OpenCV4之C++入门详解

OpenCV之C++入门

1、Visual Studio安装及环境配置与搭建

1. 下载地址：https://my.visualstudio.com/Downloads?q=Visual，下载后按照说明安装即可

   登录账号下载即可，建议下载Visual Studio 2017 专业版，本教程使用该版本完成

   该教程笔记是本人整理的OpenCV学堂视频教程内容，感谢贾志刚老师的视频教程，下面是OpenCV 4.5.4及源码下载链接

   链接：https://pan.baidu.com/s/1HmWrX35P774rr6tlfUXB2A 提取码：urtd

2. 配置系统环境变量，鼠标右键我的电脑，选择属性，之后按下图操作，复制opencv目录下的bin目录，vs2017选择vc15

   

3. 安装完毕后，新建第一个项目如下图

   

4. 右键源文件选择新建项新建一个main.cpp

   

   

5. 添加包含目录、库目录及附加依赖项

   

   

   

   

   

6. 在D盘下新建一个images文件夹，放入一张图片，图片名与下面代码段中的图片名字一致

   

7. 在main.cpp中输入以下代码

   #include
   #include
   
   using namespace cv;
   using namespace std;
   
   int main(int argc, char**argv) {
   	Mat src = imread("D:/images/lena.jpg");
   	imshow("input", src);
   	waitKey(0);
   	destroyAllWindows();
   	return 0;
   }
   

8. 点击 调试 → 开始调试 ，如果出现下图则表示运行成功，配置成功

   

至此，Visual Studio的准备工作完成！

2、图像基本操作

多行注释快捷键：Ctrl + K + Ctrl + C

2.1、图像读取与显示

#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
    //imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	Mat src = imread("D:/images/lena.jpg",IMREAD_GRAYSCALE);   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()){
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("输入窗口",WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名，imshow()只支持显示8位图像及浮点图像
	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

2.2、图像色彩空间转换

新建一个头文件quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
};

添加该项目包含目录为当前文件夹，操作如下

新建一个源文件quickdemo.cpp

#include

void QuickDemo::colorSpace_Demo(Mat &image) {
	Mat gray, hsv;
	cvtColor(image, hsv, COLOR_BGR2HSV);
	// H 0~180 S 0~255 V 0~255
	cvtColor(image, gray, COLOR_BGR2GRAY);
	imshow("HSV", hsv);
	imshow("灰度", gray);
	imwrite("D:/images/hsv.png", hsv);
	imwrite("D:/images/gray.png", gray);
}

修改源文件test440，进行调试

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	//imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

    //引入类QuickDemo，调用方法
	QuickDemo qd;
	qd.colorSpace_Demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.3、图像对象的创建与赋值

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
};

quickdemo.cpp

#include

void QuickDemo::colorSpace_Demo(Mat &image) {
	Mat gray, hsv;
	cvtColor(image, hsv, COLOR_BGR2HSV);
	// H 0~180 S 0~255 V 0~255
	cvtColor(image, gray, COLOR_BGR2GRAY);
	imshow("HSV", hsv);
	imshow("灰度", gray);
	imwrite("D:/images/hsv.png", hsv);
	imwrite("D:/images/gray.png", gray);
}

void QuickDemo::mat_creation_demo() {
	//克隆和复制才会创建新的对象，赋值不会创建新的对象
	//Mat m1, m2;
	//m1 = image.clone();
	//image.copyTo(m2);

	// 创建空白图像
	Mat m3 = Mat::ones(Size(512, 512), CV_8UC3);
	m3 = Scalar(127, 127, 127); // 为像素赋予指定的值 B,G,R顺序

	std::cout << "width: " << m3.cols << " height: " << m3.rows << " channels: " << m3.channels() << std::endl;
	//std::cout << m3 << std::endl;

	Mat m4 = m3; //赋值后m4改变，会引起m3改变，clone或copyTo则会创建新对象，不影响原对象
	m4 = Scalar(0, 255, 255);

	imshow("创建图像", m3);

	Mat kernel = (Mat_<char>(3, 3) << 0,-1,0, // 3*3卷积核
		-1,5,-1,
		0,-1,0);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.mat_creation_demo();

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.4、图像像素的读写操作

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
    	void pixel_visit_demo(Mat &image);
};

quickdemo.cpp

#include

void QuickDemo::pixel_visit_demo(Mat &image) {
	int w = image.cols;
	int h = image.rows;
	int dims = image.channels();
	//for (int row = 0; row < h; row++) {
	//	for (int col = 0; col < w; col++) {
	//		if (dims == 1) { //灰度图像
	//			int pv = image.at(row, col); //row,col → y,x
	//			image.at(row, col) = 255 - pv; //对像素值反转，image.at为获取某点格式为uchar的像素值
	//		}
	//		if (dims == 3) { //彩色图像
	//			Vec3b bgr = image.at(row, col); //Vec3b为bgr图像像素点存储格式，对像素值进行反转
	//			image.at(row, col)[0] = 255 - bgr[0];
	//			image.at(row, col)[1] = 255 - bgr[1];
	//			image.at(row, col)[2] = 255 - bgr[2];
	//		}
	//	}
	//}

	for (int row = 0; row < h; row++) {
		uchar* current_row = image.ptr(row); //获取当前行最初位置的指针
		for (int col = 0; col < w; col++) {
			if (dims == 1) { //灰度图像
				int pv = *current_row;
				*current_row++ = 255 - pv; //每次运算完，指针右移一位
			}
			if (dims == 3) { //彩色图像
				*current_row++ = 255 - *current_row; //由于bgr图像矩阵是连续的，所以指针直接指向下一位
				*current_row++ = 255 - *current_row;
				*current_row++ = 255 - *current_row;
			}
		}
	}

	imshow("像素读写演示", image);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.pixel_visit_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.5、图像像素的算数操作

