點擊上方“3D視覺工坊”，選擇“星標”

干貨第一時間送達

作者丨卡拉肖克-X

來源丨OpenCV學堂

編輯丨極市平臺

導讀

?

一位友好人士做的B站OpenCV4.x C++ 快速入門30講視頻課程的筆記總結！

01 環境搭建

環境配置了一個早上，到10.48分配置完畢，有點難受。還好最后顯示出第一張圖片。

#include<opencv2/opencv.hpp> #include<iostream>usingnamespacestd; usingnamespace cv; int main() {Mat src = imread("D:/images/011.jpg",IMREAD_GRAYSCALE);//讀取進來的數據以矩陣的形勢,第二個參數代表顯示一張灰度圖像。if (src.empty()) {printf("could not load image");//如果圖片不存在 將無法讀取，打印到終端。}//超過屏幕的圖像無法顯示時候調用此函數。namedWindow("輸入窗口", WINDOW_FREERATIO);//創建了一個新窗口，參數1表示名稱，第二個參數代表一個自由的比例imshow("輸入窗口", src);//表示顯示在新創建的輸入窗口上，第一個參數表示窗口名稱，src表示數據對象Mat waitKey(0);//執行到這句，程序阻塞。參數表示延時時間。單位msdestroyAllWindows();//銷毀前面創建的顯示窗口return0; }

第一節課介紹了如何讀取第一張圖片，并且顯示出來，通過調用imread函數讀取照片，再調用imshow顯示圖片到窗口。同時，講述了如何打印灰度圖像，圖片讀取失敗的處理方式，代碼注釋詳細介紹了每條語句的意思。

02 顯示圖象

1、色彩空間轉換函數 cvtColor
2、圖像的保存

#include<opencv2/opencv.hpp> using namespace cv;class QuickDemo //創建一個QuickDemo對象 {public:void colorSpace_Demo(Mat &imge); //定義一個類，里面包含輸入一個圖片，對圖片操作 };#include<quickopencv.h> void QuickDemo::colorSpace_Demo(Mat &image) {Mat gray, hsv;//定義2個矩陣類的圖像gray和hsv，cvtColor(image,hsv,COLOR_BGR2HSV);//圖像轉換函數，可以把image轉成hsv，第三個參數是轉成的類型cvtColor(image,gray,COLOR_BGR2GRAY);//圖像轉換函數，可以把image轉成hsv，第三個參數是轉成的類型imshow("HSV",hsv);imshow("灰度",gray);imwrite("D:/hsv.jpg",hsv);//保存圖片，前面是保存圖的地址，后面是保存圖的名稱imwrite("D:/gray.jpg",gray); }#include<opencv2/opencv.hpp> #include<iostream> #include<quickopencv.h>using namespace std; using namespace cv; int main() {Mat src = imread("D:/images/1.jpg",IMREAD_ANYCOLOR);//B,G,R實際上0-255三色。3通道//讀取進來的數據以矩陣的形勢,第二個參數代表顯示一張灰度圖像。if (src.empty()) {printf("could not load image");//如果圖片不存在 將無法讀取，打印到終端。return-1;}//超過屏幕的圖像無法顯示時候調用此函數。namedWindow("輸入窗口", WINDOW_FREERATIO);//創建了一個新窗口，參數1表示名稱，第二個參數代表一個自由的比例imshow("輸入窗口", src);//表示顯示在新創建的輸入窗口上，第一個參數表示窗口名稱，src表示數據對象Mat //在主函數中調用之前創建的類對象 QuickDemo qd;qd.colorSpace_Demo(src);waitKey(0);//執行到這句，程序阻塞。參數表示延時時間。單位msdestroyAllWindows();//銷毀前面創建的顯示窗口return0; }

這節主要介紹了創建一個類對象，然后通過類對象調用函數，在main主函數中進行調用實現類對象中的功能，比如轉換成HSV類型圖片和GRAY類型圖片，最后通過imwrite函數進行圖像的保存。

