【学习OpenCV 3】学习记录-第2章：OpenCV初探

于 2020-11-23 13:23:15 发布
阅读量423 收藏 2
点赞数 2
分类专栏： OpenCV 计算机视觉 文章标签： opencv 计算机视觉 c++
版权声明：本文为博主原创文章，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。
本文链接：https://blog.youkuaiyun.com/qq_45552341/article/details/109934894
版权

第2章：OpenCV初探


本文仅作学习记录，不作他用！

头文件

#include "opencv2/core/core.hpp"
//新式C++风格的结构以及数学运算
#include "openCv2/flann/mini刊ann.hpp"
//最邻近搜索匹配函数
#include "openCV2/imgproc/imgproc.hpp"
//新式C++风格图像处理函数
#include "openCV2/video/photo.hpp"
//操作和恢复照片相关算法
#include "openCv2/video/video.hpp"
//视觉追踪以及背景分割
#include "opencv2/features2d/features2d.hpp"
//用于追踪的二维特征
#include "openCV2/objdetect/objdetect.hpp"
//级联人脸分类器、latent SVM分类器、HoG特征和平面片检测器
#include "opencv2/calib3d/calib3d.hpp"
//校准以及双目视觉相关
#include "opencv2/ml/ml.hpp"
//机器学习、聚类以及模式识别相关
#include "opencv2/highgui/highgui.hpp"
//新式C++风格的显示、滑动条、鼠标操作以及输入输出相关
#include "opencv2/contrib/contrib.hpp"
  • 使用头文件opencv.hpp来包含所有可能在OpenCV 函数中用到的头文件，会使得编译速度较慢，根据需求选择需要的函数的头文件将降低编译时间。
  • 头文件在…lmodules/…/include文件夹
  • 函数对应的源文件也存在于对应的src文件夹中 …lmodules/…/include/src

网络资源：
OpenCV库概述
OpenCV3 概述

第一个程序：显示图片

#include <opencv2/opencv.hpp> //Include ftle for every supported OpenCV function
int main(int argc, char** argv ) {
	cv::Mat img = cv::imread(argv[1], -1);
	if (img.empty()) return -1;
	cv::namedWindow("Example1", cv::WINDOW_AUTOSIZE);
	cv::imshow("Example1", img);
	cv::waitKey(0);
	cv::destroyWindow("Example1");
	return 0;
}

函数前加上c v: : ，向编译器说明你所调用的函数处于cv命名空间。若想简化使用use namespace cv
但是，若不想发生于其他库同名函数发生冲突，建议使用cv::，并一起为标准，使代码风格统一。

第二个程序：视频

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "iostream"
#include "string"	
using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	cv::namedWindow("Example3", cv::WINDOW_AUTOSIZE);
	cv::VideoCapture cap;
	cap.open(string(argv[1]));
	cv::Mat frame;
	for (;;) {
		cap >> frame;
		if (frame.empty()) break;
		cv::imshow("Example3", frame);
		if (cv::waitKey(33) >= 0) break;
	}
	return 0;
}
  • cap.open(string(argv[1]));改为“````cap.open(0)```即可调用摄像头

视频跳转

添加一个滑动条，使得用户可以进行视频跳转。

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <fstream>
using namespace std;
int g_slider_position = 0; //存储滑动条位置
int g_run = 1; //新的跳转触发后会置零。当它为正的时候，指示在停止之前程序要播放多少张图片;当它为负的时候，表示系统处于连续视频播放模式。
int g_dontset = 0; //start out in single step mode
cv::VideoCapture g_cap;

void onTrackbarSlide(int pos, void*) {
	g_cap.set(cv::CAP_PROP_POS_FRAMES, pos);
	if (!g_dontset)
		g_run = 1;
		g_dontset = 0;
}

