opencv4.0学习笔记
Posted 卡拉肖克-X
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了opencv4.0学习笔记相关的知识，希望对你有一定的参考价值。
目录
课程来源：哔哩哔哩大学.
第一节课
显示第一张图片
环境配置了一个早上，到10.48分配置完毕，有点难受。还好最后显示出第一张图片。
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
Mat src = imread("D:/images/011.jpg",IMREAD_GRAYSCALE);//读取进来的数据以矩阵的形势,第二个参数代表显示一张灰度图像。
if (src.empty())
{
printf("could not load image");//如果图片不存在 将无法读取，打印到终端。
}
//超过屏幕的图像无法显示时候调用此函数。
namedWindow("输入窗口", 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("输入窗口", src);//表示显示在新创建的输入窗口上，第一个参数表示窗口名称，src表示数据对象Mat
waitKey(0);//执行到这句，程序阻塞。参数表示延时时间。单位ms
destroyAllWindows();//销毁前面创建的显示窗口
return 0;
}
第一节课小结
第一节课介绍了如何读取第一张图片，并且显示出来，通过调用imread函数读取照片，再调用imshow显示图片到窗口。同时，讲述了如何打印灰度图像，图片读取失败的处理方式，代码注释详细介绍了每条语句的意思。
第二节课
显示第一张图片
1、色彩空间转换函数 cvtColor
2、图像的保存
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo //创建一个QuickDemo对象
{
public:
void colorSpace_Demo(Mat &imge); //定义一个类，里面包含输入一个图片，对图片操作
};
#include<quickopencv.h>
void QuickDemo::colorSpace_Demo(Mat &image)
{
Mat gray, hsv;//定义2个矩阵类的图像gray和hsv，
cvtColor(image,hsv,COLOR_BGR2HSV);//图像转换函数，可以把image转成hsv，第三个参数是转成的类型
cvtColor(image,gray,COLOR_BGR2GRAY);//图像转换函数，可以把image转成hsv，第三个参数是转成的类型
imshow("HSV",hsv);
imshow("灰度",gray);
imwrite("D:/hsv.jpg",hsv);//保存图片，前面是保存图的地址，后面是保存图的名称
imwrite("D:/gray.jpg",gray);
}
#include<opencv2/opencv.hpp>
#include<iostream>
#include<quickopencv.h>
using namespace std;
using namespace cv;
int main()
{
Mat src = imread("D:/images/1.jpg",IMREAD_ANYCOLOR);//B,G,R实际上0-255三色。3通道
//读取进来的数据以矩阵的形势,第二个参数代表显示一张灰度图像。
if (src.empty())
{
printf("could not load image");//如果图片不存在 将无法读取，打印到终端。
return -1;
}
//超过屏幕的图像无法显示时候调用此函数。
namedWindow("输入窗口", 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("输入窗口", src);//表示显示在新创建的输入窗口上，第一个参数表示窗口名称，src表示数据对象Mat
//在主函数中调用之前创建的类对象
QuickDemo qd;
qd.colorSpace_Demo(src);
waitKey(0);//执行到这句，程序阻塞。参数表示延时时间。单位ms
destroyAllWindows();//销毁前面创建的显示窗口
return 0;
}
第二节课小结
这节主要介绍了创建一个类对象，然后通过类对象调用函数，在main主函数中进行调用实现类对象中的功能，比如转换成HSV类型图片和GRAY类型图片，最后通过imwrite函数进行图像的保存。
第三节课
图像对象的创建与赋值
1、怎么操作mat
2、怎么访问每一个像素点
3、怎么创建一个空图或者mat
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:"<<m3.cols<<"height"<< m3.rows <<"channels"<<m3.channels()<< std::endl;
//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
}
第三节课小结
本节课介绍了如何创建一个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）。
第四节课
图像像素的读写操作
如何遍历和修改每个像素点的数值，分为单通道和多通道。访问模式模式也有两种。第一种是数组访问模式，用最常规的数组下标访问像素值。
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);
}
第二种为指针访问模式，指定一个指针为图片的首地址，通过循环遍历，指针++，一次往后推。
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);
}
第四节课小结
本节主要介绍了通过两种遍历的方式访问图像的像素值，并且改变图像的像素值。
第五节课
图像像素的操作
对图像的各个像素点实现加减乘除的操作。介绍了常用的除爆函数saturate_cast，防止数值过界。
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);
}
第五节课小结
介绍了四种不同的API实现，并且演示了一种加法的算法。
第六节课
滚动条演示操作-调整图片亮度
本节介绍怎么通过createTrackbar来设置一个进度条，实现图片的亮度调节。
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);
}
第七节课
滚动条演示操作-传递参数
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);
}
第七节课小结
第八节课
键盘响应操作
本节介绍通过键盘输入，终端能够读取响应的信息。
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;
}
}
第八节课小结
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。
第九节课
opencv自带颜色操作
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,
COLORM以上是关于opencv4.0学习笔记的主要内容，如果未能解决你的问题，请参考以下文章
[原创]java WEB学习笔记61：Struts2学习之路--通用标签 property，uri，param,set,push,if-else,itertor,sort,date,a标签等(代码片段