03 圖像對象的創建與賦值

1、怎么操作mat
2、怎么訪問每一個像素點
3、怎么創建一個空圖或者mat

void QuickDemo::mat_creation_demo(Mat &image) {Mat m1, m2;m1 = image.clone();image.copyTo(m2);//創建空白圖像Mat m3 = Mat::ones(Size(400, 400), CV_8UC3);//創建8*8的CV8位的無符號的n通道的unsigned char//ones&zeros是初始化的方法m3 = Scalar(255, 0, 0);//給三個通道都賦值127 ,單通道賦值方法 m3 = 127;//m3初始為藍色//數據的寬度和長度是由通道數決定的。//std::cout << "width:"<<m3.cols<<"height"<< m3.rows <<"channels"<<m3.channels()<< std::endl;//用來查看寬度，高度與通道數。/*std::cout << m3 << std::endl;*/Mat m4 = m3.clone();//賦值M4就是M3 M4改變了,M3也改變了，沒有產生新的自我(M4與M3同體)//M4為M3的克隆，M3還是原來的顏色，不會改變。(M4與M3不同體，各自是各自的顏色)//m3.copyTo(m4);//把M3賦值給M4，M4就是藍色m4 = Scalar(0, 255, 255);//改變m4的顏色為黃色 ,m4也改變imshow("圖像3", m3);//標題和圖像名稱 顯示圖像m3 純藍色imshow("圖像4", m4);//標題和圖像名稱 }

本節課介紹了如何創建一個Mat對象，通過創建新的Mat對象來創建用戶的特定的底色畫布，創建圖像的基本類型有兩種一種是ones一種是zeros，ones()中的第一個參數代表圖像的大小，第二個參數代表創建幾維的圖像，UC代表無符號字符型，數組3代表通道數。克隆和賦值的區別，克隆就是產生一個新的對象，新對象改變屬性，舊對象屬性不變（各自為政）。賦值是二者同體，當新屬性發生改變，舊屬性也發生改變（二者同體）。

04 圖像像素的讀寫操作

如何遍歷和修改每個像素點的數值，分為單通道和多通道。訪問模式模式也有兩種。第一種是數組訪問模式，用最常規的數組下標訪問像素值。

void QuickDemo::pixel_visit_demo(Mat &image) {int dims = image.channels();int h = image.rows;int w = image.cols;for (int row = 0; row < h; row++) {for (int col = 0; col < w; col++) {if (dims == 1) //單通道的灰度圖像{int pv = image.at<uchar>(row, col);//得到像素值image.at<uchar>(row, col) = 255 - pv;//給像素值重新賦值}if (dims == 3) //三通道的彩色圖像{Vec3b bgr = image.at<Vec3b>(row, col); //opencv特定的類型，獲取三維顏色，3個值image.at<Vec3b>(row, col)[0] = 255 - bgr[0];image.at<Vec3b>(row, col)[1] = 255 - bgr[1];image.at<Vec3b>(row, col)[2] = 255 - bgr[2];//對彩色圖像讀取它的像素值，并且對像素值進行改寫。}}}namedWindow("像素讀寫演示", WINDOW_FREERATIO);imshow("像素讀寫演示", image); }

第二種為指針訪問模式，指定一個指針為圖片的首地址，通過循環遍歷，指針++，一次往后推。

void QuickDemo::pixel_visit_demo(Mat &image) {int dims = image.channels();int h = image.rows;int w = image.cols;for (int row = 0; row < h; row++){uchar *current_row = image.ptr<uchar>(row);for (int col = 0; col < w; col++){if (dims == 1) //單通道的灰度圖像{int pv = *current_row;//得到像素值*current_row++ = 255 - pv;//給像素值重新賦值}if (dims == 3) //三通道的彩色圖像{*current_row++ = 255 - *current_row; //指針每做一次運算，就向后移動一位*current_row++ = 255 - *current_row;*current_row++ = 255 - *current_row;}}}namedWindow("像素讀寫演示", WINDOW_FREERATIO);imshow("像素讀寫演示", image);}