int main(int arc, char** argv) {
	cv::namedWindow("Example2_4", cv::WINDOW_AUTOSIZE);
	g_cap.open("C:/Users/zhoum/Pictures/视频项目/south_gate.mp4");
	int frames = (int)g_cap.get(cv::CAP_PROP_FRAME_COUNT);
	int tmpw = (int)g_cap.get(cv::CAP_PROP_FRAME_WIDTH);
	int tmph = (int)g_cap.get(cv::CAP_PROP_FRAME_HEIGHT);
	cout << "video has " << frames << " frames of dimensions(" << tmpw << ", " << tmph << ")." << endl;
	cv::createTrackbar("Position", "Example2_4", &g_slider_position, frames, 
		onTrackbarSlide);

	cv::Mat frame;
	for (;;) {
		if (g_run != 0) {
			g_cap >> frame;
			if (frame.empty()) break;
			int current_pos = (int)g_cap.get(cv::CAP_PROP_POS_FRAMES);
			g_dontset = 1;

			cv::setTrackbarPos("Position", "Example2_4", current_pos);
			cv::imshow("Example2_4", frame);

			g_run = 1;
		}
		char c = (char)cv::waitKey(10);
		// single step
		if (c == 's'){
			g_run = 1; cout << "Single step, run = " << g_run << endl;
		}
		// run mode
		if (c == 'r') {
			g_run = -1; cout << "Run mode, run = " << g_run << endl;
		}
		if (c == 27)
			break;
	}
	return 0;
}

简单的变换

加载图像并且在显示之前平滑处理图像。

#include <opencv2/opencv.hpp>
int main() {
	cv::Mat image = cv::imread("C:/Users/.../.../10.png", -1);
	// 创建窗口，显示输入\输出
	cv::namedWindow("Example2_5-in", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("Example2_5-out", cv::WINDOW_AUTOSIZE);

	// 创建窗口，显示输入图片
	cv::imshow("Example2_5-in", image);
	// 创建图片保存平滑后的图片
	cv::Mat out;
	// 开始平滑
	cv::GaussianBlur(image, out, cv::Size(5, 5), 3, 3);
	cv::GaussianBlur(out, out, cv::Size(5, 5), 3, 3);
	cv::imshow("Example2_5-out", out);
	cv::waitKey(0);
	return 0;
}

较复杂的变换

降采样、灰度图、边缘分割

#include <opencv2/opencv.hpp>
int main(int argc, char** argv) {
	cv::Mat img1, img2, img_gry, img_cny;
	img1 = cv::imread("C://Users//zhoum//Desktop//1.jpg", -1);
	cv::namedWindow("Example1", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("Example2", cv::WINDOW_AUTOSIZE);
	cv::imshow("Example1", img1);

	//下采样一半
	cv::pyrDown(img1, img2);
	cv::imshow("Example2", img2);

	//转化灰度图
	cv::cvtColor(img1, img_gry, cv::COLOR_BGR2GRAY);
	cv::namedWindow("Example gray", cv::WINDOW_AUTOSIZE);
	cv::imshow("Example gray", img_gry);

	//canny边缘分割
	cv::Canny(img_gry, img_cny, 50, 150, 3, true);
	cv::namedWindow("Example canny", cv::WINDOW_AUTOSIZE);
	cv::imshow("Example canny", img_cny);

	cv::waitKey(0);
	return 0;
}

写入AVI文件

OpenCV提供的格式是未经过压缩的，目前支持的格式如下：

CV_FOURCC('P', 'I', 'M', '1') = MPEG-1 codec
CV_FOURCC('M', 'J', 'P', 'G') = motion-jpeg codec
CV_FOURCC('M', 'P', '4', '2') = MPEG-4.2 codec 
CV_FOURCC('D', 'I', 'V', '3') = MPEG-4.3 codec 
CV_FOURCC('D', 'I', 'V', 'X') = MPEG-4 codec 
CV_FOURCC('U', '2', '6', '3') = H263 codec 
CV_FOURCC('I', '2', '6', '3') = H263I codec 
CV_FOURCC('F', 'L', 'V', '1') = FLV1 codec

