OpenCV基础学习
一：显示图像并保存
#include二：色彩转换函数:cvtcolor
#include三：mat对象
通过创建新的Mat对象来创建用户的特定的底色画布，创建图像的基本类型有两种一种是ones一种是zeros，ones()中的第一个参数代表图像的大小，第二个参数代表创建几维的图像，UC代表无符号字符型，数组3代表通道数。克隆和赋值的区别，克隆就是产生一个新的对象，新对象改变属性，旧对象属性不变（各自为政）。赋值是二者同体，当新属性发生改变，旧属性也发生改变（二者同体）。
void QuickDemo::mat_creation_demo(Mat &image)
{
Mat m1, m2;
m1 = image.clone();
image.copyTo(m2);
//创建空白图像
Mat m3 = Mat::ones(Size(400, 400), CV_8UC3);//创建8*8的CV8位的无符号的n通道的unsigned char
//ones&zeros是初始化的方法
m3 = Scalar(255, 0, 0);//给三个通道都赋值127 ,单通道赋值方法 m3 = 127;
//m3初始为蓝色
//数据的宽度和长度是由通道数决定的。
//std::cout << "width:"<
//用来查看宽度，高度与通道数。
/*std::cout << m3 << std::endl;*/
Mat m4 = m3.clone();//赋值M4就是M3 M4改变了,M3也改变了，没有产生新的自我(M4与M3同体)
//M4为M3的克隆，M3还是原来的颜色，不会改变。(M4与M3不同体，各自是各自的颜色)
//m3.copyTo(m4);//把M3赋值给M4，M4就是蓝色
m4 = Scalar(0, 255, 255);//改变m4的颜色为黄色 ,m4也改变
imshow("图像3", m3);//标题和图像名称 显示图像m3 纯蓝色
imshow("图像4", m4);//标题和图像名称
}
mat对象的7种创建方式，分别创建灰度和彩色图像
//方法1使用mat的构造函数
//对于二维通道图像，首先要定义尺寸，即行数和列数。然后，需要指定存储元素的数据类型以及每个矩阵点的通道数。
Mat image1(10,10,CV_8UC1,Scalar(0,255,255)); //灰度图像
Mat image1_rgb(10,10,CV_8UC3,Scalar(0,255,255)); //彩色图像
//方法2 通过构造函数进行初始化
int sz[3]={10,10,10};
Mat image2(2,sz,CV_8UC3,Scalar::all(0)); //灰度图像
Mat image2_rgb(2,sz,CV_8UC1,Scalar::all(0)); //彩色图像
//方法3为已存在的IplImage指针创建信息头
IplImage *img = cvLoadImage("d:/image/melina.jpg",CV_8UC1);//灰度图像
IplImage *img1 = cvLoadImage("d:/image/melina.jpg",CV_8UC3);//彩色图像
Mat image3=cvarrToMat(img);///转换IplImage*->Mat
Mat image3_rgb=cvarrToMat(img1);
//方法4 利用Create()函数
Mat image4,image4_rgb;
image4.create(10,10,CV_8UC1);//灰度图像
image4_rgb.create(10,10,CV_8UC3);//彩色图像
//方法5 采用Matlab式的初始化方式
Mat image5 = Mat::eye(10, 10,CV_8UC1);//灰度图像
Mat image5_rgb=Mat::eye(10, 10,CV_8UC3);//彩色图像
//方法6 对小矩阵使用逗号分隔式初始化函数
Mat image6=(Mat_<unsigned char>(3,3)<<1,2,3,4,5,6,7,8,9,CV_8UC1);//灰度图像
Mat image6_rgb=(Mat_<unsigned char>(3,3)<<1,2,3,4,5,6,7,8,9,CV_8UC3);//彩色图像
//方法7 为已存在的对象创建新信息头,使用clone函数和copyto
Mat image1_row=image1.row(1).clone(); //将image1的第一行赋值给image1_row
Mat image1_row_rgb;
image1_rgb.copyTo(image1_row_rgb);
四：图像像素读写
数组方式
void QuickDemo::pixel_visit_demo(Mat &image)
{
int dims = image.channels();
int h = image.rows;
int w = image.cols;
for (int row = 0; row < h; row++)
{
for (int col = 0; col < w; col++)
{
if (dims == 1) //单通道的灰度图像
{
int pv = image.at<uchar>(row, col);//得到像素值
image.at<uchar>(row, col) = 255 - pv;//给像素值重新赋值
}
if (dims == 3) //三通道的彩色图像
{
Vec3b bgr = image.at<Vec3b>(row, col); //opencv特定的类型，获取三维颜色，3个值
image.at<Vec3b>(row, col)[0] = 255 - bgr[0];
image.at<Vec3b>(row, col)[1] = 255 - bgr[1];
image.at<Vec3b>(row, col)[2] = 255 - bgr[2];//对彩色图像读取它的像素值，并且对像素值进行改写。
}
}
}
namedWindow("像素读写演示", WINDOW_FREERATIO);
imshow("像素读写演示", image);
}
指针方式