本節主要介紹了通過兩種遍歷的方式訪問圖像的像素值，并且改變圖像的像素值。

05 圖像像素的操作

對圖像的各個像素點實現加減乘除的操作。介紹了常用的除爆函數saturate_cast，防止數值過界。

void QuickDemo::operators_demo(Mat &image) {Mat dst = Mat::zeros(image.size(), image.type());Mat m = Mat::zeros(image.size(), image.type());dst = image - Scalar(50, 50, 50);m = Scalar(50, 50, 50);multiply(image,m,dst);//乘法操作 apiimshow("乘法操作", dst);add(image, m, dst);//加法操作 apiimshow("加法操作", dst);subtract(image, m, dst);//減法操作 apiimshow("減法操作", dst);divide(image, m, dst);//除法操作 apinamedWindow("加法操作", WINDOW_FREERATIO);imshow("加法操作", dst);//加法操作底層int dims = image.channels();int h = image.rows;int w = image.cols;for (int row = 0; row < h; row++){for (int col = 0; col < w; col++){Vec3b p1 = image.at<Vec3b>(row, col); //opencv特定的類型，獲取三維顏色，3個值Vec3b p2 = m.at<Vec3b>(row, col);dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0] + p2[0]);//saturate_cast用來防爆，小于0就是0，大于255就是255dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(p1[1] + p2[1]);dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(p1[2] + p2[2]);//對彩色圖像讀取它的像素值，并且對像素值進行改寫。}}imshow("加法操作", dst); }

介紹了四種不同的API實現，并且演示了一種加法的算法。

06 滾動條演示操作-調整圖片亮度

本節介紹怎么通過createTrackbar來設置一個進度條，實現圖片的亮度調節。

Mat src, dst, m; int lightness = 50;//定義初始的亮度為50 static void on_track(int ,void*) {m = Scalar(lightness,lightness,lightness);//創建調整亮度的數值subtract(src, m, dst);//定義亮度變化為減imshow("亮度調整", dst);//顯示調整亮度之后的圖片 } void QuickDemo::tracking_bar_demo(Mat &image) {namedWindow("亮度調整",WINDOW_AUTOSIZE);dst = Mat::zeros(image.size(), image.type());//圖片的初始化創建一個和image大小相等，種類相同的圖像m = Mat::zeros(image.size(), image.type());//圖片的初始化創建一個和image大小相等，種類相同的圖像src = image;//給src賦值int max_value = 100;//定義最大值為100createTrackbar("Value Bar:", "亮度調整", &lightness, max_value,on_track);//調用函數實現功能。on_track(50, 0); }

07 滾動條演示操作-傳遞參數

無類型指針類型轉換與參數傳遞！

static void on_lightness(int b ,void* userdata) {Mat image = *((Mat*)userdata);Mat dst = Mat::zeros(image.size(), image.type());Mat m = Mat::zeros(image.size(), image.type());m = Scalar(b,b,b);addWeighted(image,1.0,m,0,b,dst);//融合兩張圖imshow("亮度&對比度調整", dst); } static void on_contrast(int b, void* userdata) {Mat image = *((Mat*)userdata);Mat dst = Mat::zeros(image.size(), image.type());Mat m = Mat::zeros(image.size(), image.type());double contrast = b / 100.0;addWeighted(image, contrast, m, 0.0, 0, dst);//融合兩張圖imshow("亮度&對比度調整", dst); } void QuickDemo::tracking_bar_demo(Mat &image) {namedWindow("亮度&對比度調整",WINDOW_AUTOSIZE);int lightness = 50;int max_value = 100;int contrast_value = 100;createTrackbar("Value Bar:", "亮度&對比度調整", &lightness, max_value, on_lightness,(void*)(&image));createTrackbar("Contrast Bar:", "亮度&對比度調整", &contrast_value, 200, on_contrast, (void*)(&image));on_lightness(50, &image); }

08 鍵盤響應操作

本節介紹通過鍵盤輸入，終端能夠讀取響應的信息。

void QuickDemo::key_demo(Mat &image) {Mat dst= Mat::zeros(image.size(), image.type());while (true) {char c = waitKey(100);//停頓100ms 做視頻處理都是1if (c == 27) { //esc 退出應用程序break;}if (c == 49)//key#1{std::cout <<"you enter key #1" << std::endl;cvtColor(image, dst, COLOR_BGR2GRAY);}if (c == 50)//key#1{std::cout << "you enter key #2" << std::endl;cvtColor(image, dst, COLOR_BGR2HSV);}if (c == 51)//key#1{std::cout << "you enter key #3" << std::endl;dst = Scalar(50, 50, 50);add(image,dst,dst);}imshow("鍵盤響應",dst);std::cout << c << std::endl;} }