#include <opencv2/opencv.hpp>
#include <iostream>
int main(int argc, char* argv[]) {
	cv::namedWindow("Example_11", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("Log_Polar", cv::WINDOW_AUTOSIZE);
	//调用摄像头
	cv::VideoCapture capture(0);
	double fps = capture.get(cv::CAP_PROP_FPS);
	cv::Size size(
		(int)capture.get(cv::CAP_PROP_FRAME_WIDTH),
		(int)capture.get(cv::CAP_PROP_FRAME_HEIGHT)
	);
	cv::VideoWriter writer;
	writer.open("output_video.avi", CV_FOURCC('M', 'J', 'P', 'G'), fps, size);
	cv::Mat logpolar_frame, bgr_frame;
	for (;;) {
		capture >> bgr_frame;
		if (bgr_frame.empty()) break;
		cv::imshow("Example2_11", bgr_frame);
		cv::logPolar(
			bgr_frame, //输入
			logpolar_frame, //输出
			//logpolar转换的中心点
			cv::Point2f(
				bgr_frame.cols / 2,
				bgr_frame.rows / 2
			),
			40, //幅值（比例参数）
			cv::WARP_FILL_OUTLIERS  // 用0值填满外部
		);
		cv::imshow("Log_Polar", logpolar_frame);
		writer << logpolar_frame;

		char c = cv::waitKey(10);
		if (c == 27) break; //允许用户中断
	}
	capture.release();
}

练习

  • 1.安装编译OpenCv
  • 2.运行lkdemo.cpp
  • 3.读取视频降采样并存储彩色视频
  • 4.给练习3增加显示处理过图像的功能
  • 5.增加滑动条，通过滑动条来调节降采样率，显示处理后结果。存储功能跳过。

个人能力有限，代码可能存在部分问题，请批评指正

根据书本内容大致完成了练习的作业。

运行lkdemo.cpp

初始化
在这里插入图片描述
黑夜模式
在这里插入图片描述

降采样并存储

问题与解决：
Q:按照书里面存储的代码和降采样直接结合，输出的视频无法播放。
A:设置cv::VideoWriter writer;的size时，原来代码是读取视频大小获得，如不修改和采样后的视频大小不符合，故需要将尺寸修改为采样后大小，这里由于是2倍降采样，直接将size减半就行。

#include <opencv2/opencv.hpp>
#include <iostream>
int main(int argc, char* argv[]) {
	cv::namedWindow("original_img", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("sampled_img", cv::WINDOW_AUTOSIZE);
	//调用摄像头
	cv::VideoCapture capture(0);
	double fps = capture.get(cv::CAP_PROP_FPS);
	// 降采样后视频尺寸变为原来一半，故除以2
	cv::Size size(
		(int)capture.get(cv::CAP_PROP_FRAME_WIDTH) / 2,
		(int)capture.get(cv::CAP_PROP_FRAME_HEIGHT) / 2
	);
	cv::VideoWriter writer;
	writer.open("sampled_video.avi", CV_FOURCC('M', 'J', 'P', 'G'), fps, size);
	cv::Mat original_frame, sampled_frame;
	for (;;) {
		capture >> original_frame;
		if (original_frame.empty()) break;
		cv::imshow("original_img", original_frame);
		cv::pyrDown(original_frame, sampled_frame);
		cv::imshow("sampled_img", sampled_frame);
		writer << sampled_frame;

		char c = cv::waitKey(10);
		if (c == 27) break; //允许用户中断
	}
	capture.release();
}

