首页 > 编程语言 >opencv c++编程基础

opencv c++编程基础

时间:2024-06-03 16:33:51浏览次数:8  
标签:Mat image 编程 c++ opencv 图像 include cv resize

1、图片的本质

图像在 OpenCV 中的本质

在 OpenCV 中,图像被表示为一个多维数组,其中每个元素对应于图像中的单个像素。图像的维度取决于其通道数和像素数。

  • **通道数:**图像可以有多个通道,每个通道存储图像的不同信息。例如,彩色图像通常有 3 个通道(红色、绿色和蓝色),而灰度图像只有一个通道。
  • **像素数:**图像的像素数决定了其宽度和高度。

图像存储方式

OpenCV 中的图像通常以以下格式存储:

  • **Mat:**这是 OpenCV 中最常用的图像表示形式。Mat 是一个多维数组,可以存储不同类型的图像数据(例如,uint8、float32 等)。
  • **IplImage:**这是一个旧的图像表示形式,在 OpenCV 2.0 之前使用。它与 Mat 类似,但有一些限制。

Mat 中图像的存储

Mat 中的图像数据以行优先顺序存储。这意味着图像的第一个维度对应于行,而第二个维度对应于列。对于一个 3 通道的彩色图像,Mat 中的元素顺序如下:

[B00, G00, R00, B01, G01, R01, ..., Bmn, Gmn, Rmn]

其中:

  • BGR 表示蓝色、绿色和红色通道
  • mn 是图像的高度和宽度

通道的顺序

OpenCV 中图像的通道顺序通常为 BGR(蓝色、绿色、红色)。这与其他一些图像处理库(如 PIL)中使用的 RGB 顺序不同。

其他图像存储格式

除了 Mat 和 IplImage 之外,OpenCV 还支持其他图像存储格式,包括:

  • **UMat:**一种优化的 Mat,可利用 GPU 加速。
  • **cuda::GpuMat:**一种专用于 GPU 处理的 Mat。
  • **std::vector<uchar>:**一种使用标准 C++ 向量存储图像数据的格式。

2、Mat

从文件读取图片并显示

#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>

using namespace std;
using namespace cv;

int main(){
    Mat image;
    image = imread("firefox.png");      //imread()读取图片
    if(!image.empty()){
        imshow("1",image);              //imshow展示图片,前面为展示名,后面为图片。
        waitKey(0);
    }
    destroyAllWindows();

    return 0;
}

从文件读取图片并显示

waitKey(0) 是 OpenCV 中的一个函数,用于等待用户按下一个键。它有以下作用:

  • 暂停程序执行:waitKey(0) 会暂停程序执行,直到用户按下一个键。这通常用于在显示图像或视频时让用户有机会查看内容。
  • **获取按键:**当用户按下一个键时,waitKey(0) 会返回该键的 ASCII 码。这可用于检测用户输入并做出相应操作。
  • 无限等待:waitKey(0) 的参数为 0 表示无限等待。这意味着程序将一直暂停,直到用户按下一个键。

使用示例:

cv::Mat image = cv::imread("image.png");

cv::imshow("Image", image);

cv::waitKey(0);

在上面的示例中,程序将暂停执行,直到用户按下一个键。然后,程序将继续执行,关闭图像窗口并释放资源。

注意:

  • waitKey(0) 是一个阻塞函数,这意味着它会阻止程序执行,直到用户按下一个键。
  • 如果您不希望程序暂停执行,可以使用 waitKey(1),它将等待 1 毫秒的按键输入。如果在此期间没有按键输入,程序将继续执行。
  • waitKey(0) 通常用于交互式应用程序,例如图像查看器或视频播放器。

展示结果:

图片大小resize函数

resize后保存为新图片

#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/core/mat.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main(){
    Mat image;
    image = imread("firefox.png");      //imread()读取图片
    if(!image.empty()){
        imshow("image",image);              //imshow展示图片,前面为展示名,后面为图片。
        waitKey(0);
    }
    // destroyAllWindows();

    Mat resize_image;
    resize(image, resize_image, Size(), 1, 0.5);     //resize()改变大小 前为高度 后为宽度

    if(!image.empty()){
        imshow("resize",resize_image);             
        waitKey(0);
    }
    imwrite("resize.png",resize_image);     //imwrite(文件名,图片)写入文件   需要指定扩展名,否则exception
    destroyAllWindows(); 
    return 0;
}