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
    	void pixel_visit_demo(Mat &image);
    	void operators_demo(Mat &image);
};

quickdemo.cpp

#include

void QuickDemo::operators_demo(Mat &image) {
	Mat dst;
	Mat m = Mat::zeros(image.size(), image.type());
	m = Scalar(2, 2, 2); //Scalar标量

	//dst = image + Scalar(50, 50, 50);
	//dst = image - Scalar(50, 50, 50);
	//dst = image / Scalar(2, 2, 2);


	//加法手写实现，主要使用saturate_cast函数，运算可使用对应函数快速实现
	/*
	int w = image.cols;
	int h = image.rows;
	int dims = image.channels();
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			Vec3b p1 = image.at(row, col);
			Vec3b p2 = m.at(row, col);
			//saturate_cast函数，将大于255的数转换为255，小于0的数转换为0
			dst.at(row, col)[0] = saturate_cast(p1[0] + p2[0]);
			dst.at(row, col)[1] = saturate_cast(p1[1] + p2[1]);
			dst.at(row, col)[2] = saturate_cast(p1[2] + p2[2]);
		}
	}
	imshow("加法操作", dst);
	*/
	//add(image, m, dst); //add(操作的图，对图片操作的参数，输出的结果)
	//subtract(image, m, dst); //减法
	//divide(image, m, dst); //除法
	multiply(image, m, dst); //乘法
	
	//imshow("加法操作", dst);
	//imshow("减法操作", dst);
	//imshow("除法操作", dst);
	imshow("乘法操作", dst);

}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/dark_face.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.operators_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.6、使用滚动条调整图像亮度（TrackBar）

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
};

quickdemo.cpp

Mat src, dst, m;
int lightness = 50;

//回调函数两个形参，第一个int为createTrackbar中当前滑块所在位置，初始为lightness，第二个为userdata，为createTrackbar最后一个参数，默认为0
static void on_track(int, void*) {
	m = Scalar(lightness, lightness, lightness);
	add(src, m, dst);
	imshow("亮度调整", dst);
}
void QuickDemo::tracking_bar_demo(Mat &image) {
	namedWindow("亮度调整", WINDOW_AUTOSIZE);
	dst = Mat::zeros(image.size(), image.type());
	m = Mat::zeros(image.size(), image.type());
	src = image;
	int max_value = 100;

	//createTrackbar(滑动条名，滑动条所在的窗口，滑动块初始位置，滑动条最大值，回调函数（滑块滑动时的处理）)
	createTrackbar("Value Bar:", "亮度调整", &lightness, max_value, on_track); 
	on_track(50, 0);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/dark_face.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.tracking_bar_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.7、滚动条操作-通过参数传递度

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
};

quickdemo.cpp 对上一节函数优化

//回调函数两个形参，第一个int为createTrackbar中的当前滑块所在位置，第二个为userdata，为createTrackbar最后一个参数，默认为0
static void on_lightness(int b, void* userdata) {
	Mat image = *((Mat*)userdata);  //指针转换成Mat类型数据
	Mat dst = Mat::zeros(image.size(), image.type());
	Mat m = Mat::zeros(image.size(), image.type());
	addWeighted(image, 1.0, m, 0, b, dst);  //dst = image*1.0 + m*0 + b
	imshow("亮度与对比度调整", dst);
}
static void on_contrast(int b, void* userdata) {
	Mat image = *((Mat*)userdata);  //指针转换成Mat类型数据
	Mat dst = Mat::zeros(image.size(), image.type());
	Mat m = Mat::zeros(image.size(), image.type());
	double contrast = b / 100.0;
	//addWeighted()函数可以实现两张图片混合
	addWeighted(image, contrast, m, 0, 0, dst);  //dst = image*contrast + m*0 + 0
	imshow("亮度与对比度调整", dst);
}
void QuickDemo::tracking_bar_demo(Mat &image) {
	namedWindow("亮度与对比度调整", WINDOW_AUTOSIZE);
	int lightness = 50;
	int light_max_value = 100;
	int contrast_value = 100;
	int contrast_max = 200;
	//createTrackbar(滑动条名，滑动条所在的窗口，滑动块初始位置，滑动条最大值，回调函数（滑块滑动时的处理），userdata（传递给回调函数的数据）)
	createTrackbar("Value Bar:", "亮度与对比度调整", &lightness, light_max_value, on_lightness, (void*)(&image));
	createTrackbar("Contrast Bar:", "亮度与对比度调整", &contrast_value, contrast_max, on_contrast, (void*)(&image));
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/dark_face.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.tracking_bar_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.8、滚动条操作-键盘响应操作