通過鍵盤輸入，在終端得到響應，輸入不同的鍵值，得到不一樣的結果。

09 opencv自帶顏色操作

void QuickDemo::color_style_demo(Mat &image) {int colormap[] = {COLORMAP_AUTUMN ,COLORMAP_BONE,COLORMAP_CIVIDIS,COLORMAP_DEEPGREEN,COLORMAP_HOT,COLORMAP_HSV,COLORMAP_INFERNO,COLORMAP_JET,COLORMAP_MAGMA,COLORMAP_OCEAN,COLORMAP_PINK,COLORMAP_PARULA,COLORMAP_RAINBOW,COLORMAP_SPRING,COLORMAP_TWILIGHT,COLORMAP_TURBO,COLORMAP_TWILIGHT,COLORMAP_VIRIDIS,COLORMAP_TWILIGHT_SHIFTED,COLORMAP_WINTER};Mat dst;int index = 0;while (true) {char c = waitKey(100);//停頓100ms 做視頻處理都是1if (c == 27) { //esc 退出應用程序break;}if (c == 49)//key#1 按下按鍵1時，保存圖片到指定位置{std::cout << "you enter key #1" << std::endl;imwrite("D:/gray.jpg", dst);}applyColorMap(image, dst, colormap[index%19]);//循環展示19種圖片index++;imshow("循環播放", dst);} }

偽色彩填充與顏色表匹配

10 圖像像素的邏輯操作

本節介紹如何對圖像的像素進行操作，包括與、或、非、異或，矩形在圖像中的繪制。

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(m1,Rect(100,100,80,80),Scalar(255,255,0),-1,LINE_8,0);//小于0表示填充，大于0表示繪制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);//位操作與bitwise_or(m1, m2, dst);//位操作或bitwise_not(image, dst);//取反操作bitwise_xor(m1, m2, dst);//異或操作imshow("像素位操作", dst); } rectangle(m1,Rect(100,100,80,80),Scalar(255,255,0),-1,LINE_8,0);

這個函數參數1是圖片名稱，參數2是矩形的起始&末尾位置，參數3 Scalar表示將要繪制圖像的顏色，參數4表示小于0表示填充，大于0表示繪制，參數5表示四鄰域或者八鄰域的繪制，參數6表示中心坐標或者半徑坐標的小數位數。

11 通道的分離與合并

本節介紹如何把不同的通道給分離，歸并，使得能顯現出來不同的通道顏色。

void QuickDemo::channels_demo(Mat &image) { std::vector<Mat>mv;split(image, mv);//imshow("藍色", mv[0]);//0,1,2三個通道分別代表BGR。//關閉2個通道意味著開啟一個通道。//imshow("綠色", mv[1]);//imshow("紅色", mv[2]);Mat dst;mv[0] = 0;mv[2] = 0;merge(mv, dst);imshow("藍色", dst);int from_to[] = { 0,2,1,1,2,0 };//把通道相互交換，第0->第2，第一->第一，第二->第0mixChannels(&image,1,&dst,1,from_to,3);//3表示3個通道//參數1指針引用圖像->參數2引用到dstimshow("通道混合", dst); }

M[0],M[1],M[2]分別代表BGR個不同的通道。要開啟某個通道只需要關閉另外的一個通道即可。第二個內容為通道的合并，將不同通道的像素值進行轉換操作，使圖片呈現出不同的效果。

12 圖像色彩空間轉換

本節內容實現任務是提取任務的輪廓，首先把RGB色彩空間的圖片轉換到HSV空間中，其次，提取圖片的mask，通過使用inrangle提取hsv色彩空間的顏色。HSV色彩空間的顏色

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);//35,43,46根據圖片中綠色最低來確定最小值。//77,255,255 提取//參數1低范圍，參數2高范圍//將hsv中的由低到高的像素點提取出來并且存儲到mask當中。imshow("mask",hsv);Mat redback = Mat::zeros(image.size(), image.type());redback = Scalar(40, 40, 200);bitwise_not(mask, mask);imshow("mask", mask);image.copyTo(redback, mask);//把redback復制到mask，mask通過inRange得到。imshow("roi提取", hsv); }