图片旋转

getRotationMatrix2D()和warpAffine()函数

 Mat rotated_image;
  
    double angle = 90;                                               //旋转角度
  Point2f center(image.cols / 2.0, image.rows / 2.0);              //获取旋转中心
  Mat rotation_matix = getRotationMatrix2D(center, angle, 0.5);    //getRotationMatrix2D()计算旋转矩阵 参数:旋转中心、旋转角度、放大倍数
  warpAffine(image, rotated_image, rotation_matix, image.size());  //warpAffine旋转图片  参数:原图、目标图片、旋转矩阵、生成图片的大小


    if(!rotated_image.empty()){
        imshow("rotate",rotated_image);             
        waitKey(0);
    }
    imwrite("rotate.png",rotated_image);   
    destroyAllWindows(); 

Point2f 是 OpenCV 中的一个结构,用于表示二维点。它包含两个浮点成员:xy,分别表示点的横坐标和纵坐标。

声明:

struct Point2f {
  float x;
  float y;

};

构造函数:

  • **Point2f():**创建一个默认构造的 Point2f,其中 xy 都为 0。
  • **Point2f(float x, float y):**创建一个 Point2f,其中 xy 设置为指定的值。

图片平移

warpAffine()函数和平移矩阵

平移矩阵:

平移矩阵是一个 2x3 的仿射变换矩阵,

[ 1 0 tx ]

[ 0 1 ty ]

其中:

  • tx 是水平平移量。
  • ty 是垂直平移量。

为tx提供正值将使图像向右移动,而负值将使图像向左移动。

同样,ty值为正值时,图像会向下平移,而ty值为负值时,图像会向上平移。

warpAffine()本质是仿射变换。

3、这里可以看到调整了大小或者平移过后窗口大小存在一些问题,:

可以使用 OpenCV 的 namedWindow() 函数来设置 imshow() 窗口的大小。

示例:

cv::namedWindow("Image", cv::WINDOW_NORMAL); // 创建一个可调整大小的窗口

cv::imshow("Image", image);

// 设置窗口大小

cv::resizeWindow("Image", 640, 480);

参数:

  • **window_name:**窗口的名称。
  • **flag:**一个标志,指定窗口的类型。WINDOW_NORMAL 创建一个可调整大小的窗口。

其他标志:

  • **WINDOW_AUTOSIZE:**窗口大小自动调整为图像大小。
  • **WINDOW_FREERATIO:**窗口可以自由调整大小,而无需保持图像的宽高比。
  • **WINDOW_FULLSCREEN:**窗口以全屏模式显示。

注意:

  • namedWindow() 函数必须在 imshow() 函数之前调用。
  • 窗口大小只能在创建窗口后设置。
  • 窗口大小设置仅适用于可调整大小的窗口(即使用 WINDOW_NORMAL 标志创建的窗口)。

图片拼接

在 OpenCV 中,可以使用 hconcat()vconcat() 函数水平和垂直拼接图像。

水平拼接(并排):

cv::Mat image1 = cv::imread("image1.png");

cv::Mat image2 = cv::imread("image2.png");

cv::Mat拼接图像;

cv::hconcat(std::vector[cv::Mat](cv::Mat){image1, image2},拼接图像);

垂直拼接(上下):

cv::Mat image1 = cv::imread("image1.png");

cv::Mat image2 = cv::imread("image2.png");

cv::Mat拼接图像;

cv::vconcat(std::vector[cv::Mat](cv::Mat){image1, image2},拼接图像);

参数:

  • **images:**要拼接的图像的向量。
  • **拼接图像:**用于存储拼接图像的 Mat 对象。

注意:

  • 要拼接的图像必须具有相同的通道数和深度。
  • hconcat()vconcat() 函数将自动调整图像大小以匹配。
  • 拼接图像的尺寸取决于要拼接的图像的尺寸和拼接的方向。

图片翻转

在 OpenCV 中,可以使用 flip() 函数水平或垂直翻转图像。

水平翻转:

cv::Mat image = cv::imread("image.png");

cv::Mat flipped_image;

// 水平翻转

cv::flip(image, flipped_image, 1);

垂直翻转:

cv::Mat image = cv::imread("image.png");

cv::Mat flipped_image;

// 垂直翻转

cv::flip(image, flipped_image, 0);

参数:

  • **image:**要翻转的图像。
  • **flipped_image:**用于存储翻转后图像的 Mat 对象。
  • **flipCode:**指定翻转方向的标志。

flipCode 标志:

  • **0:**垂直翻转
  • **1:**水平翻转
  • **-1:**水平和垂直翻转

注意:

  • 翻转图像不会修改原始图像。
  • 翻转图像可能会导致图像质量下降,尤其是在翻转包含文本或其他非对称特征的图像时。

高斯模糊

在 OpenCV 中,可以使用 GaussianBlur() 函数对图像应用高斯模糊。

示例

cv::Mat image = cv::imread("image.png");
cv::Mat blurred_image;

// 高斯模糊
cv::GaussianBlur(image, blurred_image, cv::Size(5, 5), 0);

