C++ OpenCV 学习笔记【0】- 未整理，草稿记录用

VS-C++ 系列：所有相关C++文章链接.
VS-C# 系列：所有相关C#文章链接.
bat 系列：所有相关bat文章链接.
OpenCV 系列：所有相关OpenCV文章链接.

---

Keil 系列：所有相关文章链接
所有内容均以最小系统调试成功；逐步提供低分源码工程下载！
保证每行代码都经过验证！
如有疑惑，欢迎留言，看见即回；祝好__by Dxg_LC

序言：
1、以上链接为方便整理查看资料用；伴随博文发布更新，如果有不正确处，感谢指正
2、因本人能力有限若有不正确之处或者相关超链接失效，请于相关文章内提醒@博主；灰常感谢
3、友情提醒1，勿要《一支烟 + 一杯茶 == 一坐一下午》 身体重要，革命本钱；
4、友情提醒2，多喝热水;
5、友情提醒3，听媳妇话+多点时间陪家人;

#include "stdafx.h"
#include 
#include  
#include  
#include 
//
#include 	//必须放在windows.h之前
#include      // std::string, std::to_string  

#pragma comment(lib,"opencv_img_hash420.lib")
#ifdef _DEBUG
#pragma comment(lib,"opencv_img_hash420d.lib")
#pragma comment(lib,"opencv_world420d.lib")
#else
#pragma comment(lib,"opencv_img_hash420.lib")
#pragma comment(lib,"opencv_world420.lib")
#endif // DEBUG

using namespace cv;

//从本地加载并显示图片
#include      // std::string, std::to_string  

cv::String cvPath = "..\\Release\\123\\";
for (int i = 1; i <= 5; i++)
{
//	Mat image = imread(cvPath + std::to_string(i) + ".jpg", IMREAD_GRAYSCALE);//灰度图像
	Mat image = imread(cvPath + std::to_string(i) + ".jpg");//彩色
	imshow("My Image1", image);
	waitKey(1000);
}

//卷积运算
#include 
	Mat kernel = (Mat_<char>(3, 3) <<
		-1, -1, -1,
		-1, 8, -1,
		-1, -1, -1);  //图像增强模板
Mat src,dst;
src = imread(cvPath + std::to_string(1) + ".jpg");//彩色
filter2D(src, dst, image.depth(), kernel);    //对图像进行卷积
imshow("My Image1", src);
imshow("My Image1", dst);

//高斯模糊
GaussianBlur(src, dst, cv::Size(5, 5), 3, 3);//一次模糊
GaussianBlur(dst, dst, cv::Size(5, 5), 3, 3);//二次模糊

//缩放
resize(src, dst, cv::Size(500, 500.0 / src.cols*src.rows));//缩放到 (500，500.0 / src.cols*src.rows)

//创建 条形框
Mat img;//输入图像
Mat dst;//输出图像
Mat element;//结构元


//形态学
	//处理的次数
int iter = 1;
int MAX_ITER = 30;
	//结构元的半径
int MorR = 1;
int MAX_r = 20;
//高斯模糊
int GauR = 1;


//形态学处理类型
/*
enum MorphTypes{
MORPH_ERODE    = 0,
MORPH_DILATE   = 1,
MORPH_OPEN     = 2,
MORPH_CLOSE    = 3,
MORPH_GRADIENT = 4,
MORPH_TOPHAT   = 5,
MORPH_BLACKHAT = 6,
MORPH_HITMISS  = 7
};
*/
int morphType = 0;
int MAX_MORPHTYPE = 6;
//窗口
string windowName = "形态学处理";
//申明回调函数
void callback(int, void*);


{//Main()
//输入图像
img = imread("..\\Release\\123\\1.jpg", IMREAD_ANYCOLOR);
if (!img.data)
	return -1;
namedWindow(windowName, 1);
createTrackbar("GauR:", windowName, &GauR, MAX_r, callback);
createTrackbar("MorR:", windowName, &MorR, MAX_r, callback);
createTrackbar("MorCount：", windowName, &iter, MAX_ITER, callback);
createTrackbar("MorType:", windowName, &morphType, MAX_MORPHTYPE, callback)
callback(0, 0);
waitKey(0);
}

//回调函数
clock_t  st_star = clock();
clock_t  st_End = clock();
void callback(int, void*)
{
	st_star = clock();
	//高斯模糊
	GaussianBlur(img, dst, cv::Size(2 * GauR + 1, 2 * GauR + 1), 0);


	//结构元
	element = getStructuringElement(MORPH_ELLIPSE, Size(2 * MorR + 1, 2 * MorR + 1), Point(-1, -1));
	//形态学处理 
	morphologyEx(dst, dst, morphType, element, Point(-1, -1), iter);
	//保存形态处理的结果
	//imwrite("mor.jpg", dst);
	imshow(windowName, dst);
	st_End = clock();
	ConsoleWriteLine("st_End-%02d-%02d-%02d",
		(st_End - st_star) / (CLOCKS_PER_SEC*60),
		(st_End - st_star) / CLOCKS_PER_SEC,
		(st_End - st_star) % CLOCKS_PER_SEC);
}

Dxg-原创出品,如需转载，请注明出处；

欢迎收藏，点赞；"一键三联"走起，LOL