13 圖像像素值統計

分別定義雙精度型變量 minv和maxv。指針變量minLoc，maxLoc；因為這圖片是多通道的，所以使用一個容器裝取數值，并且用split分離圖片到MV中通過for循環操作，遍歷圖片信息，并且打印信息到終端。圖像信息包括，方差，均值，大小。

void QuickDemo::pixel_statistic_demo(Mat &image) {double minv, maxv;//定義最值Point minLoc, maxLoc;//定義最值地址std::vector<Mat>mv;//mv是一個Mat類型的容器 裝在這個容器內split(image, mv);for (int i = 0; i < mv.size(); i++) {//分別打印各個通道的數值minMaxLoc(mv[i], &minv, &maxv, &minLoc, &maxLoc, Mat());//求出圖像的最大值和最小值。std::cout <<"No.channels:"<<i<<"minvalue:" << minv << "maxvalue:" << maxv << std::endl;}Mat mean, stddev;meanStdDev(image, mean, stddev);//求出圖像的均值和方差std::cout << "mean:" << mean << std::endl;std::cout << "stddev:" << stddev << std::endl; }

14 圖像幾何形狀的繪制

本節課介紹如何繪制橢圓，矩形，直線，圓等

void QuickDemo::drawing_demo(Mat &image) {Rect rect;rect.x = 200;rect.y = 200;rect.width = 100;rect.height = 100;Mat bg = Mat::zeros(image.size(),image.type());rectangle(image, rect, Scalar(0, 0, 255), -1, 8, 0);//參數1為繪圖的底圖或者畫布名稱，參數2位圖片的起始，寬度，高度//參數3代表填充顏色。參數4大于0是線小于0是填充//參數5表示鄰域填充，參數6默認值為0circle(bg, Point(350, 400), 15, Scalar(0, 0, 255), 2, LINE_AA, 0);//參數2位圖片中心位置，參數3為半徑為15的圓Mat dst;//addWeighted(image, 0.7, bg, 0.3, 0, dst);RotatedRect rtt;rtt.center = Point(200, 200);rtt.size = Size(100, 200);rtt.angle = 0.0;line(bg,Point(100,100),Point(350,400), Scalar(0, 0, 255), 8, LINE_AA, 0);//line_AA表示去掉鋸齒ellipse(bg,rtt, Scalar(0, 0, 255), 2, 8);imshow("矩形的繪制",bg); }

15 隨機數與隨機顏色

本節主要介紹如何能產生一個隨機數字和隨機顏色，并且用線條的方式顯示出來。

void QuickDemo::random_drawing() {Mat canvas = Mat::zeros(Size(512,512), CV_8UC3);int w = canvas.cols;int h = canvas.rows;RNG rng(12345);while (true) {int c = waitKey(10);if (c == 27) {break;}int x1 = rng.uniform(0,canvas.cols);int y1 = rng.uniform(0, h);int x2 = rng.uniform(0, canvas.cols);int y2 = rng.uniform(0, h);int b = rng.uniform(0, 255);int g = rng.uniform(0, 255);int r = rng.uniform(0, 255);canvas = Scalar(0,0,0);line(canvas, Point(x1, y1), Point(x2, y2), Scalar(b,g,r), 8, LINE_AA,0);//line_AA表示去掉鋸齒 imshow("隨機繪制演示", canvas);} }

16 多邊形填充與繪制

這節課介紹了2種多邊形繪制的實現方式。

void QuickDemo::polyline_drawing_demo(Mat &image) {Mat canvas = 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<Point>pts;//將5個點裝入一個容器內。pts.push_back(p1);//未初始化數組容量，只能用pushback操作//如果初始化，可以用數組下標操作。pts.push_back(p2);pts.push_back(p3);pts.push_back(p4);pts.push_back(p5);//fillPoly(canvas, pts, Scalar(122, 155, 255), 8, 0);//填充多邊形//polylines(canvas, pts, true, Scalar(0, 0, 255), 2, 8, 0);//繪制多邊形/*參數1表示畫布，參數2表示點集，參數3表示true，參數4顏色參數5表示線寬，參數6表示渲染方式，參數7表示相對左上角（0,0）的位置*///單個API搞定圖片的繪制填充std::vector<std::vector<Point>>contours;contours.push_back(pts);drawContours(canvas,contours,-1, Scalar(0, 0, 255),-1);//參數2表示容器名稱，參數3為正表示多邊形的繪制，為負表示多邊形的填充imshow("多邊形繪制", canvas); }

