1、opencv简单的读取和显示图片

如果不设置imread的读入参数，默认读入的为彩色图片

#include#includeusing namespace std;
using namespace cv;
int main(int argc,char** argv){
	Mat src = imread("F:/images/zwj.jpg"); //读取图片
	if (src.empty()) {                     //判断是否找到图片
		printf("没有找到图片 ");           //输出文字
		return -1;
	}
	else
	{
		namedWindow("input",WINDOW_AUTOSIZE);// 显示窗口命名为input ；WINDOW_AUTOSIZE显示大小为图片自定义大小，且不可以更改大小
		imshow("input",src); //显示
		waitKey(0);//显示的毫秒时间，如果函数参数0表示显示的时间
		destroyAllWindows();
		return 0;

	}
}

2、opencv加载一个灰度图像

只要设置imread的参数：IMREAD_GRAYSCALE（PS:彩色图像的参数为：IMREAD_ANYCOLOR）

 

3、 Mat创建方法

#include#includeusing namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src = imread("D:/Program Files/opencv/sources/samples/data/opencv-logo.png",IMREAD_GRAYSCALE);
	if(src.empty()){
		printf("没有此图片，请检查路径是否正确");
		return -1;
	}
	else
	{
		namedWindow("图片",WINDOW_AUTOSIZE);
		imshow("图片",src);
		int width = src.cols;//宽带
		int higth = src.rows;//高度
		int dim = src.channels();//查看维度
		int d = src.depth();//
		int t = src.type();//图像类型
		if(t==CV_8UC3){
			printf("width: %d|,higth : %d dim %d", width, higth, dim);
			printf("深度：%d,类型：%d", d, d);
		}
		//怎么创建Mat
		//创建方法一
		Mat t1 = Mat(256,256,CV_8UC3);
		t1 = Scalar(0,0,255);
		imshow("t1",t1);

	//创建方法二
		Mat t2 = Mat(512, 512, CV_8UC3);
		t2 = Scalar(255,0,255);
		imshow("t2",t2);
	//创建方法三
		Mat t3 = Mat::zeros(Size(256,256),CV_8UC3);
		//3 = Scalar(255,0,0);
		imshow("t3",t3);
	//创建方法四:复制克隆方法
		Mat t4 = src.clone();
		imshow("t4",t4);
//创建方法五
		Mat t5 = Mat::zeros(src.size(), src.type());//创建一个和原图大小一样，类型一样的图
		imshow("t5", t5);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}
}

4、opencv如何遍历所有像素点

普通方法：基于数组遍历

//如何遍历访问所有Mat的像素值
#include#includeusing namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src = imread("D:/Program Files/opencv/sources/samples/data/opencv-logo.png",IMREAD_GRAYSCALE);
	if (src.empty()) {
		printf("没找到图片，请检查路径");
		return -1;
	}
	else
	{
		namedWindow("图像",WINDOW_FREERATIO);
		imshow("图像",src);

		//遍历访问像素值
		//首先知道图像的长高
		int width = src.cols;
		int higth = src.rows;

		int dim = src.channels();

		for (int row = 0; row < higth;row++) {
			for (int col = 0; col < width;col++) {
				if (dim==3) {
					Vec3b pixel=src.at(row, col);//字节类型3通道的Vec3b,int 类型Vec3i获得
					int blue = pixel[0];
					int green = pixel[1];
					int red = pixel[2];
					src.at(row, col)[0] = 255 - blue;
					src.at(row, col)[1] = 255 - green;
					src.at(row, col)[2] = 255 - red;
				}
				else if(dim==1){
					int pv = src.at(row, col);//单通道的灰度是char类型
					src.at(row, col) = (255 - pv);
				}
			}
		}
		imshow("像素测试图像", src);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}

}

 

高级遍历方式：基于指针遍历方式 

//如何遍历访问所有Mat的像素值
#include#includeusing namespace std;
using namespace cv;

int main(int argc,char** argv){
	Mat src = imread("D:/Program Files/opencv/sources/samples/data/opencv-logo.png",IMREAD_ANYCOLOR);
	if (src.empty()) {
		printf("没找到图片，请检查路径");
		return -1;
	}
	else
	{
		namedWindow("图像",WINDOW_FREERATIO);
		imshow("图像",src);

		//遍历访问像素值
		//首先知道图像的长高
		int width = src.cols;
		int higth = src.rows;
		int dim = src.channels();
		//基于指针的遍历方式

		Mat result = Mat::zeros(src.size(),src.type());
		// 基于数组遍历方式
		for (int row = 0; row < higth;row++) {
			uchar*curr_row = src.ptr(row);//获取当前行的指针
			uchar*result_row = result.ptr(row);
			for (int col = 0; col < width;col++) {
				if (dim==3) {
					int blue = *curr_row++;
					int green = *curr_row++;
					int red = *curr_row++;