void QuickDemo::pixel_visit_demo(Mat &image)
{
int dims = image.channels();
int h = image.rows;
int w = image.cols;
for (int row = 0; row < h; row++)
{
uchar *current_row = image.ptr<uchar>(row);
for (int col = 0; col < w; col++)
{
if (dims == 1) //单通道的灰度图像
{
int pv = *current_row;//得到像素值
*current_row++ = 255 - pv;//给像素值重新赋值
}
if (dims == 3) //三通道的彩色图像
{
*current_row++ = 255 - *current_row; //指针每做一次运算，就向后移动一位
*current_row++ = 255 - *current_row;
*current_row++ = 255 - *current_row;
}
}
}
namedWindow("像素读写演示", WINDOW_FREERATIO);
imshow("像素读写演示", image);
}
五：图像像素操作：加减乘除
void QuickDemo::operators_demo(Mat &image)
{
Mat dst = Mat::zeros(image.size(), image.type());
Mat m = Mat::zeros(image.size(), image.type());
dst = image - Scalar(50, 50, 50);
m = Scalar(50, 50, 50);
multiply(image,m,dst);//乘法操作 api
imshow("乘法操作", dst);
add(image, m, dst);//加法操作 api
imshow("加法操作", dst);
subtract(image, m, dst);//减法操作 api
imshow("减法操作", dst);
divide(image, m, dst);//除法操作 api
namedWindow("加法操作", WINDOW_FREERATIO);
imshow("加法操作", dst);
//加法操作底层
int dims = image.channels();
int h = image.rows;
int w = image.cols;
for (int row = 0; row < h; row++)
{
for (int col = 0; col < w; col++)
{
Vec3b p1 = image.at<Vec3b>(row, col); //opencv特定的类型，获取三维颜色，3个值
Vec3b p2 = m.at<Vec3b>(row, col);
dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0] + p2[0]);//saturate_cast用来防爆，小于0就是0，大于255就是255
dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(p1[1] + p2[1]);
dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(p1[2] + p2[2]);//对彩色图像读取它的像素值，并且对像素值进行改写。
}
}
imshow("加法操作", dst);
}
六：滚动条调节图片亮度
Mat src, dst, m;
int lightness = 50;//定义初始的亮度为50
static void on_track(int ,void*)
{
m = Scalar(lightness,lightness,lightness);//创建调整亮度的数值
subtract(src, m, dst);//定义亮度变化为减
imshow("亮度调整", dst);//显示调整亮度之后的图片
}
void QuickDemo::tracking_bar_demo(Mat &image)
{
namedWindow("亮度调整",WINDOW_AUTOSIZE);
dst = Mat::zeros(image.size(), image.type());//图片的初始化创建一个和image大小相等，种类相同的图像
m = Mat::zeros(image.size(), image.type());//图片的初始化创建一个和image大小相等，种类相同的图像
src = image;//给src赋值
int max_value = 100;//定义最大值为100
createTrackbar("Value Bar:", "亮度调整", &lightness, max_value,on_track);//调用函数实现功能。
on_track(50, 0);
}
可传参数
static void on_lightness(int b ,void* userdata)
{
Mat image = *((Mat*)userdata);
Mat dst = Mat::zeros(image.size(), image.type());
Mat m = Mat::zeros(image.size(), image.type());
m = Scalar(b,b,b);
addWeighted(image,1.0,m,0,b,dst);//融合两张图
imshow("亮度&对比度调整", dst);
}
static void on_contrast(int b, void* userdata)
{
Mat image = *((Mat*)userdata);
Mat dst = Mat::zeros(image.size(), image.type());
Mat m = Mat::zeros(image.size(), image.type());
double contrast = b / 100.0;
addWeighted(image, contrast, m, 0.0, 0, dst);//融合两张图
