OpenCV基础API函数一

OpenCV基础API函数二

imread 读取图片

Mat imread( const String& filename, int flags = IMREAD_COLOR );

 返回值:  Mat 类型 
 filename: 图片的路径
 flags: 读取图片的模式    默认为 IMREAD_COLOR 

flage 的常用类型有:

flage	意思
IMREAD_UNCHANGED	按照图片原有的样子读取
IMREAD_GRAYSCALE	转换成单通道灰色图
IMREAD_COLOR	把图片转换成三通道RGB彩色图像

例子

Mat src = imread("E:\\opencv_tutorial_data-master\\opencv_tutorial_data-master\\images\\yuan_test.png",IMREAD_UNCHANGED);

//判断读取的图像是否为空
 if (src.empty() )
    {
     
        cout << "读取图片错误" << endl;
        return 0;
    }

namedWindow 创建一个显示窗口

void namedWindow(const String& winname, int flags = WINDOW_AUTOSIZE);

	返回值: 空
	winname: 窗口的名字
	flags: 窗口的模式  默认为 WINDOW_AUTOSIZE

flags 常用类型

flags	意思
WINDOW_AUTOSIZE	自动大小,根据图片的大小确定窗口的大小
WINDOW_FULLSCREEN	窗口大小充满整个屏幕
WINDOW_FREERATIO	自动大小,用户可以任意调整窗口的大小
WINDOW_KEEPRATIO	窗口的大小,根据图片的比例进行确定

imshow 显示图片

void imshow(const String& winname, InputArray mat);

返回值: 空
winname: 窗口的名字
mat: 需要显示图像

根据 winname,确定sc显示在那个窗口

destroyAllWindows 和 destroyWindow 销毁窗口

void destroyAllWindows(); 销毁任何窗口
void destroyWindow(const String &winname); 销毁指定的窗口,根绝winname决定销毁那个窗口

返回值: 空
winname: 窗口的名字

这两个函数基本上都是和 namedWindowAPI进行联合使用

例子

//读取磁盘里的图片
 Mat src = imread("E:\\opencv_tutorial_data-master\\opencv_tutorial_data-master\\images\\yuan_test.png",IMREAD_UNCHANGED);
 //判断读取的图片是否为空
 if (src.empty() ||src1.empty())
    {
     
        cout << "读取图片错误" << endl;
        return 0;
    }

	//创建显示图片的窗口
    namedWindow("输入窗口", WINDOW_FREERATIO);
    //显示图片  显示到-->输入窗口
    imshow("输入窗口", src);
	//按任意键结束
	waitKey();
    //销毁所有的窗口
    destroyAllWindows();
    return 0;

waitKey 等待按下一个键

int waitKey(int delay = 0);

返回值: int类型的 ASCLL码
delay: 等待多长时间

waitKey ,等待一个按键事件,可以无限的或指定多少秒,当delay=0则表示无限等待,当delay>0则表示等待多少秒.他会返回你按键的ASCLL码值,但当你指定一个时间,但没有按键事件则返回-1

列子: 当按下Esc退出整个程序,按下1把颜色空间转换成HSV空间,按下2把3通道的彩色编程单通道的灰色图片

	//读取图片
	 Mat src = imread("E:\\opencv_tutorial_data-master\\opencv_tutorial_data-master\\images\\yuan_test.png");

    //创建一个和src大小类型相等值为零的Mat
    Mat dst ;
    //检查是否争取读取图片
    if (src.empty())
    {
     
        cout << "读取图片错误" << endl;
        return 0;
    }
    //创建显示窗口
    namedWindow("输入窗口", WINDOW_FREERATIO);
    //在输入窗口显示图片
    imshow("输入窗口", src);
    
    while (true)
    {
     
        //等待一个按键事件
        char c = waitKey();
        cout << "您输入的是: " << c << endl;
        if (c == 27)
        {
     
            break;
        }
        if (c == '1')
        {
     
            cvtColor(src, dst, COLOR_BGR2HSV);
            imshow("输入窗口", dst);
        }
        if (c == '2')
        {
     
            cvtColor(src, dst, COLOR_BGR2GRAY);
            imshow("输入窗口", dst);
        }
    }
    //等待键盘事件
	waitKey();
    destroyAllWindows();
    return 0;

cvtColor 色彩空间转换

void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );

返回值: 空
src: 原图像
dst:结果图像
code: 色彩空间转换模式
dstCn:结果图像的通道数,默认为0,当不写通道数则把原图像的通道数拷贝到结果图像中

code 常用模式:

code	意思
COLOR_BGR2BGRA	向RGB图片中添加alpha通道
COLOR_BGRA2BGR	删除alpha通道
COLOR_BGR2GRAY	转换成灰色图片
COLOR_GRAY2BGR	灰色转换成BGR
COLOR_GRAY2RGB	灰色转换成RGB
COLOR_BGR2HSV	BGR转换成HSV色彩空间

例子:把彩色图片转换成HSV或者是 gray灰色图片,请看waitKey的相关代码

图片的加减乘除运算

例子:对原图进行加减法,加上一个(50,50,50)的图像,对原图乘除以(2,2,2)的图像

void Demo::operation_(Mat &src)
{
     

    Mat addIm;
    Mat subIm;
    Mat multiIm;
    Mat diviIm;

    //创建显示窗口
    namedWindow("addIm", WINDOW_FREERATIO);
    namedWindow("subIm", WINDOW_FREERATIO);
    namedWindow("multiIm", WINDOW_FREERATIO);
    namedWindow("diviIm", WINDOW_FREERATIO);

    //创建一幅图片
    Mat m1 = Mat::zeros(src.size(), src.type());
    m1 = Scalar(50, 50, 50);

    //addIm=src+m1
    add(src, m1, addIm);
    imshow("addIm", addIm);

    //subIm = src - m1;
    subtract(src, m1, subIm);
    imshow("subIm", subIm);

    m1 = Scalar(2, 2, 2);
    //multiIm=src*m1
    multiply(src, m1, multiIm);
    imshow("multiIm", multiIm);

    //diviIm = src / m1;
    divide(src, m1, diviIm);
    imshow("diviIm", diviIm);

}

createTrackbar 创建滑动条

int createTrackbar(
								const String &trackbarname,
				   				const String &winname,
  				  				int *value, 
  				  				int count,
  				   				TrackbarCallback onChange = 0,
  				   				void *userdata = 0
  				   );

返回值: int 0表示创建失败,1表示创建成功
trackbarname: 滑动条的名称
winname: 窗口的名字,根据窗口的名字进行确定滑动条添加到那个窗口
value: 滑动条的初始值
count:滑动条的最大值
onChange: 滑动条回调函数
userdata: 给滑动条回调函数传递的参数

例子:通过改变滑动条,来改变图片的对比度
可以看出随着滑动条数值越来越大,两张图片的对比越来越明显,亮的地方越来越亮

//回调函数
void callback(int pos, void *userdata)
{
     
    Mat src = *((Mat *) userdata);
    Mat blank = Mat::zeros(src.size(), src.type());
    Mat dst;//接受结果图像
    double  position = pos/100.0;
    addWeighted(src, position, blank, 0, 0, dst);
    imshow("输出窗口", dst);
}

void Demo::color_tracking(Mat &src)
{
     
    int number = 100;
    namedWindow("输出窗口", WINDOW_FREERATIO);
    //创建一个滑动条,可以在一个窗口创建多个滑动条
    int result = createTrackbar("对比度", "输出窗口", &number,500, callback, &src);
    cout << result << endl;
    callback(10, &src);
}

applyColorMap 给图片添加(应用)彩色图

void applyColorMap(InputArray src, OutputArray dst, int colormap);