参数

**image:**要模糊的图像。

**blurred_image:**用于存储模糊后图像的 Mat 对象。

**kernel_size:**模糊核的大小。它必须是一个奇数。

**sigmaX:**高斯核在 x 方向的标准偏差。如果为 0,则从 kernel_size 计算。

注意

高斯模糊是一种线性滤波器,它使用高斯核来平滑图像。

高斯核是一个钟形曲线,其中心权重最大,边缘权重逐渐减小。

kernel_size 越大,模糊效果越强。

sigmaX 越大,模糊效果越明显。

高斯模糊可能会导致图像质量下降,尤其是边缘和细节丢失。

4、完整代码:

#include <iostream>
#include "opencv2/core.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/core/mat.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main(){
    Mat image;
    image = imread("firefox.png");      //imread()读取图片
    if(!image.empty()){
        namedWindow("image", cv::WINDOW_NORMAL);
        imshow("image",image);              //imshow展示图片,前面为展示名,后面为图片。
        resizeWindow("image", 640, 480);
        waitKey(0);
    }
    // destroyAllWindows();

    Mat resize_image;
    resize(image, resize_image, Size(), 1, 0.5);     //resize()改变大小 前为高度 后为宽度

    if(!resize_image.empty()){
        namedWindow("resize", cv::WINDOW_NORMAL);
        imshow("resize",resize_image);             
        resizeWindow("resize", 640, 480);
        waitKey(0);
    }
    imwrite("resize.png",resize_image);     //imwrite(文件名,图片)写入文件   需要指定扩展名,否则exception
    // destroyAllWindows(); 

    Mat rotated_image;
	
    double angle = 90;                                               //旋转角度
	Point2f center(image.cols / 2.0, image.rows / 2.0);              //获取旋转中心
	Mat rotation_matix = getRotationMatrix2D(center, angle, 0.5);    //getRotationMatrix2D()计算旋转矩阵 参数:旋转中心、旋转角度、放大倍数
	warpAffine(image, rotated_image, rotation_matix, image.size());  //warpAffine旋转图片  参数:原图、目标图片、旋转矩阵、生成图片的大小


    if(!rotated_image.empty()){
        namedWindow("rotate", cv::WINDOW_NORMAL);
        imshow("rotate",rotated_image);    
        resizeWindow("rotate", 640, 480);         
        waitKey(0);
    }
    imwrite("rotate.png",rotated_image);   
    // destroyAllWindows(); 


    Mat translated_image;                    
    float tx = float(image.rows) / 4;                           //平移距离 1/4 
    float ty = float(image.cols) / 4;                           //平移距离 1/4 
    float warp_values[] = { 1.0, 0.0, tx, 0.0, 1.0, ty };       //构建平移矩阵
    Mat translation_matrix = Mat(2, 3, CV_32F, warp_values);    //构建平移矩阵
    warpAffine(image, translated_image, translation_matrix, image.size());   //warpAffine平移图片


    if(!translated_image.empty()){
        namedWindow("translated", cv::WINDOW_NORMAL);
        imshow("translated",translated_image); 
        resizeWindow("translated", 640, 480);               
        waitKey(0);
    }
    imwrite("translated.png",translated_image);   
    destroyAllWindows(); 

    Mat flipped_image_row;
    Mat flipped_image_col;
    
    flip(image, flipped_image_row, 1); //水平翻转
    flip(image, flipped_image_col, 0); //垂直翻转
    
    imshow("row",flipped_image_row);
    imshow("col",flipped_image_col);
    imshow("image",image);
    waitKey(0);
    destroyAllWindows(); 

    Mat blurred_image;
    GaussianBlur(image, blurred_image, cv::Size(99,99), 0);
    imshow("blurred_image",blurred_image);
    waitKey(0);
    destroyAllWindows(); 
    return 0;
}

简单四宫格:

#include <opencv2/core/mat.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace cv;

int main(){
    Mat image = imread("firefox.png");
    // Mat image_45;
    Mat image_90;
    Mat image_180;
    Mat image_270;

    // double angle_45 = 45;
    double angle_90 = 90;   
    double angle_180 = 180;
    double angle_270 = 270;                                            
	
    Point2f center(image.cols / 2.0, image.rows / 2.0);              
	// Mat rotation_matix_45 = getRotationMatrix2D(center, angle_45, 1.0);    
	// warpAffine(image, image_45, rotation_matix_45, image.size()); 

	Mat rotation_matix_90 = getRotationMatrix2D(center, angle_90, 1.0);    
	warpAffine(image, image_90, rotation_matix_90, image.size()); 

    Mat rotation_matix_180 = getRotationMatrix2D(center, angle_180, 1.0);    
	warpAffine(image, image_180, rotation_matix_180, image.size()); 