imshow("亮度&对比度调整", dst);
}
void QuickDemo::tracking_bar_demo(Mat &image)
{
namedWindow("亮度&对比度调整",WINDOW_AUTOSIZE);
int lightness = 50;
int max_value = 100;
int contrast_value = 100;
createTrackbar("Value Bar:", "亮度&对比度调整", &lightness, max_value, on_lightness,(void*)(&image));
createTrackbar("Contrast Bar:", "亮度&对比度调整", &contrast_value, 200, on_contrast, (void*)(&image));
on_lightness(50, &image);
}
七：键盘响应
void QuickDemo::key_demo(Mat &image)
{
Mat dst= Mat::zeros(image.size(), image.type());
while (true)
{
char c = waitKey(100);//停顿100ms 做视频处理都是1
if (c == 27) { //esc 退出应用程序
break;
}
if (c == 49)//key#1
{
std::cout <<"you enter key #1" << std::endl;
cvtColor(image, dst, COLOR_BGR2GRAY);
}
if (c == 50)//key#1
{
std::cout << "you enter key #2" << std::endl;
cvtColor(image, dst, COLOR_BGR2HSV);
}
if (c == 51)//key#1
{
std::cout << "you enter key #3" << std::endl;
dst = Scalar(50, 50, 50);
add(image,dst,dst);
}
imshow("键盘响应",dst);
std::cout << c << std::endl;
}
}
八：调用OpenCV自带颜色
void QuickDemo::color_style_demo(Mat &image)
{
int colormap[] = {
COLORMAP_AUTUMN ,
COLORMAP_BONE,
COLORMAP_CIVIDIS,
COLORMAP_DEEPGREEN,
COLORMAP_HOT,
COLORMAP_HSV,
COLORMAP_INFERNO,
COLORMAP_JET,
COLORMAP_MAGMA,
COLORMAP_OCEAN,
COLORMAP_PINK,
COLORMAP_PARULA,
COLORMAP_RAINBOW,
COLORMAP_SPRING,
COLORMAP_TWILIGHT,
COLORMAP_TURBO,
COLORMAP_TWILIGHT,
COLORMAP_VIRIDIS,
COLORMAP_TWILIGHT_SHIFTED,
COLORMAP_WINTER
};
Mat dst;
int index = 0;
while (true)
{
char c = waitKey(100);//停顿100ms 做视频处理都是1
if (c == 27) { //esc 退出应用程序
break;
}
if (c == 49)//key#1 按下按键1时，保存图片到指定位置
{
std::cout << "you enter key #1" << std::endl;
imwrite("D:/gray.jpg", dst);
}
applyColorMap(image, dst, colormap[index%19]);//循环展示19种图片
index++;
imshow("循环播放", dst);
}
}
九：图像像素的逻辑操作：与或非异或
void QuickDemo::bitwise_demo(Mat &image)
{
Mat m1 = Mat::zeros(Size(256,256),CV_8UC3);
Mat m2 = Mat::zeros(Size(256,256),CV_8UC3);
rectangle(m1,Rect(100,100,80,80),Scalar(255,255,0),-1,LINE_8,0);//矩形绘制
//这个函数参数1是图片名称，参数2是矩形的起始&末尾位置，参数3 Scalar表示将要绘制图像的颜色，参数4表示小于0表示填充，大于0表示绘制，参数5表示四邻域或者八邻域的绘制，参数6表示中心坐标或者半径坐标的小数位数。
rectangle(m2,Rect(150,150,80,80), Scalar(0,255,255), -1, LINE_8, 0);
imshow("m1", m1);
imshow("m2", m2);
Mat dst;
bitwise_and(m1, m2, dst);//位操作与
bitwise_or(m1, m2, dst);//位操作或
bitwise_not(image, dst);//取反操作
bitwise_xor(m1, m2, dst);//异或操作
imshow("像素位操作", dst);
}
十：通道的分离和合并
void QuickDemo::channels_demo(Mat &image)
{
std::vector<Mat>mv;
split(image, mv);
//imshow("蓝色", mv[0]);
//0,1,2三个通道分别代表BGR。
//关闭2个通道意味着开启一个通道。
//imshow("绿色", mv[1]);
//imshow("红色", mv[2]);
Mat dst;
mv[0] = 0;
mv[2] = 0;
merge(mv, dst);
imshow("蓝色", dst);
int from_to[] = { 0,2,1,1,2,0 };
//把通道相互交换，第0->第2，第一->第一，第二->第0
