• 树莓派图像处理基础知识


    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


    前言


    用于记录图像处理的基础知识


    一、基本函数

    1. cvtColor(src,tmp,COLOR_BGR2RGB);

    cvtColor(src, tmp, COLOR_BGR2RGB) 是OpenCV库中的函数,用于将图像从BGR颜色空间转换为RGB颜色空间。在这个函数调用中,src是输入图像,通常是BGR格式的,tmp是输出图像,将保存转换后的RGB图像,COLOR_BGR2RGB是转换的标志。

    如果代码运行正确,tmp将包含源图像src的RGB版本。你可以使用OpenCV的其他函数来显示或保存这个图像。这个函数通常在处理从摄像头或图像文件读取的图像时使用,因为这些图像通常是以BGR格式存储的,而一些其他的图像处理库或函数可能需要RGB格式的图像。

    需要注意的是,srctmp必须是有效的图像对象,且src必须是BGR格式的。如果src不是BGR格式或tmp不是有效的图像对象,函数将无法正确工作。
    cvtColor是OpenCV库中的一个函数,用于将图像从一种颜色空间转换到另一种颜色空间。常见的颜色空间包括BGR、RGB、HSV、GRAY等。cvtColor函数可以在这些颜色空间之间进行转换,以满足不同的图像处理需求。

    函数的原型如下:

    void cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0)
    
    • 1

    参数说明:

    • src:输入图像,通常是一个多通道的彩色图像。
    • dst:输出图像,将保存转换后的图像。
    • code:转换类型,指定从源颜色空间到目标颜色空间的转换方式。例如,COLOR_BGR2RGB表示从BGR颜色空间转换为RGB颜色空间。
    • dstCn:输出图像的通道数,默认为0,表示自动根据源图像的通道数和转换类型确定输出图像的通道数。

    通过调用cvtColor函数,可以方便地将图像从一种颜色空间转换为另一种颜色空间,以满足不同的图像处理需求。

    2.在OpenCV和Qt中,转换cv::Mat到`QImage

    在OpenCV和Qt中,转换cv::MatQImage可以通过以下方式实现:

    cv::Mat mat = ...; // Assume mat is your source Mat
    QImage qimage;
    
    // Convert Mat to QImage
    qimage = QImage((const unsigned char *)(mat.data), mat.cols, mat.rows, mat.step, QImage::Format_RGB888);
    
    // If mat is not continuous, you need to copy it to a new Mat and then convert it to QImage.
    if(mat.isContinuous())
    {
        qimage = qimage.copy();
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    注意,上述代码假设你的cv::Mat是3通道的,且数据类型为8位无符号整型(即CV_8UC3),这是最常见的图像格式。如果你的cv::Mat有不同的通道数或数据类型,你需要调整代码以匹配你的具体情况。例如,如果你的图像是灰度图像(单通道),你可能需要使用QImage::Format_Grayscale8而不是QImage::Format_RGB888

    另外,这段代码也假设你的cv::Mat的数据是连续的。如果不是,你需要先复制到一个新的cv::Mat中,然后再转换为QImage。这是因为QImage需要连续的数据。你可以通过调用cv::Mat::isContinuous来检查数据是否连续。

    3.Canny(tmp,dst,30,255);

    这段代码是使用OpenCV库中的Canny函数来进行边缘检测。函数的参数包括输入图像(tmp),输出图像(dst),以及两个阈值(30和255)。

    Canny边缘检测算法使用两个阈值来检测图像中的边缘。低阈值(30)用于检测弱边缘,高阈值(255)用于检测强边缘。在这个过程中,还会使用一些其他的技巧和算法来优化边缘检测的结果。

    总体来说,这段代码的作用是从输入图像(tmp)中检测出边缘,并将结果保存到输出图像(dst)中。

    4.dst =matframe.clone();

    这段代码是使用OpenCV库中的clone函数来复制图像。具体来说,它将matframe图像复制到一个新的图像变量dst中。

    clone函数创建一个与原始图像完全相同的副本,包括所有的像素值、通道数、数据类型等。这意味着dst图像与matframe图像完全相同,任何对dst图像的修改都不会影响到matframe图像。

    总之,这段代码的作用是创建一个与matframe完全相同的副本,并将其保存到dst中。

    5.videocapture =new VideoCapture(0, cv::CAP_V4L2);

    videocapture =new VideoCapture(0, cv::CAP_V4L2);//ok
    videocapture =new VideoCapture(“/dev/video0”);打开会报错
    videocapture =new VideoCapture(0); //ok

    
    [ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (1824) handleMessage OpenCV | GStreamer warning: Embedded video playback halted; module source reported: Could not read from resource.
    [ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (914) open OpenCV | GStreamer warning: unable to start pipeline
    [ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (501) isPipelinePlaying OpenCV | GStreamer warning: GStreamer: pipeline have not been created
    无法打开摄像头
    
    • 1
    • 2
    • 3
    • 4
    • 5

    videocapture =new VideoCapture(0, cv::CAP_V4L2);

    这段代码是使用OpenCV库中的VideoCapture类来创建一个视频捕获对象,用于从摄像头或视频文件中捕获视频帧。

    具体来说,VideoCapture(0, cv::CAP_V4L2)创建一个视频捕获对象,并使用V4L2(Video4Linux2)API从索引为0的摄像头设备中捕获视频。V4L2是一种在Linux操作系统中用于访问摄像头设备的接口。

    VideoCapture对象创建后,可以使用其成员函数(如readopen等)来控制视频捕获的过程,例如读取视频帧、设置分辨率和帧率等。

    总之,这段代码的作用是创建一个VideoCapture对象,用于从索引为0的摄像头设备中捕获视频,并使用V4L2 API进行访问。

    二、摄像头参数

    1摄像头参数opencv


    capture.set(CAP_PROP_FRAME_WIDTH, 1080);//宽度

    capture.set(CAP_PROP_FRAME_HEIGHT, 960);//高度

    capture.set(CAP_PROP_FPS, 30);//帧数

    capture.set(CAP_PROP_BRIGHTNESS, 1);//亮度 1

    capture.set(CAP_PROP_CONTRAST,40);//对比度 40

    capture.set(CAP_PROP_SATURATION, 50);//饱和度 50

    capture.set(CAP_PROP_HUE, 50);//色调 50

    capture.set(CAP_PROP_EXPOSURE, 50);//曝光 50

    函数cvGetCaptureProperty获得摄像头或者视频文件的指定属性。

    2.读入数据

    代码如下(示例):

    data = pd.read_csv(
        'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
    print(data.head())
    
    • 1
    • 2
    • 3

    该处使用的url网络请求的数据。


    总结

    不断更新,项目过程中的基础知识

  • 相关阅读:
    sql语句之多表查询
    数据治理:数据标准的6大建设步骤及实施分享
    SQL WHERE Clause(查询子句)
    [算法] 第二集 二叉树中的深度搜索
    code too large
    labuladong算法小抄-数据结构设计-leetcode146、leetcode341、leetcode380、leetcode460
    unity3d著名项目-Dark Tree翻译
    KMP字符串搜索算法及next数组计算
    HDF5文件数据读取
    Python 3.11 有什么新功能?
  • 原文地址:https://blog.csdn.net/ganhui13000/article/details/133946595