【图像处理】openCV库教程

openCV 基础学习

with:于士琪openCV基础


env:opencv3.4.0+vc2017集成开发环境

图像的表示：矩阵

1. 灰度矩阵 <br>
2. 彩色（多通道）如RGB图像，RGB图像的通道顺序是BGR

Mat

class CV_EXPORTS Mat
	{
	public:
	//一系列函数
	...
	/* flag 参数中包含许多关于矩阵的信息，如：
	-Mat 的标识
	-数据是否连续
	-深度
	-通道数目
	*/
	int flags;
	//矩阵的维数，取值应该大于或等于 2
	int dims;
	//矩阵的行数和列数，如果矩阵超过 2 维，这两个变量的值都为-1
	int rows, cols;
	//指向数据的指针
	uchar* data;
	//指向引用计数的指针
	//如果数据是由用户分配的，则为 NULL
	int* refcount;
	24
	//其他成员变量和成员函数
	...
	};
	

创建Mat对象(构造方法)：

1. Mat M(3,2,CV_8UC3,Scalar(0,0,255));
   
   //创建一个行数为3，列数为2的图像，图像元素是8位无符号整数，3个通道，初始值为0,0,255，为全红
2. Mat对象的type是：CV_8UC1，CV_16SC1，…，CV_64FC4 等
3. create()方法
4. at()方法：读矩阵中某个像素，或对某个元素赋值

    uchar value = grayim.at<uchar>(i,j);//读出第 i 行第 j 列像素值
    grayim.at<uchar>(i,j)=128; //将第 i 行第 j 列像素值设置为 128

5. 迭代器使用 MatIterator

#include<iostream>
#include<opencv2opencv.hpp>
using namespace std;
using namespace cv;

int main() {
	Mat g(600, 800, CV_8UC1);
	Mat c(600, 800,CV_8UC3);
	MatIterator_<uchar> git, gend;
	MatIterator_<Vec3b> cit, cend;
	for (git = g.begin<uchar>(), gend = g.end<uchar>();git != gend;++git) {
		*git = rand() % 255;
	}
	for (cit = c.begin<Vec3b>(), cend = c.end<Vec3b>();cit != cend;++cit) {
		(*cit)[0] = rand() % 255;
		(*cit)[1] = rand() % 255;
		(*cit)[2] = rand() % 255;
	}
	imshow("g", g);
	imshow("c", c);
	waitKey(0);
	return 0;

}

6. 选取图像局部区域：是浅复制，注意复制前后共享内存区域。
   
   i. 单行、列选取
   row()/col()
   

      Mat Mat::row(int i) const
      Mat Mat::col(int j) const
   

   ii. 多行、多列
   
   Range类：
   

   	class Range
   	{
   	public:
   	int start, end; //从start行（列）到end行（列），左闭右开
   	
   	static .. all(); //all方法，静态方法，表示所有的行、列
   	
   	};
   

    如：
   

   	Mat A = Mat::eye(10,10,CV_32S);
   	//提取第一列到第三列
   	Mat B = A(Range::all(),Range(1,3));
   	//提取第一行到第三行
   	Mat C = A(Range(1,3),Range::all());
   	
   

7. Mat_类：Mat类的封装：
   
   使用 Mat_类，那么就可以在变量声明时确定元素的类型，访问元素时不再需要指定元素类型，即使得代码简洁

图像读写：读写图像文件：

1. imread

Mat imread(const string& filename, int flags=1 )；

	imread()函数返回的是 Mat 对象.
	如果读取文件失败，则会返回一个空矩阵，即 Mat::data 的值是 NULL。执行 imread()之后，需要检查文件是否成功读入，可以使用 Mat::empty()函数进行检查。
			flag 参数值有三种情况：
			  flag>0，该函数返回 3 通道图像，如果磁盘上的图像文件是单通道的灰度图像，则会被强制转为 3 通道；
			  flag=0，该函数返回单通道图像，如果磁盘的图像文件是多通道图像，则会被强制转为单通道；
			  flag<0，则函数不对图像进行通道转换。

2. imwrite

    bool imwrite(const string& filename, InputArray image,const vector<int>& params=vector<int>())

3. 读入一副图像，然后对图像进行 Canny 边缘操作：

    #include<iostream>
    #include<opencv2opencv.hpp>
    using namespace std;
    using namespace cv;

    int  main() {
    	Mat im = imread("C:\Users\duye\Desktop\2.jpg",1);
	if (im.empty()) {
		cout << "Can not load image!" << endl;
		return -1;
	}
	Mat result;
	Canny(im, result, 50, 100);
	imwrite("C:\Users\duye\Desktop\1.jpg",result);

	return 0;

    }

视频操作：

1. 读视频：
   VideoCapture 既可以从视频文件读取图像，也可以从摄像头读取图像
   
   从文件/视频读视频：

    #include <iostream>
    #include "opencv2/opencv.hpp"
    using namespace std;
    using namespace cv;
    int main(int argc, char** argv)
    {
    //打开视频文件
        VideoCapture cap("video.short.raw.avi");
        //根据摄像头ip 获取实时视频流
        //注意这里不再使用定义了的返回的视频流，直接使用摄像头ip就好
        //String videoUrl = "...";
        //VideoCapture cap;
        //cap.open(videoUrl);
        //检查是否成功打开
        if(!cap.isOpened())
        {
            cerr << "Can not open a camera or file." << endl;
            return -1;
        }
        Mat edges;
        //创建窗口
        namedWindow("edges",1);
        for(;;)
        {
            Mat frame;
            //从 cap 中读一帧，存到 frame
            cap >> frame;
            //如果未读到图像
            if(frame.empty())
                break;
            //将读到的图像转为灰度图
            cvtColor(frame, edges, CV_BGR2GRAY);
            //进行边缘提取操作
            Canny(edges, edges, 0, 30, 3);
            //显示结果
            imshow("edges", edges);
            //等待 30 秒，如果按键则推出循环
            if(waitKey(30) >= 0)
                break;
        }
        //退出时会自动释放 cap 中占用资源
        return 0;
    }

2. 写视频
   
   读取摄像头视频，写入文件中保存

    #include <opencv2/core/core.hpp>  
    #include <opencv2/highgui/highgui.hpp>  
    using namespace cv;
    void main()
    {
    	String url = "http://192.168.1.1:8080";
	VideoCapture cap();
	cap.open(url);
	double rate = 25.0;//视频的帧率
	Size videoSize(1280,960);
	VideoWriter writer("VideoTest.avi", CV_FOURCC('M', 'J', 'P', 'G'), rate, videoSize);
	Mat frame;
	while (capture.isOpened())
	{
		capture >> frame;
		writer << frame;
		imshow("video", frame);
		if (waitKey(20) == 27)//27是键盘摁下esc时，计算机接收到的ascii码值
		{
			break;
		}
	}
    }

后续我会给出目前比较流行的使用opencv实现人脸识别的具体实现。以上。