					*result_row++ = blue;
					*result_row++ = green;
					*result_row++ = red;

				}
				else if(dim==1){
					int pv = *curr_row++;
					*result_row++ = pv;
				}
			}
		}
		imshow("像素测试图像", result);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}

}

5、opencv进行图像腐蚀和膨胀

#include#includeusing namespace std;
using namespace cv;
int main(int argc, char** argv) {
	Mat src = imread("D:/images/smarties.png"); //读取图片
	if (src.empty()) {                     //判断是否找到图片
		printf("没有找到图片 ");           //输出文字
	}
	else
	{
		namedWindow("原图", WINDOW_AUTOSIZE);// 显示窗口命名为input ；WINDOW_AUTOSIZE显示大小为图片自定义大小，且不可以更改大小
		imshow("原图", src); //显示

		Mat str1= getStructuringElement(MORPH_RECT,Size(50, 50));
		Mat fsImg;
		erode(src,fsImg,str1);
		imshow("腐蚀图像",fsImg);


		Mat str2 = getStructuringElement(MORPH_RECT, Size(20, 20));
		Mat pzImg;
		dilate(src, pzImg, str2);
		imshow("膨胀图像", pzImg);

		waitKey(0);//显示的毫秒时间，如果函数参数0表示显示的时间
		destroyAllWindows();
		return 0;

	}
}

6、opencv均值滤波

#include#includeusing namespace std;
using namespace cv;

int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		printf("没有找到图像，请检查路径是否正确");
		return -1;
	}
	else
	{
		//显示原图
		namedWindow("原图像",WINDOW_FREERATIO);
		imshow("原图像",src);
		//均值滤波
		Mat dstImg;
		blur(src,dstImg,Size(20,20));
		imshow("滤波后的图像",dstImg);
		waitKey(0);
		destroyAllWindows();
		return 0;
	}
}

7、opencv边缘检测

#include#includeusing namespace std;
using namespace cv;
int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		printf("未发现图像，请检查图片路径");
		return -1;
	}
	else {
		imshow("原图像",src);
		//边缘检测
		Mat dstImg, edge, grayImg;
		dstImg.create(src.size(), src.type());//创建一个和src同类型大小的图像
		cvtColor(src, grayImg, COLOR_BGR2GRAY);
		//降噪
		blur(grayImg,edge,Size(3,3));
		//边缘检测
		Canny(edge, edge, 3, 9, 3);
		//显示
		imshow("边缘检测图",edge);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}
}

 

8、opencv读取视频

#include#includeusing namespace std;
using namespace cv;

int main(int argc,char** argv) {
	VideoCapture capture("D:/Program Files/opencv/sources/samples/data/vtest.avi");
	while (true)
	{
		Mat frame;//定义一个Mat变量存储每一个帧图像
		capture >> frame;
		imshow("读取视频",frame);//显示当前帧数
		waitKey(30);//延时30ms
	}
	return 0;
}

 

9、opencv对视频进行Canny边缘检测处理

#include#includeusing namespace std;
using namespace cv;

int main(int argc, char** argv) {
	VideoCapture capture("D:/Img/蔡徐坤.mp4");
	Mat edge;
	while (true)
	{
	// 读取原图像
		Mat frame;//定义一个Mat变量存储每一个帧图像
		capture >> frame;//读取当前帧图片
    //将原图像转换为灰度
		cvtColor(frame,edge,COLOR_BGR2GRAY);//转换为灰度图像
    //滤波降噪处理
		blur(edge,edge,Size(7,7));
	//边缘检测Canny算子
		Canny(edge,edge,0,30,3);
		imshow("Canny边缘检测算子处理后的图像",edge);
		waitKey(1);//延时1ms
	}
	destroyAllWindows();
	return 0;
}

10、opencv对图像进行加减乘除操作

#include#includeusing namespace std;
using namespace cv;

int main(int argc, int argv) {
	Mat src1 = imread("D:/Program Files/opencv/sources/samples/data/LinuxLogo.jpg");
	Mat src2= imread("D:/Program Files/opencv/sources/samples/data/WindowsLogo.jpg");
	if (src1.empty()&&src2.empty()) {
		printf("没有找到图像，请检查路径是否正确");
		return -1;
	}
	else
	{
	
		imshow("demo1", src1);
		imshow("demo2", src2);
		//代码演示
		Mat dst1;
		add(src1, src2,dst1);
		imshow("加法",dst1);
		//减法操作
		Mat dst2;
		subtract(src1, src2, dst2);
		imshow("减法", dst2);
		//乘法操作
		Mat dst3;
	    multiply(src1, src2, dst3);
		imshow("乘法", dst3);
		//除法操作
		Mat dst4;
		divide(src1, src2, dst4);
		imshow("除法操作", dst4);

		waitKey(0);
		destroyAllWindows();
		return 0;
	}
}

 

