QT+OpenCV小程序开发系列文章：Qt+OpenCV开发（二）——使用label显示图片并打包文章目录平台环境配置下载配置代码演示在Qt里搭建OpenCV环境主要的几个代码：代码效果：平台Windows10

遂转向qt+opencv，其开发环境搭建起来真的好费劲，也是折腾了好久才完成，以本文记录其过程。infoqt-opensource-window

上一篇VMware11.1.1及Ubuntu14.04下载安装已经安装好了Ubuntu系统。那么，现在将继续搭建Qt环境和OpenCV的开发环境。环境说明VMware：11.1.1Ubuntu：14.0464位PC：win764位一、创建Qt5.4.0开发环境参考资料：在Ubuntu14.04上创建Qt5.4.0开发环境1、下载并安装Qt下载地址：http://download.qt.io/off

参考1：Qt+OpenCV环境搭建-简书https://www.jianshu.com/p/c244c9d01fe0本机环境：Windows7-64位QtCr

Qt+OpenCV读取摄像头视频、本地视频、网络视频流Demo文章目录Qt+OpenCV读取摄像头视频、本地视频、网络视频流Demo@[toc]1、准备工作2、说明3、关键代码4、注意事项5、实现效果6

Step1：灰度处理Step2：对视频进行帧差处理Step3：二值化处理Step4：腐蚀处理Step5：膨胀处理Step6：标记、框选目标完整代码三、总结前言本文主要以车辆识别为目标，利用C++语言结合Qt

图像原理位图模式灰度模式RGB模式四、OpenCV基础图像操作读图像显示图片保存图片Mat类像素五、案例实现毛玻璃效果高斯模糊XY轴模糊中值滤波灰度处理视频获取摄像头调用六、总结前言本文主要学习Windows下Qt

外参数矩阵以及畸变参数使用软件：matlab2019B标定过程分三步走：图像采集图像分割matlab工具箱标定第一步图像采集本实例采用的双目相机如下图所示：采集程序见HBV-1780-2S2.0双目摄像头拍照，照片分割（基于QT

本文使用QT+opencv来实现对指定窗体画面录制，并保存为avi文件。

前言在QtCreater中引入OpenCV库学习，第一步就是开发环境的配置，可以参考文章的步骤自己一步步搭建编译环境，最暴力的方式也可以直接使用其他人编译好的动态库文件。我就是在用Cmake编译文件的最后一个步骤卡住了，编译各种报错，花费了很大精力还是没能解决，于是采取了后者，文末赋链接。本次环境配置使用到的软件有：Qt5.14.2+OpenCV4.5.5+Cmake3.23.1软件安装1.QT下

前言：最近偶然注意到gitcode.net上有openCV的中国镜像，就想到各种依赖或模型文件，是不是可以自动下载了，就尝试了下，正好也将openCL加速编译进去，以方便测试用一、安装需要的软件1.安装git这方便教程很多，不再重复。笔者使用的是git2.332.安装cmake这个教程也很多，但笔者没有安装，使用的是Qt安装时，下载的二、下载所需要的资源1.下载opencv4.5.5源码https

前言：为了测试硬件加速，笔者找了一个台N卡的机器，并尝试编译带硬件加速的openCV库，虽然中间出了不少问题，但还是成功编译出来，有需要的小伙伴可以参考下一、安装cuda在安装前，要先安装VS及C++开发相关组件，笔者安装的是VS2019社区版cuda下载地址：CUDAToolkit11.6Update2Downloads|NVIDIADeveloper具体应该下载哪个版本，需要读者自己查看自己的

若该文为原创文章，转载请注明出处本文章博客地址https://hpzwl.blog.csdn.net/article/details/124768637红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…（点击传送门）Qt开发专栏：项目实战（点击传送门）OpenCV开发专栏（点击传送门）前言 

前言本项目的出现理由只是笔者的一个念头，于是利用专业Qt和Opencv相关的知识开发一个辅助工具，本文章仅用于Qt和Opencv结合的学习。Demo演示效果运行包下载地址（供测试学习）CSDN粉丝0积分下载地址：https://download.csdn.net/download/qq214

在树莓派和Ubuntu上配置Qt+OpenCV的交叉编译环境——2.Qt的交叉编译（带EGLFS支持）本系列导航1.对交叉编译的基本理解2.Qt的交叉编译（带EGLFS支持）3.OpenCV的交叉编译（

在树莓派和Ubuntu上配置Qt+OpenCV的交叉编译环境——3.OpenCV的交叉编译（OpenCV4.5.0）本系列导航1.对交叉编译的基本理解2.Qt的交叉编译（带EGLFS支持）3.OpenCV

