OpenCV入门（一）——体验OpenCV

时间：2023-02-03 20:00:16

 前言：

        Opencv（Opencv Source Computer Vision Library）是开源的计算机视觉库，提供了C++、C、Python以及Java等接口，并支持Windows、Linux、Android、Mac OS平台。通过这个开源的计算机视觉库，我们可以实现计算机视觉、跟踪识别、图像处理等等任务。之前一直是通过python来学习OpenCV这个库，由于任务要求，需要使用C++来做相关的工作，因此，重新用C++来学习OpenCV。这里是个人的学习笔记，不是什么权威的教程，只是希望大家相互提高，共同进步，同时，如果有错误，也麻烦大家帮忙指正。

一、图像数字化

          OpenCV中声明了一个读取本地磁盘中的灰度图像并转换为Mat的函数：

Mat imread(const string\& filename, int flags=1)

在OpenCV 3.1版本中，其参数和解释如下所示：

    filename：表示图像文件名（可以包括路径）

    flags：IMREAD_COLOR表示彩色图像，等价于 flags=-1

              IMREAD_ GRAYSCALE表示灰度图像，等价于 flags=0

              IMREAD_ ANYCOLOR表示任意图像，等价于 flags=1

既然可以将一张图像转换为一个数字矩阵Mat，那么，当然也可以将矩阵Mat对象作为一个图像进行显示啦，在OpeCV中的highgui模块中定义了imshow函数来完成该功能。

                                                      void   imshow(const string\& winname, InputAraay mat)

其参数解释如下所示：

               winname：表示显示图像的窗口的名字

                mat：mat对象

有了 imread和 imshow这两个函数以后，我们就可以完成读取并显示图像的操作了，我们写下如下代码：

#include <iostream>
#include <opencv2/opencv.hpp>
                                

using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("test.jpg");
	if (img.empty())
	{
		printf("could not load the image..");
		return -1;
	}
	namedWindow("原始图像", CV_WINDOW_AUTOSIZE);
	imshow("原始图像", img);
	waitKey(0);

	system("PAUSE");
	return 0;
	
}

运行程序，结果如下：

OpenCV入门（一）——体验OpenCV

我们知道，图像在计算机看来就是一个数字矩阵，即mat，现在我们来打印一下imread另外一张图片test1.jpg(因为test.jpg背景为纯白，打印后的255值太多不好观察)后的mat对象，我们将代码修改如下：

#include <iostream>
#include <opencv2/opencv.hpp>
                                

using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("test1.jpg");
	if (img.empty())
	{
		printf("could not load the image..");
		return -1;
	}

	//使用指针读取
	for (int r = 0; r < img.rows; ++r)
	{
		const uchar* ptr = img.ptr<uchar>(r); 
		for (int c = 0; c < img.cols; ++c)
		{
			printf("%2d ", ptr[c]);
		}
		printf("\n");		
	}

展示mat对象的前两行元素值如下：

OpenCV入门（一）——体验OpenCV

二、简单的平滑处理

     利用矩阵的卷积运算的定义，我们接下来利用一个大小为3*3的卷积核对原图像做平滑处理，原理如下所示：

OpenCV入门（一）——体验OpenCV

OpenCV入门（一）——体验OpenCV

接下来我们手动编写该过程的实现代码：

#include <iostream>
#include <opencv2/opencv.hpp>
#define   kernel_rows 3                             

using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("test.jpg");
	if (img.empty())
	{
		printf("could not load the image..");
		return -1;
	}
	int cols = (img.cols - 1) * img.channels();
	int rows = img.rows;
	int gap_col = img.channels();
	Mat dst = Mat::zeros(img.size(), img.type());
	for (int row = ((kernel_rows - 1) / 2); row <= rows - ((kernel_rows - 1) / 2); ++row)
	{
		//  Mat.ptr<uchar>(int i = 0) 获取像素矩阵的指针，索引i表示第几行，从0开始计行数。
		//	获得当前行指针const uchar*  current = img.ptr<uchar>(row);
		//  获取当前像素点P(row, col)的像素值 p(row, col) = current[col]

		const uchar*  current_row = img.ptr<uchar>(row);
		const uchar*  prior_row = img.ptr<uchar>(row);
		const uchar*  next_row = img.ptr<uchar>(row);
		uchar*  dst_row = dst.ptr<uchar>(row);
		for (int col = 0 + img.channels(); col <= cols; ++col)
		{
			dst_row[col] = saturate_cast<uchar>(4 * current_row[col] - current_row[col - gap_col] - current_row[col + gap_col] - prior_row[col] - next_row[col]);
			//像素范围处理saturate_cast<uchar>
			//	saturate_cast<uchar>（ - 100），返回 0。
			//	saturate_cast<uchar>（288），返回255
			//	saturate_cast<uchar>（100），返回100
			//	这个函数的功能是确保RGB值得范围在0~255之间

		}
	}
	
	namedWindow("原始图像", CV_WINDOW_AUTOSIZE);
	imshow("原始图像", img);
	waitKey(0);
	namedWindow("修改后图像", CV_WINDOW_AUTOSIZE);
	imshow("修改后图像", dst);
	waitKey(0);
	system("PAUSE");
	return 0;
	
}

运行程序，得到结果如下：

OpenCV入门（一）——体验OpenCV


三、调用API接口实现上述过程

      其实OpenCV中就内置了相关的函数实现上述功能，自己手动编写实现代码是为了加深自己对算法原理的理解，接下来我们调用API——filter2D( )来达到相同的效果。

#include <iostream>
#include <opencv2/opencv.hpp>
#define   kernel_rows 3                             

using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("test.jpg");
	if (img.empty())
	{
		printf("could not load the image..");
		return -1;
	}
	// 打印卷积核
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);   //初始化一个卷积核
	for (int i = 0; i < kernel.rows; ++i)
	{
	for (int j = 0; j < kernel.cols; ++j)
	{
	printf("%2d ", kernel.at<char>(i,j));
	}
	printf("\n");
	}
	
	Mat dst = Mat::zeros(img.size(),img.type());
	// 函数调用filter2D功能
	// 定义掩膜：Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	// filter2D(src, dst, src.depth(), kernel); 
	// 其中src与dst是Mat类型变量、src.depth表示位图深度，有32、24、8等。
	filter2D(img,dst,img.depth(),kernel);
	namedWindow("原始图像", CV_WINDOW_AUTOSIZE);
	imshow("原始图像", img);
	waitKey(0);
	namedWindow("修改后图像", CV_WINDOW_AUTOSIZE);
	imshow("修改后图像", dst);
	waitKey(0);
	system("PAUSE");
	return 0;
	
}

运行程序，结果如下所示：

OpenCV入门（一）——体验OpenCV


标签：

相关文章