mixChannels(&image,1,&dst,1,from_to,3);//3表示3个通道
//参数1指针引用图像->参数2引用到dst
imshow("通道混合", dst);
}
十一：图像色彩空间转换
void QuickDemo::inrange_demo(Mat &image)
{
Mat hsv;
cvtColor(image, hsv, COLOR_BGR2HSV);
Mat mask;
inRange(hsv,Scalar(35,43,46),Scalar(77,255,255),mask);
//35,43,46根据图片中绿色最低来确定最小值。
//77,255,255 提取
//参数1低范围，参数2高范围
//将hsv中的由低到高的像素点提取出来并且存储到mask当中。
imshow("mask",hsv);
Mat redback = Mat::zeros(image.size(), image.type());
redback = Scalar(40, 40, 200);
bitwise_not(mask, mask);
imshow("mask", mask);
image.copyTo(redback, mask);//把redback复制到mask，mask通过inRange得到。
imshow("roi区域提取", redback);
}
十二：图像像素值统计
void QuickDemo::pixel_statistic_demo(Mat &image)
{
double minv, maxv;//定义最值
Point minLoc, maxLoc;//定义最值地址
std::vector<Mat>mv;//mv是一个Mat类型的容器 装在这个容器内
split(image, mv);
for (int i = 0; i < mv.size(); i++)
{
//分别打印各个通道的数值
minMaxLoc(mv[i], &minv, &maxv, &minLoc, &maxLoc, Mat());//求出图像的最大值和最小值。
std::cout <<"No.channels:"<<i<<"minvalue:" << minv << "maxvalue:" << maxv << std::endl;
}
Mat mean, stddev;
meanStdDev(image, mean, stddev);//求出图像的均值和方差
std::cout << "mean:" << mean << std::endl;
std::cout << "stddev:" << stddev << std::endl;
}
十三：图像几何形状的绘制及文字的写入
void drawing_demo(Mat &image)
{
Rect rect;
rect.x = 400;
rect.y = 200;
rect.width = 100;
rect.height = 100;
Mat bg = Mat::zeros(image.size(),image.type());
rectangle(bg, rect, Scalar(255, 0, 255), -1, 8, 0);
//参数1为绘图的底图或者画布名称，参数2位图片的起始，宽度，高度
//参数3代表填充颜色。参数4大于0是线小于0是填充
//参数5表示邻域填充，参数6默认值为0
circle(bg, Point(350, 400), 15, Scalar(0, 0, 255), 2, LINE_AA, 0);
//参数2位图片中心位置，参数3为半径为15的圆
Mat dst;
//addWeighted(image, 0.7, bg, 0.3, 0, dst);
RotatedRect rtt;
rtt.center = Point(200, 200);
rtt.size = Size(100, 200);
rtt.angle = 0.0;
line(bg,Point(100,100),Point(350,400), Scalar(0, 0, 255), 8, LINE_AA, 0);//line_AA表示去掉锯齿
ellipse(bg,rtt, Scalar(0, 0, 255), 2, 8);
putText(bg, "hello everyone", Point(bg.cols/2-200, bg.rows/2), CV_FONT_HERSHEY_COMPLEX, 1.0, Scalar(0, 255, 0), 8, LINE_8);
imshow("drawing",bg);
}
#include 十四：随机数和随机颜色
void QuickDemo::random_drawing()
{
Mat canvas = Mat::zeros(Size(512,512), CV_8UC3);
int w = canvas.cols;
int h = canvas.rows;
RNG rng(12345);
while (true)
{
int c = waitKey(10);
if (c == 27)
{
break;
}
int x1 = rng.uniform(0,canvas.cols);
int y1 = rng.uniform(0, h);
int x2 = rng.uniform(0, canvas.cols);
int y2 = rng.uniform(0, h);
int b = rng.uniform(0, 255);
int g = rng.uniform(0, 255);
int r = rng.uniform(0, 255);
canvas = Scalar(0,0,0);
line(canvas, Point(x1, y1), Point(x2, y2), Scalar(b,g,r), 8, LINE_AA,0);//line_AA表示去掉锯齿
imshow("随机绘制演示", canvas);
}
}
十五：多边形填充和绘制
第一种方式，通过标记各个点，然后存储到容器中，之后对容器中的点进行操作。填充多边形调用fillPoly，绘制多边形调用polylines。第二种方式，使用一个API接口绘制。通过一个容器中的存储的点组成的另一个容器。