系统配置：https://blog.csdn.net/xiaolintyd/article/details/52974809首先在系统里面安装opencvsudoapt-getinstalllibopencv-dev安装qtsudoapt-getupdatesudoapt-getinstallqt5-defaultsudoapt-getinstallqtcreator源代码：代码参考：https:

1、背景介绍最近手边的零食总是莫名其妙的减少，为了抓到一个元凶来帮我续零食，就想着使用手边的usb摄像头来实现一个动态物体监测和保存视频的功能，不过这里使用最简单的帧差法来实现物体的运动监测。2、使用OpenCV的帧差法实现运动物体监测开发环境Qt5.9+OpenCV硬件Logitech摄像头2.1帧差法介绍运动物体图像在相邻两帧间差别较大，两帧差值后进行简单的图像处理，较容易判断是否存在物体移动

效果OpenCV函数知识点imread()功能：载入图像函数原型：Matcv::imread(constString&filename,intflags=IMREAD_COLOR)参数1：打开的文件路径参数2：图像类型，-1表示当前导入图像的解码类型，0表示单通道，1表示三通道cvtColor()功能：颜色空间（通道数）转换函数原型：voidcv::cvtColor(InputArraysrc,O

一、简介人脸识别1.0版本：【QT】基于人脸识别的打卡系统（QT+Opencv+SQLite）--设计过程_Jason~shen的博客-CSDN博客_qt人脸识别目录使用平台设计目标功能描述设计方案数据库设计使用说明使用平台https://blog.csdn.net/qq_40602000/article/details/99674066?spm=1001.2014.3001.5502人脸识别2.

一、说明所用QT版本：5.9.1电脑配置：win10，64位系统调用的是编译好的：OpenCV-MinGW-Build-4.1.0（稍后放链接）在大学期间，由于项目需求需要用到QT+opencv进行编程

在这里，主要记录下如何使用Qt+OpenCV读取视频中的每一帧，之后，在这基础上将一些图像处理的算法运用到每一帧上（如使用Canny算子检测

目录一、创建项目&UI设计二、代码与演示演示效果拓展阅读一、创建项目&UI设计创建项目，UI设计如下文件类型判断简单的判断文件类型QStringfile("sample.jpg");if(file.contains(".jpg")||file.contains(".bmp")||file.contains(".png"))qDebug()#include#include#include#inclu

目录一、Mat基本结构二、图像的克隆及拷贝1、clone函数2、copyTo函数3、示例三、创建图像1、创建空白图像：2、创建通道都为1的图：3、拷贝和赋值的区别3.1用Scalar函数设置m3对象为绿色3.2m3赋值给m4，m4改为黄色3.3拷贝m3给m4，m4改为黄色一、Mat基本结构1、Mat不但是一个非常有用的图像容器类,同时也是一个通用的矩阵类，它mat分为头部（包括图像的大小、宽高、类

前言：在Android下使用openCV的库，与在其他系统下的原理基本相同，但又有点差异。本次笔记记录下具体的使用方法，供小伙伴们参考一、使用官方的静态库静态库使用时，要注意，若库与库之前有相应的依赖，加载的先后顺序不变，若是无法预知需要使用哪些库，可以按照如下的方法测试需要哪些库1.先放入$$ANDROID_OPENCV/libs/arm64-v8a/libopencv_java4.so在最下面

CMake2.添加系统环境变量3.下载OpenCV4.下载Contrib5.正式编译前的准备6.正式编译三、总结前言近期入手实验室图像项目，工欲善其事必先利其器，在开展项目前，先进行必要的环境搭建，比如Qt

一、准备工作1、下载人脸检测用到的库文件，包括Tensorflow模型以及配置文件，如图，库文件可以放在任意位置2、加入头文件二、函数原型1、readNetFromTensorflow函数作用：读取Tensorflow模型以及配置文件c++原型：参数：model:Tensorflow模型文件（.pb文件）config:Tensorflow配置文件（.pbtxt文件）返回值：读到的dnn::Net类

一、边缘保留滤波算法-高斯双边模糊前面我们介绍的图像卷积处理无论是均值还是高斯都是属于模糊卷积，它们都有一个共同的特点就是模糊之后图像的边缘信息不复存在,受到了破坏。今天介绍的滤波方法有能力通过卷积处理实现图像模糊的同时对图像边缘不会造成破坏，滤波之后的输出完整的保存了图像整体边缘(轮廓)信息，我们称这类滤波算法为边缘保留滤波算法(EPF)。最常见的边缘保留滤波算法有以下几种高斯双边模糊（open

一、基本知识图像卷积可以看成是一个窗口区域在另外一个大的图像上移动，对每个窗口覆盖的区域都进行点乘得到的值作为中心像素点的输出值。窗口的移动是从左到右，从上到下。窗口可以理解成一个指定大小的二维矩阵，里面有预先指定的值。如图所示，针对均值卷积核上图中第二行进行卷积，其中（此时中心像素点为4）与卷积核分别相乘再除以卷积核的大小9，结果取整：12*1+13*1+14*1+2*1+4*1+6*1+6*1

