本文中代碼所采用的是OpenCV4.6.0，采用Cmake來(lái)管理工程，mac系統(tǒng)

OpenCV簡(jiǎn)介

OpenCV是“開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)”，「Open Sourec Computer Vision Library」，是一個(gè)基于開(kāi)源發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，包含了許多圖像處理和計(jì)算機(jī)視覺(jué)方面的通用算法，這里主要學(xué)習(xí)其api的應(yīng)用。

快速上手OpenCV圖像處理

• 第一個(gè)程序：圖像顯示，代碼如下

//
// Created by on 2022/11/9.
//
#include     //相關(guān)頭文件
using namespace std;


int main() {
    cv::Mat srcImage = cv::imread("../dog.jpg"); //載入圖像
    cv::imshow("[原始圖]", srcImage);  //顯示圖像
    cv::waitKey(0); //等待用戶任意鍵按下才終止窗口
    return 0;

}

• 第二個(gè)程序：圖像腐蝕

腐蝕是最基本的形態(tài)學(xué)運(yùn)算之一：就是用圖像中的暗色部分“腐蝕”掉圖像中的高亮部分

部分。

顯示效果如上圖

代碼如下:

//
// Created by  on 2022/11/9.
//
#include      //模塊頭文件
#include       //圖像處理頭文件
//using namespace cv;    //cv命名空間

int main() {
//載入原圖，保存在Mat矩陣類(lèi)對(duì)象中
    cv::Mat srcImage = cv::imread("../cat.jpeg");
//顯示原圖
    cv::imshow("faster",srcImage);
//進(jìn)行腐蝕操作
    cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT,cv::Size(15, 15));
    cv::Mat dstImage;
    cv::erode(srcImage, dstImage, element);
//顯示效果圖
    cv::imshow("laster", dstImage);
    cv::waitKey(0);
return 0;
}

getStructuringElement函數(shù)返回一個(gè)指定形狀和尺寸的內(nèi)核矩陣，然后調(diào)用erode函數(shù)進(jìn)行圖像腐蝕操作。

• 第三個(gè)程序：圖像模糊
  對(duì)圖像進(jìn)行均值濾波操作，主要使用到blur函數(shù)

代碼如下：

//
// Created by on 2022/11/9.
//

#include 
#include 

//using namespace cv;

int main() {
    cv::Mat srcImage = cv::imread("../cat.jpeg");
    cv::imshow("src picture", srcImage);

//進(jìn)行均值濾波操作
    cv::Mat dstImage;
    cv::blur(srcImage, dstImage, cv::Size(7, 7));

//顯示效果圖
    cv::imshow("last picture", dstImage);
    cv::waitKey(0);
return 0;
}

• 第四個(gè)程序：canny邊緣檢測(cè)

先載入圖像，并將其轉(zhuǎn)成灰度圖，再用blur函數(shù)進(jìn)行圖像模糊以降噪，然后用canny函數(shù)進(jìn)行邊緣檢測(cè)，最后進(jìn)行顯示

代碼如下：

//
// Created by  on 2022/11/9.
//

#include 
#include 

//using namespace std;

int main() {
    cv::Mat srcImage = cv::imread("../cat.jpeg");
    cv::imshow("canny test", srcImage);  //顯示原始圖
//將原始圖像轉(zhuǎn)化為灰度圖像
    cv::Mat dstImage, edge, grayImage;
//創(chuàng)建與原圖同類(lèi)型和大小的矩陣 dst
    dstImage.create(srcImage.size(), srcImage.type());

//將原圖像轉(zhuǎn)換為灰度圖像
    cv::cvtColor(srcImage, grayImage, cv::COLOR_BGR2GRAY);

//先使用3x3的內(nèi)核矩陣來(lái)降噪
    cv::blur(grayImage, edge, cv::Size(3, 3));

//運(yùn)行Canny 算子
    cv::Canny(edge, edge, 3, 9, 3);

//顯示效果圖
    cv::imshow("edge test", edge);
    cv::waitKey(0);
return 0;
}

• 第五個(gè)程序：讀取并播放視頻
  使用VideoCapture從視頻文件或攝像頭捕獲視頻并顯示出來(lái)

有兩種寫(xiě)法，分別是：

1. 先實(shí)例化，再初始化

VideoCapture video; video.open("one.mp4");

2. 在實(shí)例化的同時(shí)進(jìn)行初始化

VideoCapture video("one.mp4");

視頻讀入到VideoCapture類(lèi)對(duì)象之后，緊接著可以用一個(gè)循環(huán)將每一幀顯示出來(lái)，相關(guān)代碼如下：

等）時(shí)，在頭部直接指定，如：```javascript，如下：

//
// Created by 方 on 2022/11/9.
//
#include

using namespace cv;

int main() {
//1. 讀入視頻
VideoCapture video("../one.mov");

//2. 循環(huán)顯示每一幀
while(1) {
        Mat frame; //定義一個(gè)Mat對(duì)象，用來(lái)存儲(chǔ)每一幀圖像
        video>>frame; //讀取當(dāng)前幀
        imshow("read_video", frame); //顯示當(dāng)前幀
        waitKey(30); //延時(shí)30ms

    }
return 0;
}

• 第六個(gè)程序：調(diào)用攝像頭采集圖像

只需將上述代碼中的視頻文件名“one.mov”換成0就行，即VideoCapture(0)表示調(diào)用攝像頭而不是從文件中讀取視頻, 注意不要添加""

結(jié)合攝像頭調(diào)用實(shí)例程序來(lái)配合canny邊緣檢測(cè)，得到canny邊緣檢測(cè)并高斯模糊后的攝像頭采集視頻，代碼如下：

//
// Created by  on 2022/11/9.
//
#include 

int main() {
    //從攝像頭讀入視頻
    cv::VideoCapture video(0);
    cv::Mat edge;

    //循環(huán)顯示每一幀
    while(1) {
        //1. 讀入圖像
        cv::Mat frame;  //定義一個(gè)Mat變量，用于存儲(chǔ)每一幀的圖像
        video >> frame;     //讀取當(dāng)前幀

        //2. 將原圖轉(zhuǎn)換成灰度圖
        cv::cvtColor(frame, edge, cv::COLOR_BGR2GRAY);

        //3. 使用3x3的內(nèi)核矩陣來(lái)進(jìn)行降噪 2x3+1=7
        cv::blur(edge, edge, cv::Size(7,7)); //進(jìn)行模糊

        //4. 進(jìn)行canny邊緣檢測(cè)并顯示
        cv::Canny(edge, edge, 0, 30, 3);
        cv::imshow("the video after canny", edge); //顯示經(jīng)過(guò)處理后的當(dāng)前幀
        if(cv::waitKey(30) >= 0)
            break;   //延時(shí)30ms
    }
    return 0;
}