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::key_demo(Mat &image) {
	Mat dst = Mat::zeros(image.size(), image.type());
	while (true) {
		int c = waitKey(1); //waitKey(图像刷新时间间隔)不断刷新图像，刷新间隔时间为1ms，视频处理时尽量设置1ms
		if (c == 27) { // 退出
			break;
		}
		if (c == 49) { // Key #1
			cvtColor(image, dst, COLOR_BGR2GRAY);
			imshow("键盘响应01", dst);
		}
		if (c == 50) { // Key #2
			cvtColor(image, dst, COLOR_BGR2HSV);
			imshow("键盘响应02", dst);
		}
		if (c == 51) { // Key #3
			dst = Scalar(50, 50, 50);
			add(image, dst, dst);
			imshow("键盘响应03", dst);
		}
		//imshow("键盘响应", dst);
	}
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.key_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.9、OpenCV自带颜色表操作

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
    	void color_style_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::color_style_demo(Mat &image) {
	int colormap[] = {
		COLORMAP_AUTUMN,
		COLORMAP_BONE,
		COLORMAP_JET,
		COLORMAP_WINTER,
		COLORMAP_RAINBOW,
		COLORMAP_OCEAN,
		COLORMAP_SUMMER,
		COLORMAP_SPRING,
		COLORMAP_COOL,
		COLORMAP_PINK,
		COLORMAP_HOT,
		COLORMAP_PARULA,
		COLORMAP_MAGMA,
		COLORMAP_INFERNO,
		COLORMAP_PLASMA,
		COLORMAP_VIRIDIS,
		COLORMAP_CIVIDIS,
		COLORMAP_TWILIGHT,
		COLORMAP_TWILIGHT_SHIFTED
	};

	Mat dst;
	int index = 0;
	while (true) {
		int c = waitKey(2000);
		if (c == 27) {
			break;
		}
		applyColorMap(image, dst, colormap[index%19]);
		index++;
		imshow("颜色风格", dst);
	}
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.color_style_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.10、图像像素的逻辑操作

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
};

quickdemo.cpp

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()函数第四个参数小于0表示填充，大于0表示绘制
	//rectangle(m1, Rect(100, 100, 80, 80), Scalar(255, 255, 0), 2, LINE_8, 0);
	//rectangle(m2, Rect(150, 150, 80, 80), Scalar(0, 255, 255), 2, LINE_8, 0);
	rectangle(m1, Rect(100, 100, 80, 80), Scalar(255, 255, 0), -1, LINE_8, 0);
	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);
	//bitwise_or(m1, m2, dst);
	//dst = ~image;  //也可以实现图像取反操作
	//bitwise_not(image, dst);  //当前图像取反操作
	bitwise_xor(m1, m2, dst);  //异或（（非m1 与 m2） 或 （m1 与 非m2）），相当于 m1或m2，相交的部分（非（m1 与 m2））
	imshow("像素位操作", dst);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.bitwise_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.11、通道分离与合并

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
    	void channels_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::channels_demo(Mat &image) {
	std::vector mv;  //Mat数组
	split(image, mv);
	imshow("蓝色", mv[0]);
	imshow("绿色", mv[1]);
	imshow("红色", mv[2]);

	Mat dst;
	//mv[1] = 0;
	//mv[2] = 0;
	//merge(mv, dst);
	//imshow("蓝色", dst);
	//mv[0] = 0;
	//mv[2] = 0;
	//merge(mv, dst);
	//imshow("绿色", dst);
	mv[0] = 0;
	mv[1] = 0;
	merge(mv, dst);
	imshow("红色", dst);

	//from_to[]复制列表
	int from_to[] = { 0,2,1,1,2,0 };  //通道0复制到通道2，通道1复制到通道1，通道2复制到通道0
	//mixChannels(输入矩阵，输入矩阵数量，输出矩阵，输出矩阵数量，复制列表，复制列表中复制几次)
	mixChannels(&image, 1, &dst, 1, from_to, 3);
	imshow("通道混合", dst);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/flower.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.channels_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.12、图像色彩空间转换

HSV颜色空间表

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
};

quickdemo.cpp

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);
	imshow("mask01", mask);

	Mat redback = Mat::zeros(image.size(), image.type());
	redback = Scalar(40, 40, 200);
	bitwise_not(mask, mask);  //像素逻辑运算，mask取反
	imshow("mask02", mask);
	//image.copyTo(拷贝到的图像，mask为1的部分拷贝为0的部分不拷贝)
	image.copyTo(redback, mask);  //将image拷贝到其他图像中
	imshow("roi区域提取", redback);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.inrange_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.13、图像像素值统计

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::pixel_statistic_demo(Mat &image) {
	double minv, maxv;
	Point minLoc, maxLoc;
	Mat mean, stddev;
	std::vector mv;
	split(image, mv);
	for (int i = 0; i < mv.size(); i++) {
		//第一个参数需要是单通道的图像，可以先把多通道分离；最后一个参数为mask
		minMaxLoc(mv[i], &minv, &maxv, &minLoc, &maxLoc, Mat());
		std::cout << "No.channels: " << i << " min value: " << minv << " max value: " << maxv << std::endl;
		//第一个参数是单通道图像则计算一组均值、方差，如果是多通道图像，则同时计算多组均值、方差
		meanStdDev(mv[i], mean, stddev);
		std::cout << "means: " << mean << std::endl;
		std::cout << "stddev: " << stddev << std::endl;
	}
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.pixel_statistic_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.14、图像几何形状绘制，随机数与随机颜色