一、引言上篇文章涉及的卷积操作针对的是均值卷积，即卷积核的每个系数都是相同的，但有时候我们并不希望每个系数相同，如果想这样，那么我们应该怎么产生这些系数，系数的产生也不是手动的而是随机的，这样就涉及到了高斯模糊（产生高斯卷积核）高斯模糊考虑了中心像素距离的影响,对距离中心像素使用高斯分布公式生成不同的权重系数给卷积核，然后用此卷积核完成图像卷积得到输出结果就是图像高斯模糊之后的输出高斯卷积数学表达

一、简述直方图均衡化直方图均衡化是通过拉伸像素强度分布范围来增强图像对比度的一种方法，可以用于图像增强、对输入图像进行直方图均衡化处理,提升后续对象检测的准确率在OpenCV人脸检测的代码演示中已经很常见。此外对医学影像图像与卫星遥感图像也经常通过直方图均衡化来提升图像质量。二、函数原型equalizeHist函数c++原型参数：输入图像输出图像注：此函数只支持单通道图像（灰度图像）的均衡化三、实

一、函数原型calcHist函数作用：计算一维或多维图像直方图c++原型：参数：images：输入图像的指针，一定是同样的深度（CV_8UorCV_32F）。且一个图像可以有多个channes。nimages：输入图像的个数channels：计算直方图的channes的数组。如果输入的图像的个数为2，第一张图像有0，1，2共三个channel，第二张图像只有0一个channel，那么输入就一共有4

一、引言在opencv中读写视频、调用摄像头很容易，主要涉及VideoCapture以及VideoWriter这两个类，分别负责视频的读、写操作二、简述VideoCapture类如下图所示，VideoCapture既支持视频文件(.avi，.mpg格式)的读取，也支持从笔记本自带摄像头中读取1、VideoCapture对象的创建VideoCapturecapture(conststring&fil

一、简述addWeighted函数1、作用：可以将两张相同大小，相同类型的图片融合。可以实现图片的多种特效2、c++原型：参数一：src1，表示第一个原数组（图片1）参数二：alpha，第一个数组元素权重参数三：src2，第二个原数组（图片2）参数四：beta，第二个数组元素权重参数五：gamma，一个加到权重总和上的标量值（见下面公式）。不要太大，不然图片一片白。总和等于255以上就是纯白色了参

引言前面我们说了图像的本质是一堆数据，计算机可不认识图像中的各种人物、景色，只认识0,1，而所有这些都是人为打的标签，计算机看到的都是一个个像素点的像素值，而这些像素值又有一定的取值范围，对于RGB来说就是0-255的取值范围，我们就可以利用直方图统计在这区间内哪一个出现的频率低，哪一个频率高。一、简述图像直方图优势：图像直方图是图像像素值的统计学特征，表示了图像的各个像素在0-255出现的频率，

一、简述仿射变换一个任意的仿射变换都能表示为乘以一个矩阵(线性变换)接着再加上一个向量(平移)，变换为另一个向量空间的过程。我们能够用仿射变换来表示翻转、旋转(线性变换)，平移(向量加)，缩放操作(线性变换)等，其实,仿射变换代表的是两幅图之间的关系我们通常使用2x3矩阵来表示仿射变换考虑到我们要使用矩阵A和B对二维向量做变换,所以也能表示为下列形式:以上仿射变换看不懂没关系，接着往下看二、函数原

一、基本知识在前面学习的基础上，大家知道了一张图像默认的存储格式是8位字节类型的，实际上在opencv中可以转换不同的数据类型（如转成浮点型），用convertTo()的API函数实现。另外，还可以把数据的取值范围0-255压缩到0-1的取值范围，这就是归一化，通俗地讲就是将矩阵的值通过某种方式变到某一个区间内。用归一化函数normalize()实现。当图像的像素处于0-1范围时，由于仍然介于0-

一、伪彩变换及伪彩色函数1、伪彩变换我们在处理红外图像时，由于红外图像都是16位的数据，灰度范围较大，对比度不明显，经常通过直方图均衡的方式将图像增强进行8位的显示。红外图像在一定程度上反映了环境中物体的温度变化，我们可以认为较暗的图像区域表示的是温度较低的区域（蓝色表示），更加明亮的区域认为是温度较高的区域（红色表示），进而将灰度图转变为彩色数据便于人类的视觉系统进行可视化。用伪彩色更好地显示数