第一種方式，通過標記各個點，然后存儲到容器中，之后對容器中的點進行操作。填充多邊形調用fillPoly，繪制多邊形調用polylines。第二種方式，使用一個API接口繪制。通過一個容器中的存儲的點組成的另一個容器。

17 鼠標操作與響應

鼠標事件響應與繪制！考察基本的圖形繪制編程能力。

//參數1表示鼠標事件。 Point sp(-1, -1);//鼠標的開始的位置 Point ep(-1, -1); Mat temp; static void on_draw(int event,int x,int y,int flags,void *userdata) {Mat image = *((Mat*)userdata);if(event == EVENT_LBUTTONDOWN)//如果鼠標的左鍵按下{sp.x = x;sp.y = y;std::cout << "start point" <<sp<< std::endl;}elseif (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);imshow("ROI區域", image(box));rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);imshow("鼠標繪制", image);sp.x = -1;sp.y = -1;//復位，為下一次做準備}}elseif (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);rectangle(image, box, Scalar(0, 0, 255), 2, 8, 0);imshow("鼠標繪制", image);}}} } void QuickDemo::mouse_drawing_demo(Mat &image) {namedWindow("鼠標繪制", WINDOW_AUTOSIZE);setMouseCallback("鼠標繪制", on_draw,(void*)(&image));//設置窗口的回調函數。參數1表示名稱，參數2表示調用on_drawimshow("鼠標繪制", image);temp = image.clone(); }

18 圖像像素類型的轉換與歸一化

像素值歸一化是很常見的預處理方式，OpenCV支持字節與浮點數的圖象顯示。

void QuickDemo::norm_demo(Mat &image) {Mat dst;//定義一個名為dst的二值化類型的數據std::cout << image.type() << std::endl;//打印出來圖片的類型image.convertTo(image,CV_32F);//將dst數據轉換成浮點型float32位數據。std::cout << image.type() << std::endl;//再次打印轉換后的數據類型normalize(image, dst, 1.0, 0, NORM_MINMAX);//進行歸一化操作std::cout << dst.type() << std::endl;//打印歸一化操作之后的數據imshow("圖像的歸一化", dst);//顯示歸一化的圖像//CV_8UC3 ,CV_32FC3 //3通道每個通道8位的UC類型//轉換后 3通道 每個通道32位的浮點數 }

19 圖像的放縮與插值

介紹基本的圖像變換大小的方法。圖像的差值處理主要有線性、雙線性差值、盧卡斯差值、雙立方差值。

void QuickDemo::resize_demo(Mat &image) {Mat zoomin, zoomout;int h = image.rows;int w = image.cols;resize(image, zoomin, Size(w/2, h/2),0,0,INTER_LINEAR);//線性差值操作。imshow("zoomin", zoomin);; resize(image, zoomout, Size(w*1.5, h*1.5), 0, 0, INTER_LINEAR);imshow("zoomin", zoomout);// }

20 圖像的翻轉

圖像的上下、左右、對角線翻轉

void QuickDemo::flip_demo(Mat &image) {Mat dst;flip(image, dst, 0);//上下翻轉 x對稱flip(image, dst, 1);//左右翻轉 y對稱flip(image, dst, -1);//旋轉180°imshow("圖像翻轉",dst); }

21 圖像的旋轉

圖像旋轉的基本原理，變換矩陣M的計算，中心位置偏移計算等。

void QuickDemo::rotate_demo(Mat &image) {Mat dst, M;int h = image.rows;//定義圖片的高度int w = image.cols;//定義圖片的寬度M = getRotationMatrix2D(Point(w / 2, h / 2),45,1.0);doublecos = abs(M.at<double>(0, 0));doublesin = 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);//參數1原來圖像的中心位置。參數2角度是多少。參數3是圖像本身大小的放大縮小warpAffine(image, dst, M,Size(nw,nh),INTER_LINEAR,0, Scalar(0, 0, 255));imshow("旋轉演示", dst); }