基本绘图

 1 Point:
 2     Point pt;
 3     pt.x = 10;
 4     pt.y = 8;
 5     或者
 6     Point pt =  Point(10, 8);
 7  
 8 Scalar:
 9     Scalar( B, G, R )   //定义的RGB颜色值为：Blue,Green, Red
10     
11 line 绘直线:
12     line( img,   //输出图像
13         start,   //起始点
14         end,     //结束点
15         Scalar( 0, 0, 0 ),  //颜色
16         thickness=2,    //线条粗细
17         lineType=8 );   //线条类型
18  
19 ellipse 绘椭圆：
20     ellipse( img,   //输出图像
21            Point( w/2.0, w/2.0 ),   //中心为点 (w/2.0, w/2.0) 
22            Size( w/4.0, w/16.0 ),     //大小位于矩形 (w/4.0, w/16.0) 内
23            angle,    //旋转角度为 angle
24            0,
25            360,     //扩展的弧度从 0 度到 360 度
26            Scalar( 255, 0, 0 ),   //颜色
27            thickness,   //线条粗细
28            lineType );    //线条类型
29  
30 circle 绘圆：
31     circle( img,   //输出图像
32          center,    //圆心由点 center 定义
33          w/32.0,     /圆的半径为: w/32.0
34          Scalar( 0, 0, 255 ),   //颜色
35          thickness,   //线条粗细
36          lineType );   //线条类型
37          
38 rectangle 绘矩形：
39     rectangle( rook_image,
40            Point( 0, 7*w/8.0 ),
41            Point( w, w),    //矩形两个对角顶点为 Point( 0, 7*w/8.0 ) 和 Point( w, w)
42            Scalar( 0, 255, 255 ),
43            thickness = -1,
44            lineType = 8 );
45  
46 fillPoly 绘填充的多边形：
47     fillPoly( img,
48             ppt,   //多边形的顶点集为 ppt
49             npt,   //要绘制的多边形顶点数目为 npt
50             1,   //要绘制的多边形数量仅为 1
51             Scalar( 255, 255, 255 ),
52             lineType );

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
};

quickdemo.cpp

void QuickDemo::form_paint_random() {
	Mat image_line = Mat::zeros(512, 512, CV_8UC3);  //新建两个512*512的三通道矩阵
	Mat image_rect = Mat::zeros(512, 512, CV_8UC3);
	Rect rect;  //新建一个矩形对象
	RNG rng(0xFFFFFF);  //生成随机数的类RNG，随机数产生器，用数值0xFFFFFF来实例化一个RNG对象
	image_line.setTo(Scalar(0, 0, 0));  //将图像使用另一种颜色覆盖
	image_rect.setTo(Scalar(0, 0, 0));  //将图像使用另一种颜色覆盖

	for (int i = 0; i < 100000; i++) {
		int x1 = rng.uniform(0, 512);  //获取[0,512)的均匀分布的随机数
		int y1 = rng.uniform(0, 512);
		int x2 = rng.uniform(0, 512);
		int y2 = rng.uniform(0, 512);

		int b = rng.uniform(0, 256);
		int g = rng.uniform(0, 256);
		int r = rng.uniform(0, 256);
		//void line(绘制线段的图像，起点坐标，终点坐标，线段的颜色通过Scalar()定义，线段的宽度（线宽为负数时表示填充），线段的类型，坐标点小数点位数)
		line(image_line, Point(x1, y1), Point(x2, y2), Scalar(b, g, r), 1, LINE_AA, 0);  //线段的类型。可以取值LINE_8，LINE_4和LINE_AA，分别代表8邻接连接线，4邻接连接线和反锯齿连接线。默认值为8邻接。为了获得更好地效果可以选用LINE_AA(采用了高斯滤波)。
		imshow("image_line", image_line);
		rect.x = x1;  //定义矩形的左上顶点坐标及宽高
		rect.y = y1;
		rect.width = x2 - x1;
		rect.height = y2 - y1;
		rectangle(image_rect, rect, Scalar(b, g, r), 1, LINE_AA, 0);
		imshow("image_rect", image_rect);
		char c = waitKey(20);
		if (c == 27)
			break;
	}
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	//imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.form_paint_random();

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.15、多边形填充与绘制

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
};

quickdemo.cpp

void QuickDemo::polyline_drawing_demo() {
	Mat canvas01 = Mat::zeros(Size(512, 512), CV_8UC3);
	Mat canvas02 = 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 pts;
	pts.push_back(p1);
	pts.push_back(p2);
	pts.push_back(p3);
	pts.push_back(p4);
	pts.push_back(p5);
	fillPoly(canvas01, pts, Scalar(255, 255, 0), 8, 0);
	//polylines(绘制所在图像，要绘制的顶点集合，图形是否闭合，线的颜色，线宽，线的类型)
	//polylines(canvas, pts, true, Scalar(0, 0, 255), 3, LINE_8, 0);  //不能设置线宽为负数进行填充
	polylines(canvas01, pts, true, Scalar(0, 0, 255), 3, LINE_AA, 0);  //使用LINE_AA抗锯齿
	std::vector> contours;
	contours.push_back(pts);
	//drawContours(绘制所在的图像，绘制的点集的集合，绘制第几个点集-1表示全部绘制，线段颜色，线宽-1表示填充)
	drawContours(canvas02, contours, -1, Scalar(255, 0, 0), -1);
	imshow("多边形绘制01", canvas01);
	imshow("多边形绘制02", canvas02);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	//imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.polyline_drawing_demo();

