯模糊是一种图像处理技术，通过使用高斯核对图像进行卷积，可以有效地减少图像的噪声和细节，使图像变得模糊。

• 参数解释：

  • img：输入图像，这是一个cv::Mat类型的对象，表示要进行高斯模糊处理的图像。

  • imgBlur：输出图像，经过高斯模糊处理后的图像，也是一个cv::Mat类型的对象。

  • cv::Size(7, 7)：高斯核的大小，表示高斯核的宽度和高度。这里使用7×7的高斯核。高斯核的大小必须是正奇数，以确保核的中心能够对准图像的每个像素。

  • 5：高斯核的标准差（σ）在X方向上的值。标准差越大，模糊效果越明显。如果设置为0，OpenCV会根据高斯核的大小自动计算标准差。

  • 0：高斯核的标准差（σ）在Y方向上的值。如果设置为0，OpenCV会使用与X方向相同的标准差。

Canny

边缘检测

// 边缘检测，阈值1，2可调，目的：显示更多的边缘，使用模糊的图像
cv::Canny(imgBlur, imgCanny, 25, 75);

• cv::Canny是OpenCV中的一个函数，用于执行Canny边缘检测算法。Canny边缘检测是一种多步骤的算法，包括高斯模糊、梯度计算、非极大值抑制和双阈值检测等步骤。

• 参数解释：

  • imgBlur：输入图像，这是一个经过高斯模糊处理的cv::Mat类型的对象。高斯模糊处理可以减少图像的噪声，使边缘检测更加准确。

  • imgCanny：输出图像，经过Canny边缘检测后的图像，也是一个cv::Mat类型的对象。输出图像是一个二值图像，边缘部分的像素值为255，非边缘部分的像素值为0。

  • 25：低阈值（threshold1），用于Canny边缘检测中的双阈值检测。低阈值用于确定弱边缘。