void QuickDemo::polyline_drawing_demo(Mat &image)
{
Mat canvas = Mat::zeros(Size(512, 512), CV_8UC3);
Point p1(100, 100);
Point p2(350, 100);
Point p3(450, 280);
Point p4(320, 450);
Point p5(80, 400);
std::vector<Point>pts;//将5个点装入一个容器内。
pts.push_back(p1);//未初始化数组容量，只能用pushback操作
//如果初始化，可以用数组下标操作。
pts.push_back(p2);
pts.push_back(p3);
pts.push_back(p4);
pts.push_back(p5);
//fillPoly(canvas, pts, Scalar(122, 155, 255), 8, 0);//填充多边形
//polylines(canvas, pts, true, Scalar(0, 0, 255), 2, 8, 0);//绘制多边形
/*
参数1表示画布，参数2表示点集，参数3表示true，参数4颜色
参数5表示线宽，参数6表示渲染方式，参数7表示相对左上角（0,0）的位置
*/
//单个API搞定图片的绘制填充
std::vector<std::vector<Point>>contours;
contours.push_back(pts);
drawContours(canvas,contours,-1, Scalar(0, 0, 255),-1);
//参数2表示容器名称，参数3为正表示多边形的绘制，为负表示多边形的填充
imshow("多边形绘制", canvas);
}
十六：鼠标操作和响应
//参数1表示鼠标事件。
Point sp(-1, -1);//鼠标的开始的位置
Point ep(-1, -1);
Mat temp;
static void on_draw(int event,int x,int y,int flags,void *userdata)
{
Mat image = *((Mat*)userdata);
if(event == EVENT_LBUTTONDOWN)//如果鼠标的左键按下
{
sp.x = x;
sp.y = y;
std::cout << "start point" <<sp<< std::endl;
}
else if (event == EVENT_LBUTTONUP)
{
ep.x = x;
ep.y = y;
int dx = ep.x - sp.x;
int dy = ep.y - sp.y;
if (dx > 0 && dy > 0)
{
Rect box(sp.x, sp.y, dx, dy);
imshow("ROI区域", image(box));
rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);
imshow("鼠标绘制", image);
sp.x = -1;
sp.y = -1;//复位，为下一次做准备
}
}
else if (event == EVENT_MOUSEMOVE)
{
if (sp.x > 0 && sp.y > 0)
{
ep.x = x;
ep.y = y;
int dx = ep.x - sp.x;
int dy = ep.y - sp.y;
if (dx > 0 && dy > 0)
{
Rect box(sp.x, sp.y, dx, dy);
temp.copyTo(image);
rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);
imshow("鼠标绘制", image);
}
}
}
}
void QuickDemo::mouse_drawing_demo(Mat &image)
{
namedWindow("鼠标绘制", WINDOW_AUTOSIZE);
setMouseCallback("鼠标绘制", on_draw,(void*)(&image));
//设置窗口的回调函数。参数1表示名称，参数2表示调用on_draw
imshow("鼠标绘制", image);
temp = image.clone();
}
十七：图像像素类型的转换和归一化
void QuickDemo::norm_demo(Mat &image)
{
Mat dst;//定义一个名为dst的二值化类型的数据
std::cout << image.type() << std::endl;//打印出来图片的类型
image.convertTo(image,CV_32F);//将dst数据转换成浮点型float32位数据。
std::cout << image.type() << std::endl;//再次打印转换后的数据类型
normalize(image, dst, 1.0, 0, NORM_MINMAX);//进行归一化操作
std::cout << dst.type() << std::endl;//打印归一化操作之后的数据
imshow("图像的归一化", dst);//显示归一化的图像
//CV_8UC3 ,CV_32FC3 //3通道每个通道8位的UC类型
//转换后 3通道 每个通道32位的浮点数
}
十八：图像的放缩和差值
void QuickDemo::resize_demo(Mat &image)
{
Mat zoomin, zoomout;
int h = image.rows;
int w = image.cols;
resize(image, zoomin, Size(w/2, h/2),0,0,INTER_LINEAR);
//线性差值操作。
imshow("zoomin", zoomin);;
resize(image, zoomout, Size(w*1.5, h*1.5), 0, 0, INTER_LINEAR);
imshow("zoomin", zoomout);//
}
十九：图像的旋转
void QuickDemo::flip_demo(Mat &image)
{
Mat dst;