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.16、鼠标操作与响应

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
};

quickdemo.cpp

Point sp(-1, -1);  //起点
Point ep(-1, -1);  //终点
//新建一个temp矩阵保存原图像，没有绘制的
Mat temp;
static void on_draw(int event, int x, int y, int flags, void *userdata) {
	Mat image = *((Mat*)userdata);
	if (event == EVENT_LBUTTONDOWN) {
		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);
			temp.copyTo(image);  //去除绘制目标区域的边框
			imshow("ROI区域", image(box));  //将绘制区域中的图像单独显示出来
			rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);
			imshow("鼠标绘制", image);
			//ready for next drawing
			sp.x = -1;
			sp.y = -1;
		}
	}
	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);  //每次都重新加载没有绘制的原图，实现擦除过程中绘制的图形
				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));
	imshow("鼠标绘制", image);
	temp = image.clone();  //将加载的原图克隆到临时矩阵temp中
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	//imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.mouse_drawing_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.17、图像像素类型转换与归一化

图像为什么要进行归一化：

归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。

归一化的目的简而言之，是使得没有可比性的数据变得具有可比性，同时又保持相比较的两个数据之间的相对关系，如大小关系；或是为了作图，原来很难在一张图上作出来，归一化后就可以很方便的给出图上的相对位置等。

四种归一化方式：

其中的NORM_L2计算方式实例如下公式，其他归一化方式根据图片中的内容即可理解

2.0÷22+82+102≈0.15" role="presentation">2.0÷22+82+102−−−−−−−−−−−√≈0.15$$2.0÷\sqrt{{2^2+8^2+10}^2}\approx 0.15$$

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
};

quickdemo.cpp

//image.type()返回的数值与类型对应关系，第一行为通道数，第一列为数据类型
+--------+----+----+----+----+------+------+------+------+
|        | C1 | C2 | C3 | C4 | C(5) | C(6) | C(7) | C(8) |
+--------+----+----+----+----+------+------+------+------+
| CV_8U  |  0 |  8 | 16 | 24 |   32 |   40 |   48 |   56 |
| CV_8S  |  1 |  9 | 17 | 25 |   33 |   41 |   49 |   57 |
| CV_16U |  2 | 10 | 18 | 26 |   34 |   42 |   50 |   58 |
| CV_16S |  3 | 11 | 19 | 27 |   35 |   43 |   51 |   59 |
| CV_32S |  4 | 12 | 20 | 28 |   36 |   44 |   52 |   60 |
| CV_32F |  5 | 13 | 21 | 29 |   37 |   45 |   53 |   61 |
| CV_64F |  6 | 14 | 22 | 30 |   38 |   46 |   54 |   62 |
+--------+----+----+----+----+------+------+------+------+


void QuickDemo::norm_demo(Mat &image) {
	Mat dst;
	std::cout << image.type() << std::endl;
	image.convertTo(image, CV_32F);  //将8UC3 Integer数据转换成32F float数据，以便用于后续归一化操作
	std::cout << image.type() << std::endl;

	//值归一化与范围归一化：值归一化L1,L2,MINMAX；范围归一化可以自己设置归一化范围如[0,255]
	//normalize(输入数组，输出数组，1用来规范值2规范范围下限，0值归一化其他范围归一化上限，归一化选择的数学公式类型)
	normalize(image, dst, 1.0, 0, NORM_MINMAX);  //转换为浮点数类型后必须进行归一化操作
	std::cout << dst.type() << std::endl;
	imshow("图像数据归一化前", image);
	imshow("图像数据归一化后", dst);
	//CV_8UC3, CV_32FC3
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.norm_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.18、图像放缩与插值

OpenCV图像放缩的五种插值算法：最近邻、双线性、双三次、基于像素区域关系、兰索斯插值。

1、最近邻：选取离目标点最近的点作为新的插入点；

2、双线性：由相邻的四像素(2 * 2)计算得出；

• 原理公式及矩阵

  

• 计算过程示意图

  

3、双三次：由相邻的4 * 4像素计算得出，公式类似于双线性插值；

4、基于像素区域关系：共分三种情况，图像放大时类似于双线性插值，图像缩小(x轴、y轴同时缩小)又分两种情况，此情况下可以避免波纹出现；

5、兰索斯插值：由相邻的8 * 8像素计算得出，公式类似于双线性

总结：

• 速度比较：INTER_NEAREST（最近邻插值)>INTER_LINEAR(双线性插值)>INTER_CUBIC(三次样条插值)>INTER_AREA(区域插值)
• OpenCV推荐：如果要缩小图像，通常推荐使用 INTER_AREA插值效果最好；而要放大图像，通常使用 INTER_CUBIC(速度较慢，但效果最好)，或者使用 INTER_LINEAR(速度较快，效果还可以)。至于最近邻插值 INTER_NEAREST，一般不推荐使用

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::resize_demo(Mat &image) {
	Mat zoomin, zoomout;
	int h = image.rows;
	int w = image.cols;

	//resize(输入图像，输出图像，大小变换方法Size()，x方向缩放系数，y方向缩放系数，插值算法)
	//如果size有值，使用size做放缩插值，否则根据fx与fy卷积
	resize(image, zoomin, Size(w / 2, h / 2), 0, 0, INTER_LINEAR);
	imshow("zoomin", zoomin);
	resize(image, zoomout, Size(w * 1.5, h * 1.5), 0, 0, INTER_LINEAR);
	imshow("zoomout", zoomout);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.resize_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.19、图像翻转