返回值:空
src:原图像
dst: 用于接受结果的图像
colormap: 设置应用的颜色类型 也可以自定义颜色

例子: 循环应用不同的色彩样式按’1’进行切换,按’Esc’退出

void colorStyle(Mat &src)
{
     
    // 需要应用的颜色样式
    int style[] = {
     COLORMAP_AUTUMN,
                   COLORMAP_BONE,
                   COLORMAP_JET,
                   COLORMAP_WINTER,
                   COLORMAP_RAINBOW,
                   COLORMAP_OCEAN,
                   COLORMAP_SUMMER
    };

    //创建一个空白图像用于接受结果
    Mat dst = Mat::zeros(src.size(), src.type());
    namedWindow("输出窗口", WINDOW_FREERATIO);
    char c;
    int i = 0;
    //循环应用不同的色彩样式按'1'进行切换,按'Esc'退出
    while (true)
    {
     
        c = waitKey(10);
        if (c == 27)
        {
     
            break;
        }
        if (c == '1')
        {
     
            applyColorMap(src, dst, i % (sizeof(style) / sizeof(int)));
            cout << "您的按键是 " << c << endl;
            i++;
            imshow("输出窗口", dst);
        }
    }
return 0;
}

split 多通道图像分解成几个单通道图像

void split(const Mat& src, Mat* mvbegin);

返回值: 空
src:原图像
mvBegin:数组指针的起始地址

例子: 把一个彩色3通道的图像分解成3个单通道的图片

上面的图像是分解的结果,为什么会出现三个灰色图像呢,因为他们都是单通道的,所以表现出来的就是灰色图像我们可以把他们的颜色显示出来

void splitChannels(Mat &src)
{
     
    Mat *mv = new Mat[3];
    Mat blue;
    Mat green;
    Mat red;
    Mat dst;
    //分解图像通道
    split(src, mv);
    //如果分离的通道不为空则显示他们
    if (!mv[0].empty())
    {
     
        cout << mv[0].rows << " " << mv[0].cols << mv[0].channels() << endl;
        namedWindow("blue", WINDOW_FREERATIO);
        imshow("blue", mv[0]);
    }
    if (!mv[1].empty())
    {
     
        namedWindow("green", WINDOW_FREERATIO);
        imshow("green", mv[1]);
    }
    if (!mv[2].empty())
    {
     
        namedWindow("red", WINDOW_FREERATIO);
        imshow("red", mv[2]);
    }
    //把绿色红色通道颜色设置为0 ,以显示蓝色
    mv[1] = mv[2] = 0;
    // 把三张单通道图片合成一张三通道图像
    merge(mv, 3, dst);

    imshow("输出窗口", dst);

    //释放内存
    delete []  mv;
}

merge 合并几张单通道的图片

void merge(const Mat* mv, size_t count, OutputArray dst);

返回值: 空
mv:单通道图片的数组首地址
count: 数组的大小
dst: 结果图片

例子:请看split函数例子的蓝色图像

inRange 二值化(彩色图像二值化)

void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst);

返回值:空
src: 原图像
lowerb: 颜色范围的下界
upperb: 颜色范围的上界
dst:结果图像

二值化的意思:如果原图像的颜色在指定范围内则把这些颜色设置为255,否则为0

例子:把一张图像进行二值化

//回调函数
void callLHmin(int pos, void *userdata){
     
    Mat dst;
    inRange(src, Scalar(pos, 43, 46), Scalar(180, 255, 255), dst);
    imshow("输出窗口", dst);
}

void Demo::inrange(Mat &src)
{
     
    ::src = src;
    Mat hsv;
    namedWindow("输出窗口", WINDOW_FREERATIO);
    //把图像转换成HSV空间下进行处理
    cvtColor(src, hsv, CV_BGR2HSV);
    //创建一个滑动条
    createTrackbar("LHmin", "输出窗口", 0, 180, callLHmin);
    return;
}