滑动条调节降采样率

问题与解决：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <fstream>
using namespace std;

int slider_position = 0;
int sample_multiple = 0;

void onTrackbarSlide(int pos, void*) {
	if (pos % 2 == 0) sample_multiple = pos;
}

int main(int arc, char** argv) {
	cv::VideoCapture capture(0);
	cv::namedWindow("original_video", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("sampled_video", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("Slide", cv::WINDOW_AUTOSIZE);
	cv::createTrackbar("Position", "Slide", &slider_position, 8,
		onTrackbarSlide);
	cv::Mat original_frame, sampled_frame;

	for (;;) {
		capture >> original_frame;
		// pyrDown（） 没只能下降一半，所以这样设置不行。
		//cv::Size sample_size(
		//	(int)((original_frame.cols + 1) / sample_multiple),
		//	(int)((original_frame.rows + 1) / sample_multiple)
		//);
		if (original_frame.empty()) break;
		cv::imshow("original_video", original_frame);
		cout << "video downsample multiple: " << sample_multiple << endl;
		sampled_frame = original_frame;
		for (int i = 1; i < sample_multiple; i++) {
			cv::pyrDown(original_frame, sampled_frame);
			original_frame = sampled_frame;
		}
		cv::imshow("sampled_video", sampled_frame);