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::flip_demo(Mat &image) {
	Mat dst;
	flip(image, dst, 0);  //上下翻转
	imshow("图像上下翻转", dst);
	flip(image, dst, 1);  //左右翻转
	imshow("图像左右翻转", dst);
	flip(image, dst, -1);  //180°旋转
	imshow("图像180°翻转", dst);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/greenback.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.flip_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.20、图像旋转

公式：

i′=icosθ−jsin⁡θ" role="presentation">i′=icosθ−jsinθ$$i^{\prime }=icos\theta -j\sin \theta$$

i′=isin⁡θ+jcosθ" role="presentation">i′=isinθ+jcosθ$$i^{\prime }=i\sin \theta +jcos\theta$$

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::rotate_demo(Mat &image) {
	Mat dst, M;
	int w = image.cols;
	int h = image.rows;
	M = getRotationMatrix2D(Point2f(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);
	warpAffine(image, dst, M, Size(nw, nh), INTER_LINEAR, 0, Scalar(255, 255, 0));
	imshow("旋转展示", dst);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.rotate_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.21、视频文件摄像头使用

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::video_demo(Mat &image) {
	//VideoCapture capture(0);  //获取当前设备摄像头视频
	VideoCapture capture("D:/images/video/example.mp4");  //获取该地址下的视频
	Mat frame;

	while (true) {
		capture.read(frame);

		int h = frame.rows;  //获取视频每一帧的宽高
		int w = frame.cols;

		//flip(frame, frame, 1);  //摄像头需要翻转，视频不需要翻转
		if (frame.empty()) {
			break;
		}

		resize(frame, frame, Size(w / 4, h / 4), 0, 0, INTER_LINEAR);  //缩放视频

		imshow("frame", frame);  //显示缩放后的视频

		colorSpace_Demo(frame);  //调用色彩空间转换函数，将视频转换为灰度图像及HSV图像并显示

		// TODO: do something....
		int c = waitKey(10);
		if (c == 27) {  //退出
			break;
		}
	}
	
	//release
	capture.release();
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	//imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.video_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.22、视频处理与保存

分辨率清晰度对照：

视频显示格式	分辨率尺寸名	汉语简称
480p、576p	SD(Standard Definition)	标清
720p	HD(High Definition)	高清
1080p	FHD(Full High Definition)	全高清
2k	QHD(Quad High Definition)	四倍HD
4k	UHD(Ultra High Definition)	超高清 或 4k UHD
8k	FUHD(Full Ultra High Definition)	8k超高清 或 8k UHD

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::video_demo(Mat &image) {
	//VideoCapture capture(0);  //获取当前设备摄像头视频
	VideoCapture capture("D:/images/video/example.mp4");  //获取该地址下的视频

	int frame_width = capture.get(CAP_PROP_FRAME_WIDTH);  //获取视频帧的宽高
	int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);
	int count = capture.get(CAP_PROP_FRAME_COUNT);  //获取视频的全部帧数
	double fps = capture.get(CAP_PROP_FPS);  //获取视频每秒帧数fps
	std::cout << "frame width: " << frame_width << std::endl;
	std::cout << "frame height: " << frame_height << std::endl;
	std::cout << "FPS: " << fps << std::endl;
	std::cout << "Number of Frames: " << count << std::endl;
	int fourcc = VideoWriter::fourcc('a','v','c','1');  //H264编码格式的fourcc code
    
    //VideoWriter writer(保存地址，fourcc编码格式code，帧率，保存视频的画面宽高，是否是彩色);
	VideoWriter writer("D:/test.mp4", fourcc, fps, Size(frame_width, frame_height), true);

	Mat frame;
	Mat frame1;

	while (true) {
		capture.read(frame);

		int h = frame.rows;  //获取视频每一帧的宽高
		int w = frame.cols;

		//flip(frame, frame, 1);  //摄像头需要翻转，视频不需要翻转
		if (frame.empty()) {
			break;
		}

		resize(frame, frame1, Size(w / 4, h / 4), 0, 0, INTER_LINEAR);  //缩放视频

		imshow("frame", frame1);  //显示缩放后的视频

		//colorSpace_Demo(frame);  //调用色彩空间转换函数，将视频转换为灰度图像及HSV图像并显示
		writer.write(frame);  //将每一帧保存到新的文件中

		// TODO: do something....
		int c = waitKey(10);
		if (c == 27) {  //退出
			break;
		}
	}
	
	//release
	capture.release();
    writer.release();
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	//imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.video_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

运行过程中缺少H264编码器：

1、出现错误

2、到给出的网站中下载对应的dll文件

3、将该文件下载解压后放到opencv的bin目录下

4、再次运行正常

注意：H264对应的fourcc code为avc1！ 具体原因可以自行百度，与OpenCV遵守的开源协议有关

2.23、图像直方图

图像直方图解释：

图像直方图使图像像素值的统计学特征，计算代价较小，具有图像平移、旋转、缩放不变性等众多优点，广泛地应用域图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类、反向投影跟踪。常见的分为灰度直方图、颜色直方图。

