opencv api 测试记录

    1、仿射变换warpAffine对三通道图像进行变换：

#include 
#include 

int main(int arc, char* argv[]) {
    cv::Mat img = cv::imread("test.jpg", 1);
    if(img.empty()) {
        std::cout << "the input is empty..." << std::endl;
    }
    cv::Point center = cv::Point(img.cols / 2, img.rows / 2);
    double angle = 90;
    cv::Mat rot_mat = cv::getRotationMatrix2D(center, angle, 1);
    cv::Mat warped = cv::Mat(img.rows, img.cols, CV_8UC3, cv::Scalar(128, 128, 128));
    cv::warpAffine(img, warped, rot_mat, warped.size());

    cv::imwrite("result.jpg", warped);
    return 0;
}

    效果如图1所示：

                                       

                                                                                            图1 仿射变换

2、获取视频参数

cv::VideoCapture cap;
int width = cap.get(CV_CAP_PROP_FRAME_WIDTH); // width
int height = cap.get(CV_CAP_PROP_FRAME_HEIGHT); // height
int frameRate = cap.get(CV_CAP_PROP_FPS); // FPS
int totalFrames = cap.get(CV_CAP_PROP_FRAME_COUNT); // total number of video

3、uchar* 数组转Mat

for(int i = 0; i < src.rows; i++) {
    uchar* data = src.ptr(i);
    uchar* p_buffer = arr + i * src.cols * src.channels();
    memcpy(data, p_buffer, src.cols * src.channels());
}

再简单一点：

cv::Mat img_src(height, width, CV_8UC3, data);

4、标注label

        char text[256];
        sprintf(text, "%s %d", objects.at(i).label, objects.at(i).confidence);
        int base_line = 0;
        cv::Size label_size = cv::getTextSize(text, cv::FONT_HERSHEY_SIMPLEX, 0.5, 1, &base_line);
        cv::putText(img_bgr, text, cv::Point(rect.x, rect.y - label_size.height),
                    cv::FONT_HERSHEY_SIMPLEX, 0.5, cv::Scalar(0, 0, 0));

5、颜色检测

cv::inRange(hsv_img, cv::Scalar(h_low, s_low, v_low), cv::Scalar(h_high, s_high, v_high), result);

6、计时程序

double t1 = static_cast(cv::getTickCount());
....
double t2 = static_cast(cv::getTickCount());
double t = (t2 - t1) / (cv::getTickFrequency()) * 1000;
std::cout << "the time cost is: " << t << std::endl;

7、计算轮廓的中心

cv::Moments mu;
mu = cv::moments(contours[i], false)；
cv::Point2f center = cv::Point2f(mu.m10 / mu.m00, mu.m01 / mu.m00);

8、计算轮廓面积

double area = cv::contourArea(contours[i]);

9、findContours中，轮廓嵌套存储

hierachy[i][0]：平级轮廓，hierachy[i][1]：前一个轮廓，hierachy[i][2]：子轮廓，hierachy[i][3]：父轮廓。

std::vector > contours;
std::vector hierarchy;
cv::findContours(img_threshold, contours, hierarchy, cv::RETR_TREE, cv::CHAIN_APPROX_NONE, cv::Point(0, 0));

10、最小外接矩形

cv::RotatedRect box = cv::minAreaRect(cv::Mat(contours[i]));

获取最小外接矩形的顶点

std::vector points(4);
box.points(&points[0]);

11、删除轮廓

std::vector>::iterator itc= contours.begin()
while(itc != contours.end()) {
    cv::Rect rect = cv::boundingRect(*itc)
    if(...) {
        contours.erase(itc);
    } else {
        itc++;
    }
    
}

这种方法最大的好处就在于，不需要考虑删除过程中造成数组大小动态的变化。

12、反色操作

img = cv::Scalar(255) - img;

非常简单明了~

13、轮廓长度求解

double length = cv::arcLength(contours[i], true);

求取轮廓长度，第二个参数为判断轮廓是否闭合，非常有用~

14、旋转操作

flip函数

逆时针翻转90度：

cv::flip(img, img_90, 0);

顺时针翻转90度：

cv::flip(img, img_90, 1);

逆时针旋转180度

cv::flip(img, img_180, -1);

15、形态学处理

其中形态学操作可以通过如下来进行设置：

cv::MORPH_ERODE：腐蚀
cv::MORPH_DILATE：膨胀
cv::MORPH_OPEN：开运算
cv::MORPH_CLOSE：闭运算
cv::MORPH_BLACKHAT：黑帽运算
cv::MORPH_TOPHAT：顶帽运算

cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
cv::morphologyEx(src, dst, cv::MORPH_ERODE, kernel);

16、mixChannels

将输入Mat某个通道复制到输出矩阵的某个通道中去

CV_EXPORTS void mixChannels(const Mat* src, size_t nsrcs, Mat* dst, size_t ndsts,
                            const int* fromTo, size_t npairs);

src为输入矩阵，可以是一个或多个矩阵，nsrcs表示输入矩阵的个数，dst为输出矩阵也可以是一个或多个矩阵，ndsts表示输出矩阵个数，fromTo表示复制通道的关系，例如fromto[] = {0, 1}表示复制输入矩阵的第一个通道到输出矩阵的第二个通道，npairs表示输入输出关系的组别数，如：

int ch[] = {1, 0};
cv::mixChannels(&src, 1, &dst, 1, ch, 1);

17、写视频

  写视频流程：

cv::VideoWriter writer;

// 获取读取到视频参数
int width = cam.get(CV_CAP_PROP_FRAME_WIDTH); // width
int height = cam.get(CV_CAP_PROP_FRAME_HEIGHT); // height
int frame_rate = cam.get(CV_CAP_PROP_FPS); // FPS
int total_frames = cam.get(CV_CAP_PROP_FRAME_COUNT); // total number of video

// 打开视频写操作
writer.open("result.avi", CV_FOURCC('M', 'J', 'P', 'G'),
    frame_rate, cv::Size(width, height), true);

// 写入图像
writer << frame;

// 最后不要忘记关闭写操作
writer.release();

    注意：

1） 如果是读取视频，可以获取FPS，然而如果是直接从摄像头获取的视频流，获取FPS会失败，需要将frame_rate手动设置为定值，才能进行视频读写。

2）如果发现写出来的视频只有几k，需要检查一下，写入Mat的尺寸和设置写视频的size是否匹配；

python版本有一点不同：

writer = cv.VideoWriter('save.mp4', cv.VideoWriter_fourcc('M', 'J', 'P', 'G'), 20, (234, 320))
writer.write(frame)

18、获取文件夹下图片路径

使用glob函数，获取文件夹下图片路径，传入第一个参数为数据根目录，第二个参数为获取到的文件路径集，第三个参数为是否遍历子文件夹，true表示遍历，false表示不遍历。

std::vector samples;
std::string data_path = "./data";
cv::glob(data_path, samples, false);

19、泊松融合

seamlessClone(src, dst, mask, center, result, flags)

flags有以下几种状态：

cv::NORMAL_CLONE
cv::MIXED_CLONE
cv::MONOCHROME_TRANSFER

通过这个函数可以将两张图片无缝融合，在进行换脸的时候可以使用这个函数。

~~~~~~未完待续~~~~~~