		char c = cv::waitKey(10);
		if (c == 27) break; //允许用户中断
	}
	return 0;
}

显示效果
在这里插入图片描述

学习Opencv（蝴蝶书/C++）代码——2.OpenCV初探
啷个哩个啷
11-20 484
另外，很奇怪的一个现象，使用VideoWriter写入的视频，直接用系统自带的视频播放器可以打开，但是用VideoCapture打开后，该视频从8.8MB变成48字节。表明生成的视频文件不完整，建议在使用视频之前，先对VideoWriter类的对象进行释放。确保焦点在显示的窗口上，然后按下想知道键值的键，回到命令行查看输出的键值即可。如果不记得了，需要查看自己当前用的编译的OpenCV是否支持QT（默认。可以看到，GUI部分的信息只有Cocoa（MacOS系统支持的窗口），会保留高字节的值。
【使用OpenCV进行照片人脸检测】------机器学习（附完整代码和数据集）
weixin_47296493的博客
04-01 1533
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，拥有丰富的常用图像处理函数库，采用C/C++语言编写，可以运行在Linux/Windows/Mac等操作系统上，能够快速的实现一些图像处理和识别的任务。此外，OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用，从而使得图像处理和图像分析变得更加易于上手，让开发人员更多的精力花在算法的设计上。
opencv自带LKD算法 物体追踪
moonlightpeng的博客
05-08 701
#include "opencv2/video/tracking.hpp" #include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" #include &lt;iostream&gt; #include &lt;ctype.h&gt; using namespace cv; using names...
OpenCV3学习（11.2）LK光流法原理及opencv实现
知识搬运工的博客
02-13 1万+
光流的概念:(Optical flow or optic flow) 它是一种运动模式，这种运动模式指的是一个物体、表面、边缘在一个视角下由一个观察者（比如眼睛、摄像头等）和背景之间形成的明显移动。光流技术，如运动检测和图像分割，时间碰撞，运动补偿编码，三维立体视差，都是利用了这种边缘或表面运动的技术。光流，简单说也就是画面移动过程中，图像上每个像素的x，y位移量，比如第t帧的时候A点的位置是(x...
c++中函数empty（）怎么使用
11-03 3445
string s = "";if (s.empty()){ cout << "字符串为空。。";}else{ cout << "字符串不为空。。";} ¦ char value[PROP_VALUE_MAX]; ¦ int rc = property_get(prop_map[i].src_prop, value); ...
在opencv3中的机器学习算法
weixin_34209851的博客
12-09 317
在opencv3.0中，提供了一个ml.cpp的文件，这里面全是机器学习的算法，共提供了这么几种： 1、正态贝叶斯：normal Bayessian classifier    我已在另外一篇博文中介绍过：在opencv3中实现机器学习之：利用正态贝叶斯分类 2、K最近邻：k nearest neighbors classifier 3、支持向量机：support vectors machi...
C++ 打开摄像头（Opencv）
11-27
C++ 打开摄像头（Opencv），实时显示视频，可以进行初步的摄像头开发学习（capDlgVideoFormat(hWndCapChild);）
OpenCV学习资料文档
最新发布
07-01
#### 第2章：OpenCV入门 - **开始准备**：介绍如何设置开发环境，以及推荐使用的开发工具。 - **显示图像**：通过简单的代码示例演示如何使用OpenCV加载并显示一张图片。 - **播放AVI视频**：详细介绍如何用OpenCV...
学习OpenCV(中文版)
05-28
▪ 第2章 OpenCV入门 ▪ 第3章 初探OpenCV ▪ 第4章 细说HighGUI ▪ 第5章 图像处理 ▪ 第6章 图像变换 ▪ 第7章 直方图与匹配 ▪ 第8章 轮廓 ▪ 第9章 图像局部与分割 ▪ 第10章 跟踪与运动 ▪ 第11章 摄像机模型与...
第三章 学习OpenCV——初探OpenCV
SWJTU_LiSanShi的博客
03-20 1325
第三部分 学习OpenCV——初探OpenCV 学习OpenCV 第三章 练习题
《Learning Opencv3》第二章 Opencv介绍
宁宁的博客
12-21 814
第二章 介绍OpenCV 文章目录第二章 介绍OpenCV一、头文件和命名空间二、读取图片和视频2.1 读取图片2.2 读取视频三、创建滑动条四、对图像进行简单处理4.1 高斯模糊4.2 pyDown4.3 canny提取边缘五、摄像头输入六、输出AVI文件 以下是本人阅读《Learning OpenCV3》后的一些体会和笔记，没有详细的全文翻译，恳请批评指正。 一、头文件和命名空间 OpenCV...
目标跟踪之Lukas-Kanade光流法
热门推荐
Marshall的专栏
06-25 6万+
光流是图像亮度的运动信息描述。光流法计算最初是由Horn和Schunck于1981年提出的，创造性地将二维速度场与灰度相联系，引入光流约束方程，得到光流计算的基本算法．光流计算基于物体移动的光学特性提出了2个假设： ①运动物体的灰度在很短的间隔时间内保持不变； ②给定邻域内的速度向量场变化是缓慢的。 算法原理 假设图像上一个像素点(x,y)，在t时刻的亮度为E(x+Δx,y+Δy,t+
Opencv 学习笔记_准备工作和入门
weixin_30596165的博客
10-15 140
由于专业方向，最近开始学习opencv，打算以《学习opencv》一书为纲，一周学习一章至两章，特此记录。 版本信息 ubuntu 14.04 + QT 5.7.1 +opencv3.1 加载图像并显示 QT中貌似不能在CMakeLists.txt自动添加opencv的链接指令,所以我们手动添加一下: cmake_minimum_required(VERSION 2.8) project(re...
learning opencv3: 一：overview 打开自己的视频文件加上暂停快进按钮
moonlightpeng的博客
11-07 348
#include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/core/core.hpp> #include <iostream> using namespace std; int g_slider_position = 0; int g_run = 1, g_dontset = 0; //start out in si...
前后背景求取（opencv官方例程）
liyuqian199695的博客
10-26 1058
#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/video/background_segm.hpp" #include #include using namespace cv; static void help() {
[学习opencv]opencv CommandLineParser类功能解释 参数交互 keys指针
开源节流
10-24 2403
CommandLineParser这个类，那么这个类到底有什么作用呢，从命名大概可以猜出这是个命令行解析类。因为我们知道opencv是一个开源库，所以其很少有图形操作方面的api，基本上还是基于命令行执行的。那么这个类的出现主要是方便用户在命令行使用过程中减少工作量。     大概可以看出来用这个类的好处就是很方便，因为以前版本没这个类时，如果要运行带参数的.exe，必须在命令行中输入文件路径以...
机器学习(ML)、深度学习（DL）和图像处理（opencv）专用英语词典
wyx100的专栏
07-07 2万+
机器学习(ML)、深度学习（DL）和图像处理（opencv）专用英语词典 百度翻译 http://fanyi.baidu.com/ A AAN （Active Appearance Model）主动外观模型 Adam(adaptive moment estimation,适应性矩估计),Adam是一种可以替代传统随机梯度下降过程的一阶优化算法，它能基于训练数据迭代地更新神经网络权重。Ad...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值