22 視頻文件攝像頭使用

本節介紹了如何讀取一個視頻，以及調用電腦的攝像頭。并且對讀取到的視頻進行操作。

void QuickDemo::video_demo(Mat &image) {VideoCapture capture("D:/images/123.mp4"); //讀取視頻的地址Mat frame;//定義一個二值化的 framewhile (true){capture.read(frame); //讀取視頻//flip(frame, frame, 1);//圖像鏡像操作if(frame.empty())//如果視頻為空的話 跳出操作{break;}imshow("frame", frame);//顯示視頻colorSpace_Demo(frame);//對視頻調用之前的demoint c = waitKey(100);//停頓100ms 做視頻處理都是1if (c == 27) { //esc 退出應用程序break;}}capture.release();//釋放相機的資源 }

對讀取到的視頻 操作方式有鏡像對稱。加各種濾鏡等等。

23 視頻處理與保存

視頻的屬性，SD（標清）,HD（高清）,UHD（超清），藍光。如何讀取視頻文件，以及讀取視頻文件的屬性，衡量視頻處理指標：FPS。保存視頻時的編碼格式。保存視頻的實際size和create的size大小保持一致。

void QuickDemo::video_demo(Mat &image) {VideoCapture capture("D:/images/123.mp4");int frame_width = capture.get(CAP_PROP_FRAME_WIDTH);//獲取視頻的寬度int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);//獲取視頻的高度int count = capture.get(CAP_PROP_FRAME_COUNT);//視頻總的幀數//fps是衡量處理視頻的能力double fps = capture.get(CAP_PROP_FPS);std::cout << "frame width" << frame_width << std::endl;std::cout << "frame height" << frame_height << std::endl;std::cout << "frame FPS" << fps << std::endl;std::cout << "frame count" << count << std::endl;VideoWriter writer("D:/test.mp4",capture.get(CAP_PROP_FOURCC),fps,Size(frame_width, frame_height),true);//參數1 保存地址。參數2 獲取圖片的格式 參數3 圖片的幀數 參數4 視頻寬高 參數5 真Mat frame;while (true){capture.read(frame);//flip(frame, frame, 1);//圖像鏡像操作if(frame.empty()){break;}imshow("frame", frame);colorSpace_Demo(frame);writer.write(frame);int c = waitKey(100);//停頓100ms 做視頻處理都是1if (c == 27) { //esc 退出應用程序break;}}capture.release();//釋放相機的資源writer.release();//釋放存放的資源 }

本節課，介紹了視頻的一些基本熟悉，緊接介紹如何獲取視頻的屬性，并且通過特定的格式保存到相應的存儲位置上。

24 圖像的直方圖

直方圖是圖像的統計學特征。表示了圖像的各個像素在0-255出現的頻率。圖像的平移旋轉都不會對性質進行改變。缺點：不能表征一張圖像。

25 直方圖的均衡化

用途：用于圖像增強，人臉檢測，衛星遙感。均衡化的圖像只支持單通道。

void QuickDemo::histogram_eq_demo(Mat &image) {Mat gray;cvtColor(image, gray, COLOR_BGR2GRAY);//直方圖均衡化只支持灰度圖像，不支持彩色圖像。imshow("灰度圖像", gray);Mat dst;equalizeHist(gray, dst);imshow("直方圖均衡化", dst); }

26 圖像的卷積操作

卷積的作用，高的往下降，低的往上升。但是會造成信息丟失。產生模糊效果。是一種線性操作，點乘，之后相加。

void QuickDemo::blur_demo(Mat &image) {Mat dst;blur(image, dst, Size(15, 15), Point(-1, -1));//參數1原始圖像，參數2卷積之后的圖像，參數3卷積的矩陣大小，支持單行或者單列的卷積操作，參數4卷積的起始點。imshow("圖像卷積操作", dst); }