Bins是指直方图的大小范围，对于像素值取在0~255之间的，最少有256个bin，此外还可以有16、32、48、128等，256除以bin的大小应该是整数倍。

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::histogram_demo(Mat &image) {
	//三通道分离
	std::vector bgr_plane;  //定义Mat类型的集合，用来保存三通道数据
	split(image, bgr_plane);  //将图像三通道分离，保存到定义的集合中
	//定义参数变量
	const int channels[1] = { 0 };
	const int bins[1] = { 256 };
	float hranges[2] = { 0,255 };
	const float* ranges[1] = { hranges };
	Mat b_hist;
	Mat g_hist;
	Mat r_hist;
	//计算Blue，Green，Red通道的直方图
	calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges);
	calcHist(&bgr_plane[1], 1, 0, Mat(), g_hist, 1, bins, ranges);
	calcHist(&bgr_plane[2], 1, 0, Mat(), r_hist, 1, bins, ranges);
	//显示直方图
	int hist_w = 512;
	int hist_h = 400;
	int bin_w = cvRound((double)hist_w / bins[0]);
	Mat histImage = Mat::zeros(hist_h, hist_w,CV_8UC3);
	//归一化直方图数据
	normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	//绘制直方图曲线
	for (int i = 1; i < bins[0]; i++) {
		line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))),
			Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, LINE_AA, 0);
		line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))),
			Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(0, 255, 0), 2, LINE_AA, 0);
		line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))),
			Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(0, 0, 255), 2, LINE_AA, 0);
	}
	//显示直方图
	namedWindow("Histogram Demo", WINDOW_AUTOSIZE);
	imshow("Histogram Demo", histImage);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/flower.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.histogram_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.24、二维直方图

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
    	        void histogram_2d_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::histogram_2d_demo(Mat &image) {
	//2D直方图
	Mat hsv, hs_hist;
	cvtColor(image, hsv, COLOR_BGR2HSV);
	int hbins = 30, sbins = 32;
	int hist_bins[] = { hbins,sbins };
	float h_range[] = { 0,180 };
	float s_range[] = { 0,256 };
	const float* hs_ranges[] = { h_range,s_range };
	int hs_channels[] = { 0,1 };
	calcHist(&hsv, 1, hs_channels, Mat(), hs_hist, 2, hist_bins, hs_ranges, true, false);
	double maxVal = 0;
	minMaxLoc(hs_hist, 0, &maxVal, 0, 0);
	int scale = 10;
	Mat hist2d_image = Mat::zeros(sbins*scale, hbins*scale, CV_8UC3);
	Mat hist2d_image_back = Mat::zeros(sbins*scale, hbins*scale, CV_8UC3);
	for (int h = 0; h < hbins; h++) {
		for (int s = 0; s < sbins; s++) {
			float binVal = hs_hist.at<float>(h, s);
			int intensity = cvRound(binVal * 255 / maxVal);
			rectangle(hist2d_image, Point(h*scale, s*scale), 
				Point((h + 1)*scale - 1, (s + 1)*scale - 1), 
				Scalar::all(intensity), 
				-1);
		}
	}

	applyColorMap(hist2d_image, hist2d_image_back, COLORMAP_JET);

	imshow("H-S Histogram", hist2d_image);
	imshow("H-S Histogram_back", hist2d_image_back);
	imwrite("D:/hist_2d.png", hist2d_image);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/flower.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.histogram_2d_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.25、直方图均衡化

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
    	        void histogram_2d_demo(Mat &image);
    	        void histogram_eq_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::histogram_eq_demo(Mat &image) {
	Mat gray;
	cvtColor(image, gray, COLOR_BGR2GRAY);
	imshow("灰度图像", gray);
	Mat dst;
	equalizeHist(gray, dst);
	imshow("直方图均衡化演示", dst);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/flower.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.histogram_eq_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.26、图像卷积操作

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
    	        void histogram_2d_demo(Mat &image);
    	        void histogram_eq_demo(Mat &image);
    	        void blur_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::blur_demo(Mat &image) {
	Mat dst01, dst02, dst03, dst04, dst05;
	blur(image, dst01, Size(3, 3), Point(-1, -1));
	blur(image, dst02, Size(13, 13), Point(-1, -1));
	blur(image, dst03, Size(23, 23), Point(-1, -1));
	blur(image, dst04, Size(13, 1), Point(-1, -1));
	blur(image, dst05, Size(1, 13), Point(-1, -1));
	
	imshow("图像模糊01", dst01);
	imshow("图像模糊02", dst02);
	imshow("图像模糊03", dst03);
	imshow("图像模糊04", dst04);
	imshow("图像模糊05", dst05);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/flower.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.blur_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.27、高斯模糊

高斯模糊计算公式：

G(x,y)=12πσ2e−(x2+y2)/(2σ2)" role="presentation">G(x,y)=12πσ2e−(x2+y2)/(2σ2)$$G(x,y)=\frac{1}{2\pi {\sigma }^2}{e}^{-(x^2+y^2)/(2{\sigma }^2)}$$

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
    	        void histogram_2d_demo(Mat &image);
    	        void histogram_eq_demo(Mat &image);
    	        void blur_demo(Mat &image);
    	        void gaussian_blue_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::gaussian_blue_demo(Mat &image) {

	Mat dst01, dst02, dst03;
	GaussianBlur(image, dst01, Size(5, 5), 15);
	GaussianBlur(image, dst02, Size(3, 3), 15);
	GaussianBlur(image, dst03, Size(0, 0), 15);

	imshow("高斯模糊01",dst01);
	imshow("高斯模糊02",dst02);
	imshow("高斯模糊03",dst03);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/flower.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.gaussian_blue_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