flip(image, dst, 0);//上下翻转 x对称
flip(image, dst, 1);//左右翻转 y对称
flip(image, dst, -1);//旋转180°
imshow("图像翻转",dst);
}
二十：图像的翻转
void QuickDemo::rotate_demo(Mat &image)
{
Mat dst, M;
int h = image.rows;//定义图片的高度
int w = image.cols;//定义图片的宽度
M = getRotationMatrix2D(Point(w / 2, h / 2),45,1.0);
double cos = abs(M.at<double>(0, 0));
double sin = abs(M.at<double>(0, 1));
int nw = cos * w + sin * h;
int nh = sin * w + cos * h;
M.at<double>(0, 2) += (nw / 2 - w / 2);
M.at<double>(1, 2) += (nh / 2 - h / 2);
//参数1原来图像的中心位置。参数2角度是多少。参数3是图像本身大小的放大缩小
warpAffine(image, dst, M,Size(nw,nh),INTER_LINEAR,0, Scalar(0, 0, 255));
imshow("旋转演示", dst);
}
二十一：读取视频文件
void QuickDemo::video_demo(Mat &image)
{
VideoCapture capture("D:/images/123.mp4"); //读取视频的地址
Mat frame;//定义一个二值化的 frame
while (true)
{
capture.read(frame); //读取视频
//flip(frame, frame, 1);//图像镜像操作
if(frame.empty())//如果视频为空的话 跳出操作
{
break;
}
imshow("frame", frame);//显示视频
colorSpace_Demo(frame);//对视频调用之前的demo
int c = waitKey(100);//停顿100ms 做视频处理都是1
if (c == 27) { //esc 退出应用程序
break;
}
}
capture.release();//释放相机的资源
}
二十二：视频处理和保存
视频的属性，SD（标清）,HD（高清）,UHD（超清），蓝光。如何读取视频文件，以及读取视频文件的属性，衡量视频处理指标：FPS。保存视频时的编码格式。保存视频的实际size和create的size大小保持一致。
void QuickDemo::video_demo(Mat &image)
{
VideoCapture capture("D:/images/123.mp4");
int frame_width = capture.get(CAP_PROP_FRAME_WIDTH);//获取视频的宽度
int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);//获取视频的高度
int count = capture.get(CAP_PROP_FRAME_COUNT);//视频总的帧数
//fps是衡量处理视频的能力
double fps = capture.get(CAP_PROP_FPS);
std::cout << "frame width" << frame_width << std::endl;
std::cout << "frame height" << frame_height << std::endl;
std::cout << "frame FPS" << fps << std::endl;
std::cout << "frame count" << count << std::endl;
VideoWriter writer("D:/test.mp4",capture.get(CAP_PROP_FOURCC),fps,Size(frame_width, frame_height),true);
//参数1 保存地址。参数2 获取图片的格式 参数3 图片的帧数 参数4 视频宽高 参数5 真
Mat frame;
while (true)
{
capture.read(frame);
//flip(frame, frame, 1);//图像镜像操作
if(frame.empty())
{
break;
}
imshow("frame", frame);
colorSpace_Demo(frame);
writer.write(frame);
int c = waitKey(100);//停顿100ms 做视频处理都是1
if (c == 27) { //esc 退出应用程序
break;
}
}
capture.release();//释放相机的资源
writer.release();//释放存放的资源
}
二十三：直方图
#include #include 二十四：直方图的均衡化
均衡化的图像只支持单通道。
void QuickDemo::histogram_eq_demo(Mat &image)
{
Mat gray;
cvtColor(image, gray, COLOR_BGR2GRAY);
//直方图均衡化只支持灰度图像，不支持彩色图像。
imshow("灰度图像", gray);
Mat dst;
equalizeHist(gray, dst);
imshow("直方图均衡化", dst);
}
二十五：图像的卷积操作
卷积的作用，高的往下降，低的往上升。但是会造成信息丢失。产生模糊效果。是一种线性操作，点乘，之后相加。
void QuickDemo::blur_demo(Mat &image)
{
Mat dst;
blur(image, dst, Size(15, 15), Point(-1, -1));
//参数1原始图像，参数2卷积之后的图像，参数3卷积的矩阵大小，支持单行或者单列的卷积操作，参数4卷积的起始点。
imshow("图像卷积操作", dst);