    Mat rotation_matix_270 = getRotationMatrix2D(center, angle_270, 1.0);    
	warpAffine(image, image_270, rotation_matix_270, image.size()); 

    Mat row_1;
    Mat row_2;
    Mat image_4x4;
    hconcat(std::vector<cv::Mat>{image, image_90},row_1);                 //横向拼接
    hconcat(std::vector<cv::Mat>{image_270, image_180},row_2);            //纵向拼接
    vconcat(std::vector<cv::Mat>{row_1, row_2},image_4x4);
    imshow("4x4",image_4x4);
    waitKey(0);
    destroyAllWindows();

    return 0;
}

标签:Mat,image,编程,c++,opencv,图像,include,cv,resize
From: https://blog.csdn.net/hkj887tg/article/details/139261945

相关文章

  • C++实现线程池详解
    在现代软件开发中,高效地管理和利用计算资源是一项关键任务。线程池(ThreadPool)是一种非常有效的并发编程技术,它允许我们管理和重用一组线程,从而避免频繁创建和销毁线程带来的性能开销。1.线程池的基本概念线程池是一组预先创建的线程,这些线程等待并执行任务。当任务到达时,它......
  • C++实现进制转换工具
    下面是一个使用C++编写的简单数制转换工具,该工具包含了二进制、十进制和十六进制之间的转换功能。二进制转十进制intbinaryToDecimal(conststd::string&binary){intdecimal=0,base=1;intlen=binary.length();for(inti=len-1;i>=0;--i){......
  • C++ primer plus习题及解析第七章(函数C++编程模块)
    题目:7.1编写一个程序,不断要求用户输入两个数,直到其中的一个为0。对于每两个数,程序将使用一个函数来计算它们的调和平均数,并将结果返回给main(),而后者将报告结果。调和平均数指的是倒数平均值的倒数,计算公式如下:调和平均数=2.0*x*y/(x+y)代码: intharmonic_averag......
  • 十大滤波(C++版)
    在翻阅了网上多个版本的滤波算法,发现很多仍停留在多年以前,很多版本的更替没有完成。自己和小伙伴研究了一下,研究成果如下,因为都是比较浅显的研究,如果有不符合常理的地方,请大家指出,一起进步。一、限幅滤波#include<iostream>#include<cmath>#include<vector>usingnamespa......
  • Socket编程模型
    Socket,套接字就是两台主机之间逻辑连接的端点,其属于TCP/IP协议中的传输层协议,主要解决数据如何在网络中传输。而HTTP是应用层协议,主要解决如何包装数据(数据的格式化)。Socket是通信的基石,是支持TCP/IP协议的网络通信的基本操作单元。它是网络通信过程中端点的抽象表示,包......
  • c/c++设计模式---享元模式
    引入享元模式:围棋游戏:namespace_nmsp1{enumEnumColor//棋子类型{Black,//黑White//白};structPosition//棋子位置{intm_x;intm_y;Position(inttmpx,inttmpy):m_x(tmpx),m_y(tmpy){}......
  • C++:特殊类设计和四种类型转换
    一、特殊类设计1.1不能被拷贝的类     拷贝只会放生在两个场景中:拷贝构造函数以及赋值运算符重载,因此想要让一个类禁止拷贝,只需让该类不能调用拷贝构造函数以及赋值运算符重载即可。C++98:1、将拷贝构造函数与赋值运算符重载只声明不定义。(防自己人)    ......
  • 新时代的程序员4大本领:lambda表达式,链式编程,函数式接口,Stream流式计算
    传统程序员4大本领:泛型,枚举,反射,注解新时代的程序员4大本领:lambda表达式,链式编程,函数式接口,Stream流式计算lambda表达式//1.不需要参数,返回值为5()->5//2.接收一个参数(数字类型),返回其2倍的值x->2*x//3.接受2个参数(数字),并返回他们的差值(x,y)->x......
  • Visual Studio 2022创建C/C++项目
    没想到还有能用到C/C++的时候……刚好忘记怎么用VisualStudio了,写个博客记录一下 参考——https://blog.csdn.net/Long_xu/article/details/130599633https://learn.microsoft.com/zh-cn/visualstudio/extensibility/vsix/get-started/get-tools?view=vs-2022版本:VisualS......
  • 第十五届蓝桥杯国赛C++B组文字题解
    A:合法密码暴力跑一下即可,坑点是pdf有换行,字母不算字符,最后答案是:400。B:选数概率观察到第二个分数的分母很大,猜测\((a+b+c)\times(a+b+c-1)=20910‬\)发现无整数解,于是考虑到可能被约分了,将\(20910\times2=41820\)最后得到\(a+b+c=105\)然后就......