Resizes 重新设置图片的大小

void resize( InputArray src, OutputArray dst,Size dsize, double fx = 0, double fy = 0,int interpolation =INTER_LINEAR );

返回值: 空
src: 原图片
dst: 结果图片 ,在重置图片大小的时候dst初始的大小和类型将被忽略,大小和类型从src中计算出
dsize: 结果图片的大小 ,如果Size=null或0结果图片的大小将从fx和fy中计算
fx: x轴方向的比例因子 ,如果fx=0则 fx=dsize.width/src.cols
fy:  y轴方向的比例因子 ,如果fy=0则 fy=dsize.height/src.rows
interpolation: 插值器

注意 dsize 和fx,fy不能同时为零,缩小图片 插值器使用INTER_AREA比较好,放大图片使用INTER_CUBIC或 INTER_LINEAR比较好
例子: 缩小一张图片

void myResize(Mat &src)
{
     
    Mat dst;
    //fx,fy方向等比缩小0.5倍
    //resize(src,dst,Size(),0.5,0.5);
    resize(src,dst,Size(256,256));
    imshow("输出窗口", dst);
}

getStructuringElement 获取元素的结构形状和大小

Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

返回值:Mat
shape: 形状
ksize: 元素结构的大小
anchor: 锚点的位置  只有 十字形状(cross-shaped)依赖这个锚点,其余现状只表示偏移量

注意:`这个函数返回的结果可以传递给erode,dilate或morphologyEx函数

shape的类型

shape	意思
MORPH_RECT	矩形
MORPH_CROSS	十字型
MORPH_ELLIPSE	椭圆形

例子:获取一个20*10的正方形

Mat erodeElement = getStructuringElement(MORPH_RECT, Size(20, 10));

threshold 二值化(灰度二值化)

double threshold( InputArray src, OutputArray dst,double thresh, double maxval, int type );

返回值: 如果使用 `THRESH_OTSU`或 `THRESH_TRIANGLE`类型返回计算的阈值

src:输入的图像
dst:结果图片 大小类型和src一样
thre: 阈值
maxvalue: 使用类型`THRESH_BINARY` 或`THRESH_BINARY_INV`则把满足阈值的像素设置为这个值
type:阈值的类型

type的类型

例子 改变图像的阈值

void callback(int pos, void *userdata)
{
     
    Mat src = *((Mat *) userdata);
    cvtColor(src, src, COLOR_BGR2GRAY);
    Mat dst;
    //二值化
    threshold(src, dst, pos, 255, THRESH_BINARY);
    imshow("输出窗口", dst);
}


int main()
{
     
   namedWindow("输入窗口", WINDOW_FREERATIO);
    namedWindow("输出窗口", WINDOW_FREERATIO);
    //创建滑动条
    createTrackbar("二值化", "输出窗口", 0, 255, callback, &src);
    imshow("输入窗口", src);
    waitKey();
    destroyAllWindows();
    return 0;
}

erode 腐蚀

通过指定元素的结构去侵蚀原图像

void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );

返回值: 空
src: 输入的图像,通道数可以是任意的但是深度应该是CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.
dst:结果图像 和src的大小类型相同
kernel: 侵蚀所使用的的元素结构,kernel可以使用`getStructuringElement`函数获取
anchor: 在元素内锚点的位置,默认值(-1,-1)表示锚点的中心位置
iterations: 侵蚀的次数
borderType 像素外推方法
borderValue: 像素外推的值 只在常量中有效

例子 :利用侵蚀对目标图像进行降噪

void myErode(Mat &src){
     
    Mat dst;
    namedWindow("输入窗口", WINDOW_FREERATIO);
    imshow("输入窗口", src);
    namedWindow("二值化窗口", WINDOW_FREERATIO);

    cvtColor(src, dst, COLOR_BGR2GRAY);

