OpenCV入门教程（非常详细）从零基础入门到精通，看完这一篇就够了

阅读量：791 次

发布时间：2023-02-23

本文共 6907 字，大约阅读时间需要 23 分钟。

OpenCV基础入门【C++语言】

OpenCV（Open Computer Vision）是用于计算机视觉的开源库，提供了丰富的功能来处理图像和视频。以下是OpenCV的基础知识和常用功能的介绍。

从文件读取图片

在OpenCV中，imread函数用于从文件中读取图像。该函数支持多种图像格式，并返回一个Mat对象表示图像。如果读取失败，返回空矩阵（Mat::data==NULL）。需要注意的是，OpenCV默认图像格式为BGR（蓝、绿、红），与常见的RGB顺序不同。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;int main() {    string path = "Resources/test.png";    Mat img = imread(path);    imshow("Image", img);    waitKey(0);    return 0;}

说明

imread函数从指定文件读取图像。

imshow函数显示图像。

waitKey函数用于等待键盘输入，通常与imshow结合使用。

从文件读取视频

视频捕获需要使用VideoCapture类。可以从视频文件或摄像头捕获视频流。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;int main() {    string path = "Resources/test_video.mp4";    VideoCapture cap(path);    Mat img;    while (true) {        cap.read(img);        imshow("Image", img);        waitKey(1);    }    return 0;}

说明

VideoCapture构造函数初始化视频捕获。

read函数获取视频帧并存储在Mat对象中。

imshow和waitKey用于显示视频流。

读取摄像头

从摄像头设备读取图像可以使用同样的VideoCapture对象，指定设备索引为0。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;int main() {    VideoCapture cap(0);    Mat img;    while (true) {        cap.read(img);        imshow("Image", img);        waitKey(1);    }    return 0;}

调整和剪裁

图像调整

resize函数用于调整图像大小，支持不同的缩放方式。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;int main() {    string path = "Resources/test.png";    Mat img = imread(path);    Mat imgResize, imgCrop;    cout << img.size() << endl;    resize(img, imgResize, Size(), 0.5, 0.5);    Rect roi(200, 100, 300, 300);    imgCrop = img(roi);    imshow("Image", img);    imshow("ImageResieze", imgResize);    imshow("ImageCrop", imgCrop);    waitKey(0);    return 0;}

说明

resize函数根据指定大小和比例调整图像。

roi表示图像的子矩形区域。

绘制形状和文字

OpenCV提供了多种绘图函数，包括圆、矩形、直线和文字。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;int main() {    Mat img(512, 512, CV_8UC3, Scalar(255, 255, 255));    circle(img, Point(256, 256), 155, Scalar(0, 69, 255), FILLED);    rectangle(img, Point(130, 226), Point(382, 286), Scalar(255, 255, 255), -1);    line(img, Point(130, 296), Point(382, 296), Scalar(255, 255, 255), 2);    putText(img, "SJN's Workshop", Point(137, 262), FONT_HERSHEY_DUPLEX, 0.95, Scalar(0, 69, 255), 2);    imshow("Image", img);    waitKey(0);    return 0;}

说明

circle绘制圆形。

rectangle绘制矩形。

line绘制直线。

putText绘制文字。

透视变换

透视变换用于改变图像的投影。warpPerspective函数根据投影矩阵进行变换。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       #include 
       
        using namespace cv;using namespace std;int main() {    string path = "Resources/cards.jpg";    Mat img = imread(path);    Point2f src[4] = {{529, 142}, {771, 190}, {405, 395}, {674, 457}};    Point2f dst[4] = {{0.0f, 0.0f}, {w, 0.0f}, {0.0f, h}, {w, h}};    matrix = getPerspectiveTransform(src, dst);    warpPerspective(img, imgWarp, matrix, Point(w, h));    for (int i = 0; i < 4; i++) {        circle(img, src[i], 10, Scalar(0, 0, 255), FILLED);    }    imshow("Image", img);    imshow("ImageWarp", imgWarp);    waitKey(0);    return 0;}

说明

getPerspectiveTransform计算投影矩阵。

warpPerspective应用投影矩阵变换图像。

颜色检测

HSV颜色空间

OpenCV支持HSV颜色空间，便于颜色检测。cvtColor函数可以将RGB图像转换为HSV。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;int main() {    string path = "Resources/lambo.png";    Mat img = imread(path);    cvtColor(img, imgHSV, COLOR_BGR2HSV);    namedWindow("Trackbars", (640, 200));    createTrackbar("Hue Min", "Trackbars", &hmin, 179);    createTrackbar("Hue Max", "Trackbars", &hmax, 179);    createTrackbar("Sat Min", "Trackbars", &smin, 255);    createTrackbar("Sat Max", "Trackbars", &smax, 255);    createTrackbar("Val Min", "Trackbars", &vmin, 255);    createTrackbar("Val Max", "Trackbars", &vmax, 255);    while (true) {        Scalar lower(hmin, smin, vmin);        Scalar upper(hmax, smax, vmax);        inRange(imgHSV, lower, upper, mask);        imshow("Image", img);        imshow("Image HSV", imgHSV);        imshow("Image Mask", mask);        waitKey(1);    }    return 0;}

说明

cvtColor将图像转换为HSV颜色空间。

namedWindow创建窗口。

createTrackbar创建滑块控制颜色阈值。

inRange检测颜色在指定范围内的图像区域。

形状/轮廓检测

findContours函数

findContours函数用于检测图像中的轮廓。支持多种轮廓检索模式和近似方法。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace cv;using namespace std;void getContours(Mat imgDil) {    vector
       
        
         > contours; vector
         
           hierarchy; findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); vector
          
           
            > conPoly(contours.size()); vector
            
              boundRect(contours.size()); for (int i = 0; i < contours.size(); i++) { double area = contourArea(contours[i]); if (area > 1000) { double peri = arcLength(contours[i], true); approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true); boundRect[i] = boundingRect(conPoly[i]); if (boundRect[i].width * boundRect[i].height > 0) { rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5); Point myPoint = Point(boundRect[i].x + boundRect[i].width / 2, boundRect[i].y); putText(img, "Box", myPoint, FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 1); } } } return conPoly;}int main() { string path = "Resources/shapes.png"; Mat img = imread(path); Mat imgDil; dilate(img, imgDil, kernel); getContours(imgDil); imshow("Image", img); // 以下行可用于显示其他中间结果 // imshow("Image Dilation", imgDil); waitKey(0); return 0;}

说明

findContours检测轮廓。

contourArea计算轮廓面积。

arcLength计算曲线长度。

approxPolyDP近似多边形。

boundingRect计算轮廓的最小上边界矩形。

人脸检测

###CascadeClassifierCascadeClassifier用于面部检测。加载预训练的分类器后，能够检测人脸区域。

示例代码

#include 
   
    #include 
    
     #include 
     
      #include 
      
       #include 
       
        using namespace cv;using namespace std;int main() {    string path = "Resources/test.png";    Mat img = imread(path);    CascadeClassifier faceCascade;    faceCascade.load("Resources/haarcascade_frontalface_default.xml");    if (faceCascade.empty()) {        cout << "XML file not loaded" << endl;    }    vector
        
          faces; faceCascade.detectMultiScale(img, faces, 1.1, 10); for (int i = 0; i < faces.size(); i++) { rectangle(img, faces[i].tl(), faces[i].br(), Scalar(255, 0, 255), 3); } imshow("Image", img); waitKey(0); return 0;}