27 高斯模糊

中心的數值最大，離中心距離越遠，數值越小。高斯卷積數學表達式說明：

void QuickDemo::gaussian_blur_demo(Mat &image) {Mat dst;GaussianBlur(image, dst, Size(5, 5), 15);imshow("高斯模糊", dst);//參數1表示初始圖像，參數2表示處理后的圖像，參數3表示高斯矩陣大小 正數而且是奇數，//參數4表示西格瑪x為15 西格瑪y為15 }

28 高斯雙邊模糊

邊緣保留的濾波算法！去噪！

void QuickDemo::bifilter_demo(Mat &image) {Mat dst;bilateralFilter(image,dst,0,100,0);//參數1代表原圖，參數2代表處理之后的圖像，參數3色彩空間。參數4表示坐標空間，雙邊是指 色彩空間和坐標空間。namedWindow("雙邊模糊", WINDOW_FREERATIO);//創建了一個新窗口，參數1表示名稱，第二個參數代表一個自由的比例imshow("雙邊模糊", dst);//表示顯示在新創建的 }

29 實時視頻人臉檢測

OpenCV4.x中基于深度神經網絡模型的高實時，穩定的人臉檢測演示。

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);// NCHWMat probs = net.forward(); // Mat detectionMat(probs.size[2], probs.size[3], CV_32F, probs.ptr<float>());// 解析結果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("人臉檢測演示", frame);int c = waitKey(1);if (c == 27) { // 退出break;} }

本文僅做學術分享，如有侵權，請聯系刪文。

下載1

在「3D視覺工坊」公眾號后臺回復：3D視覺，即可下載 3D視覺相關資料干貨，涉及相機標定、三維重建、立體視覺、SLAM、深度學習、點云后處理、多視圖幾何等方向。

下載2

在「3D視覺工坊」公眾號后臺回復：3D視覺github資源匯總，即可下載包括結構光、標定源碼、缺陷檢測源碼、深度估計與深度補全源碼、點云處理相關源碼、立體匹配源碼、單目、雙目3D檢測、基于點云的3D檢測、6D姿態估計源碼匯總等。

下載3

在「3D視覺工坊」公眾號后臺回復：相機標定，即可下載獨家相機標定學習課件與視頻網址；后臺回復：立體匹配，即可下載獨家立體匹配學習課件與視頻網址。

重磅！3DCVer-學術論文寫作投稿?交流群已成立

掃碼添加小助手微信，可申請加入3D視覺工坊-學術論文寫作與投稿?微信交流群，旨在交流頂會、頂刊、SCI、EI等寫作與投稿事宜。

同時也可申請加入我們的細分方向交流群，目前主要有3D視覺、CV&深度學習、SLAM、三維重建、點云后處理、自動駕駛、多傳感器融合、CV入門、三維測量、VR/AR、3D人臉識別、醫療影像、缺陷檢測、行人重識別、目標跟蹤、視覺產品落地、視覺競賽、車牌識別、硬件選型、學術交流、求職交流、ORB-SLAM系列源碼交流、深度估計等微信群。

一定要備注：研究方向+學校/公司+昵稱，例如：”3D視覺?+ 上海交大 + 靜靜“。請按照格式備注，可快速被通過且邀請進群。原創投稿也請聯系。

▲長按加微信群或投稿

▲長按關注公眾號

3D視覺從入門到精通知識星球：針對3D視覺領域的視頻課程（三維重建系列、三維點云系列、結構光系列、手眼標定、相機標定、orb-slam3等視頻課程）、知識點匯總、入門進階學習路線、最新paper分享、疑問解答五個方面進行深耕，更有各類大廠的算法工程人員進行技術指導。與此同時，星球將聯合知名企業發布3D視覺相關算法開發崗位以及項目對接信息，打造成集技術與就業為一體的鐵桿粉絲聚集區，近2000星球成員為創造更好的AI世界共同進步，知識星球入口：

學習3D視覺核心技術，掃描查看介紹，3天內無條件退款

?圈里有高質量教程資料、可答疑解惑、助你高效解決問題

覺得有用，麻煩給個贊和在看~??

總結

以上是生活随笔為你收集整理的实践教程 | 万字长文，值得收藏/参考的OpenCV C++基础代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。