一、基本知识图像的插值处理主要有最近邻插值、双线性插值（默认，常用）、双立方插值（计算多）、卢卡斯插值等。其中最近邻插值、双线性插值的速度较快，双立方插值、卢卡斯插值速度较慢。相关的应用场景有几何变换、透视变换、插值计算新像素二、函数原型resize函数作用：图像放缩c++原型：参数：InputArraysrc-原图像OutputArraydst-输出图像，当参数dsize不为0时，dst的大小为

一、引言本章来介绍通过键盘输入，在终端得到响应，输入不同的键值，得到不一样的结果，首先我们来看看键盘上一些常用的键盘键值表：键盘与鼠标按键的键值对照表参考链接：键盘与鼠标按键的键值对照表-常用参考表对照表-脚本之家在线工具也可以通过代码自己测试按键的键值：二、实现效果当即按数字键1时（c=49），显示输入图片的灰度图片当即按数字键2时（c=50），显示输入图片的HSV图片当即按数字键3时（c=51

一、基本知识如果你想要用鼠标在图上做标记等，就要用到创建鼠标回调函数的函数setMouseCallback()，以及鼠标事件回调函数onMouse()。通过鼠标对图像视窗最常见的操作有：左键单击按下左键单击抬起左键按下拖动鼠标指针位置移动1、setMouseCallback()函数c++原型voidsetMousecallback(conststring&winname,MouseCallback

一、基本知识OpenCV中用imread函数加载图像文件，默认加载进来的是三通道彩色图像，色彩空间是RGB色彩空间、通道顺序是BGR（蓝、绿、红）、对于三通道的图像OpenCV中提供了两个API函数用以实现通道分离与合并。下面就来结束如何把不同的通道给分离，合并，使得能显现出来不同的通道颜色。二、函数原型1、分离——split参数一：输入图片，即待分离的Mat型多通道矩阵参数二：Mat对象，即分离

一、简述ROI及mask(掩模)技术1、ROI（regionofinterest）——感兴趣区域用途：这个区域是图像分析所关注的重点。圈定这个区域，以便进行进一步的处理。而且，使用ROI指定想读入的目标，可以减少处理时间，增加精度，给图像处理带来不小的便利。2、利用mask(掩模)技术提取纯色背景图像ROI区域中的人和物，并将提取出来的人或物添加在其他图像上。二、实现原理先通过cvtColor函数

一、坐标系电脑屏幕的坐标系，原点（0,0）在左上角，越往下y越大，越往右x越大，最大值在屏幕右下角二、函数原型1、rectangle函数作用：用来绘制一个矩形框的，通常用在图片的标记上c++原型：参数一：img图像参数二：Rect对象的rec，Rect()函数是画出图像中的矩形。Rect(x,y,width,height)，x,y为左上角坐标,width,height则为长和宽参数三：color线

一、随机数及RNG类1、c\c++\opencv中的随机数我们在编程中经常用到随机数，特别在进行初始化的时候需要赋一些随机值。C和C++中产生随机数的方法如rand()、srand()等，在OpenCV中仍可以用。此外，OpenCV还特地编写了C++的随机数类RNG，C的随机数类CvRNG关键字前带cv的都是C里的写法，不带cv的是C++里的写法（CvRNG和RNG本质一样）计算机产生的随机数都是

一、下载OpenCV开发库下载地址：https://download.csdn.net/download/hml111666/77332505下载的压缩包中含有已经打包好include、bin、lib等文件夹二、配置1、使用QtCreator创建完项目2、把下载好的include文件夹和bin文件夹拷贝到项目文件中3、把bin文件夹中的所有.dll文件拷贝到项目根目录下的debug文件夹中（或项目

一、图像读取1、imread()函数imread为imageread的缩写，作用就是负责读取图像。其实学过matlab的同学就会知道，matlab中也有一个读取图像的函数也命名为imread，这是opencv借鉴了matlab而命名的，因为在opencv1.x时代，加载图像是由cvLoadImage函数负责，并不是imread,。图像读取进来作为Mat，opencv中所有的图像都是Mat（matr

一、知识点API知识点：1、polylines&fillPoly2、drawContours二、函数原型1、polylinespolylines的c++原型：参数一：img作为画布的矩阵（图像）参数二：pts折线顶点数组(pts的类型为InputArrayOfArrays,而InputArrayOfArrays的本源是vector)参数三：isClosed是否是闭合折线(多边形)参数四：color

OpenCV3和Qt5计算机视觉零、前言一、OpenCV和Qt简介二、创建我们的第一个Qt和OpenCV项目三、创建一个全面的Qt+OpenCV项目四、Mat和QImage五、图形视图框架六、OpenCV

新增了五个教程：OpenCV3和Qt5计算机视觉零、前言一、OpenCV和Qt简介二、创建我们的第一个Qt和OpenCV项目三、创建一个全面的Qt+OpenCV项目四、Mat和QImage五、图形视图框架六