    //对图像进行二值化
    threshold(dst, dst, 140, 255, THRESH_BINARY);
    imshow("二值化窗口", dst);
    //侵蚀  获取侵蚀所使用的元素类型
    Mat erodeElement= getStructuringElement(MORPH_RECT,Size(20,10));
    erode(dst, dst, erodeElement);
    namedWindow("腐蚀窗口", WINDOW_FREERATIO);
    imshow("腐蚀窗口", dst);
    return;
}

findContours 轮廓检测

void findContours( InputOutputArray image, OutputArrayOfArrays contours,
int mode, int method, Point offset = Point());

image: 输入的图像 他是单通道的图像,大于0的元素认为是1,0为0
contours: 检测轮廓的集合  std::vector >
mode: 检测模式
method 检测方法
offset:偏移量 

mode 的模式

mode	意思
RETR_EXTERNAL	只检测最外部的轮廓
RETR_LIST	检测的轮廓放入list中,不组织任何关系
RETR_CCOMP	检测所有轮廓,把他们组织成另个层次,外部和内部
RETR_TREE	检测所有轮廓,并组织完整的结构

method 的方法

method	意思
CHAIN_APPROX_NONE	存储任何点
CHAIN_APPROX_SIMPLE	忽略直线,只存储四个点

例子:检测文字的轮廓

void myFindContours(Mat &src){
     
    Mat dst;
    namedWindow("输入窗口", WINDOW_FREERATIO);
    imshow("输入窗口", src);
    namedWindow("二值化窗口", WINDOW_FREERATIO);

    cvtColor(src, dst, COLOR_BGR2GRAY);

    //对图像进行二值化
    threshold(dst, dst, 100, 255, THRESH_BINARY);
    imshow("二值化窗口", dst);
    //腐蚀  获取侵蚀所使用的元素类型
    Mat erodeElement= getStructuringElement(MORPH_RECT,Size(20,10));
    //腐蚀 腐蚀
    erode(dst, dst, erodeElement);
    namedWindow("腐蚀窗口", WINDOW_FREERATIO);
    imshow("腐蚀窗口", dst);

    //用于保存矩形坐标点信息的集合
    vector<vector<Point>> contours;

    //检测轮廓
    findContours(dst, contours, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
    for (int i = 0; i < contours.size(); ++i)
    {
     
        //绘制矩形
        Rect rect = boundingRect(contours.at(i));
        //会知道原图像上
        rectangle(src, rect, Scalar(0, 0, 255),2);
    }
    namedWindow("轮廓窗口", WINDOW_FREERATIO);
    imshow("轮廓窗口", src);
    return;
}

polylines 绘制多边形

void polylines(InputOutputArray img, InputArrayOfArrays pts,
                            bool isClosed, const Scalar& color,
                            int thickness = 1, int lineType = LINE_8, int shift = 0 );

返回值:空
img:输入的图像
pts:Point类型的数组集合
ifClose:多边形是否闭合
color:多边形的颜色
thickness: 多边形边的宽度
linType: 边的类型
shift:缩放比例,默认不缩放

例子:绘制一个多边形

	void Demo::DrawablePolygon(){
     
    //创建一个黑色图片
    Mat src = Mat::zeros(Size(200, 200), CV_8UC3);
    //创建五个点
    Point p1(10, 10);
    Point p2(35, 35);
    Point p3(45, 0);
    Point p4(100, 100);
    Point p5(150, 150);
    //创建一个点的集合
    vector<Point> points;
    points.push_back(p1);
    points.push_back(p2);
    points.push_back(p3);
    points.push_back(p4);
    points.push_back(p5);
    //绘制多边形
    polylines(src, points, true, Scalar(0, 0, 255), 1,LINE_AA);
	namedWindow("绘制窗口", WINDOW_FREERATIO);
 imshow("绘制窗口", src);
 }

持续更新中....请各位大佬多多指点