2.28、高斯双边模糊

双边滤波原理：

• 空间距离：当前点距离滤波模板中心点的欧式距离。

• 灰度距离：当前点距离滤波模板中心点的灰度的差值的绝对值。

双边滤波的核函数是空间域核与像素范围域核的综合结果：

1. 在图像的平坦区域，像素值变化很小，那么像素差值接近于0，对应的像素范围域权重接近于1，此时空间域权重起主要作用，相当于进行高斯模糊；

2. 在图像的边缘区域，像素值变化很大，那么像素差值大，对应的像素范围域权重变大，即使距离远空间域权重小，加上像素域权重总的系数也较大，从而保护了边缘的信息。

双边滤波在突变的边缘上，使用了像素差权重，很好的保留了边缘。

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
    	        void histogram_2d_demo(Mat &image);
    	        void histogram_eq_demo(Mat &image);
    	        void blur_demo(Mat &image);
    	        void gaussian_blue_demo(Mat &image);
    	        void bifilter_demo(Mat &image);
};

quickdemo.cpp

void QuickDemo::bifilter_demo(Mat &image) {
	Mat dst;
	bilateralFilter(image, dst, 0, 100, 10);
	imshow("双边模糊", dst);
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.bifilter_demo(src);

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果

3、案例：实时人脸识别

先下载三个文件置于opencv的face_detector路径下：D:\environment\opencv\sources\samples\dnn\face_detector

下载地址及文件如下：

quickopencv.h

#pragma once

#include

using namespace cv;

class QuickDemo {
	public:
		void colorSpace_Demo(Mat &image);
		void mat_creation_demo();
		void pixel_visit_demo(Mat &image);
		void operators_demo(Mat &image);
		void tracking_bar_demo(Mat &image);
		void key_demo(Mat &image);
		void color_style_demo(Mat &image);
		void bitwise_demo(Mat &image);
		void channels_demo(Mat &image);
		void inrange_demo(Mat &image);
    	        void pixel_statistic_demo(Mat &image);
    	        void form_paint_random();
    	        void polyline_drawing_demo();
		void mouse_drawing_demo(Mat &image);
    	        void norm_demo(Mat &image);
    	        void resize_demo(Mat &image);
    	        void flip_demo(Mat &image);
    	        void rotate_demo(Mat &image);
    	        void video_demo(Mat &image);
    	        void histogram_demo(Mat &image);
    	        void histogram_2d_demo(Mat &image);
    	        void histogram_eq_demo(Mat &image);
    	        void blur_demo(Mat &image);
    	        void gaussian_blue_demo(Mat &image);
    	        void bifilter_demo(Mat &image);
    	        void face_detection_demo();
};

quickdemo.cpp

#include
#include

using namespace cv;
using namespace std;

void QuickDemo::face_detection_demo() {
	std::string root_dir = "D:/environment/opencv/sources/samples/dnn/face_detector/";
	dnn::Net net = dnn::readNetFromTensorflow(root_dir + "opencv_face_detector_uint8.pb", root_dir + "opencv_face_detector.pbtxt");
	VideoCapture capture("D:/images/video/example_dsh.mp4");
	Mat frame;
	while (true) {
		capture.read(frame);
		if (frame.empty()) {
			break;
		}
		Mat blob = dnn::blobFromImage(frame, 1.0, Size(300, 300), Scalar(104, 177, 123), false, false);
		net.setInput(blob);  //NCHW
		Mat probs = net.forward();
		Mat detectionMat(probs.size[2], probs.size[3], CV_32F, probs.ptr<float>());
		//解析结果	
		for (int i = 0; i < detectionMat.rows; i++) {
			float confidence = detectionMat.at<float>(i, 2);
			if (confidence > 0.5) {
				int x1 = static_cast<int>(detectionMat.at<float>(i, 3)*frame.cols);
				int y1 = static_cast<int>(detectionMat.at<float>(i, 4)*frame.rows);
				int x2 = static_cast<int>(detectionMat.at<float>(i, 5)*frame.cols);
				int y2 = static_cast<int>(detectionMat.at<float>(i, 6)*frame.rows);
				Rect box(x1, y1, x2 - x1, y2 - y1);
				rectangle(frame, box, Scalar(0, 0, 255), 2, 8, 0);
			}
		}
		imshow("人脸检测演示", frame);
		//TODO: do something...
		int c = waitKey(1);
		if (c == 27) { //退出
			break;
		}
		
	}
}

test440.cpp

#include
#include
#include

using namespace cv;
using namespace std;

int main(int argc, char**argv) {
	// imread函数的第二个参数有很多，默认为IMREAD_COLOR，还有IMREAD_UNCHANGED，IMREAD_GRAYSCALE,IMREAD_ANYCOLOR等等，实现对不同图片的读取操作
	// B,G,R
	Mat src = imread("D:/images/lena.jpg");   //Mat为matrix，二维图像都是Mat类型，第一个参数为图片绝对路径
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	//namedWindow("输入窗口", WINDOW_FREERATIO);   //不管图片大小，都能进行调整，图像很小可以不使用这个函数
	//imshow("输入窗口", src);                    //第一个参数为窗口名

	QuickDemo qd;
	qd.face_detection_demo();

	waitKey(0);                               //窗口停留时间，0为一直停留，数值为停留的毫秒数
	destroyAllWindows();                      //关闭所有打开的窗口
	return 0;
}

效果