}
二十六：模糊处理
高斯模糊
中心的数值最大，离中心距离越远，数值越小。
高斯卷积数学表达式说明：
void QuickDemo::gaussian_blur_demo(Mat &image)
{
Mat dst;
GaussianBlur(image, dst, Size(5, 5), 15);
imshow("高斯模糊", dst);
//参数1表示初始图像，参数2表示处理后的图像，参数3表示高斯矩阵大小 正数而且是奇数，
//参数4表示西格玛x为15 西格玛y为15
}
高斯双边模糊
void QuickDemo::bifilter_demo(Mat &image)
{
Mat dst;
bilateralFilter(image,dst,0,100,0);
//参数1代表原图，参数2代表处理之后的图像，参数3色彩空间。参数4表示坐标空间，双边是指 色彩空间和坐标空间。
namedWindow("双边模糊", WINDOW_FREERATIO);//创建了一个新窗口，参数1表示名称，第二个参数代表一个自由的比例
imshow("双边模糊", dst);//表示显示在新创建的
}
二十七：在一幅图片上加logo
1、在左上角加
#include 2、在中间加
int x, y;
x = image1.cols / 2 - image2.cols / 2;
y = image1.rows / 2 - image2.rows / 2;
Mat roi = image1(Rect(x, y, image2.cols, image2.rows));
二十八：Mat类型和QImage类型之间的转换
Mat->QImage
QImage cvMat2QImage(const cv::Mat& mat)
{
// 8-bits unsigned, NO. OF CHANNELS = 1
if(mat.type() == CV_8UC1)
{
QImage image(mat.cols, mat.rows, QImage::Format_Indexed8);
// Set the color table (used to translate colour indexes to qRgb values)
image.setColorCount(256);
for(int i = 0; i < 256; i++)
{
image.setColor(i, qRgb(i, i, i));
}
// Copy input Mat
uchar *pSrc = mat.data;
for(int row = 0; row < mat.rows; row ++)
{
uchar *pDest = image.scanLine(row);
memcpy(pDest, pSrc, mat.cols);
pSrc += mat.step;
}
return image;
}
// 8-bits unsigned, NO. OF CHANNELS = 3
else if(mat.type() == CV_8UC3)
{
// Copy input Mat
const uchar *pSrc = (const uchar*)mat.data;
// Create QImage with same dimensions as input Mat
QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_RGB888);
return image.rgbSwapped();
}
else if(mat.type() == CV_8UC4)
{
qDebug() << "CV_8UC4";
// Copy input Mat
const uchar *pSrc = (const uchar*)mat.data;
// Create QImage with same dimensions as input Mat
QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_ARGB32);
return image.copy();
}
else
{
qDebug() << "ERROR: Mat could not be converted to QImage.";
return QImage();
}
}
cv::Mat QImage2cvMat(QImage image)
{
cv::Mat mat;
qDebug() << image.format();
switch(image.format())
{
case QImage::Format_ARGB32:
case QImage::Format_RGB32:
case QImage::Format_ARGB32_Premultiplied:
mat = cv::Mat(image.height(), image.width(), CV_8UC4, (void*)image.constBits(), image.bytesPerLine());
break;
case QImage::Format_RGB888:
mat = cv::Mat(image.height(), image.width(), CV_8UC3, (void*)image.constBits(), image.bytesPerLine());
cv::cvtColor(mat, mat, CV_BGR2RGB);
break;
case QImage::Format_Indexed8:
mat = cv::Mat(image.height(), image.width(), CV_8UC1, (void*)image.constBits(), image.bytesPerLine());
break;
}
return mat;
}
QImage->Mat
image2=image2.convertToFormat(QImage::Format_RGB888);
Mat image1=Mat(image2.height(),image2.width(),CV_8UC(3),image2.bits(),image2.bytesPerLine());
未完待续
遇到更多我会继续添加