 11、opencv调用摄像头

#include#include#include#include#includeusing namespace cv;
using namespace std;
int main(int, char**)
{
	Mat frame;
	VideoCapture cap;
	int deviceID = 0;  
	int apiID = 0;      
	cap.open(deviceID, apiID);
	while (true)
	{
		cap.read(frame);
		if (frame.empty()) {
			cerr << "错误，空白帧\n";
			break;
		}
		imshow("调用摄像头", frame);
		waitKey(4);
	}
	return 0;
}

12、opencv获取图像最大值像素点、最小值像素点、均值和方差

#include#includeusing namespace cv;
using namespace std;

int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg",IMREAD_GRAYSCALE);
	if (src.empty()) {
		printf("没有图片");
		return -1;
	}
	else {
		namedWindow("input", WINDOW_AUTOSIZE);
		imshow("input", src);
		int  w = src.cols;//宽
		int h = src.rows;//高
		int dim = src.channels();//维度
		printf("w:%d,h:%d,dim:%d\n",w,h,dim);//
		double min_val;
		double max_val;
	    Point maxloc;
		Point minloc;
		minMaxLoc(src,&min_val,&max_val,&minloc,&maxloc);//获取图像像素点的最大值和最小值，以及索引位置
		printf("min:%.2f,max:%.2f\n",min_val,max_val);//打印最大最小像素点
		printf("minX:%d,minY:%d  maxX:%d,maxY:%d\n",minloc.x, minloc.y, maxloc.x, maxloc.y);//打印最大最小像素点的位置
		//均值
		Scalar s = mean(src);
		printf("均值:%.2f\n",s[0]);//因为灰度是单通道的s[0],PS:彩色图像是三通道的s[0],s[1],s[2]
		//方差
		Mat mm,mstd;
		meanStdDev(src,mm,mstd);//均值和方差
		int rows = mstd.rows;
		int cols = mstd.cols;

		printf("rows:%d,cols:%d\n",rows,cols);
		printf("均值：%.3f,方差：%.3f\n",mm.at(0,0),mstd.at(0,0));

		waitKey(0);
		destroyAllWindows();
		return 0;
	}
}

13、opencv画线、矩形、椭圆、圆形

#include#includeusing namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat canvas = Mat::zeros(Size(512,512),CV_8UC3);
	namedWindow("画布图像", WINDOW_AUTOSIZE);
	imshow("画布图像", canvas);
	//相关绘制
	//线
	line(canvas,Point(10,10),Point(400,400),Scalar(0,0,255),2,LINE_8);//画布、起、始点、颜色、线宽、渲染方式
	//矩形
	Rect rect(100,100,200,200);//绘制矩形
	rectangle(canvas,rect,Scalar(255,0,0),3,8);
	circle(canvas, Point(256, 256), 100, Scalar(0,255, 0),-3, 8);//画布、圆心、半径、颜色、线宽、渲染方式
	//椭圆
	RotatedRect rrt;
	rrt.center = Point2f(256,256);
	rrt.angle =CV_PI/4;// pi/4
	rrt.size=Size(100,200);
	ellipse(canvas, rrt, Scalar(0, 255, 255), -1, 8);
	//注:线宽<0则是填充图案
	imshow("画线段",canvas);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

 

 14、opencv分离图像通道

#include#includeusing namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		printf("没有图片");
		return -1;
	}
	else {
		namedWindow("原图", WINDOW_AUTOSIZE);
		vectormv;
		split(src,mv);//分离通道
		int size = mv.size();
		printf("通道数目:%d\n",size);//打印通道数目
		imshow("blue",mv[0]);//第一通道
		imshow("green:", mv[1]);//第二通道
		imshow("red", mv[2]);//第三通道
		mv[1] = Scalar(0);
		Mat dst;
		merge(mv,dst);//合并
		imshow("result",dst);
		imshow("原图", src);
		waitKey(0);
		destroyAllWindows();
		return 0;

	}
}

 15、opencv好玩的代码：学了这么多觉得有点枯燥，做点新玩意

注意：因为opencv不支持中文，解决方案见：这位大佬的，把源码拷贝过来就行了

#include#include "putText.h"
#includeusing namespace cv;
using namespace std;
int main(int argc, char** argv) {
	Mat image = Mat::zeros(Size(1000, 800), CV_8UC3);
	int row = image.rows;
	int col = image.cols;
	//提前声明坐标变量
	int x1 = 0, y1 = 0;
	RNG rng;
	while (true)
	{
		x1 = (int)rng.uniform(0, col-1);
		y1 = (int)rng.uniform(0, row-1);
		//image = Scalar(0,0,0);
		putTextZH(image,"帅", Point(x1, y1),Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), rng.uniform(0,200),"宋体");
		imshow("别人都夸我帅", image);
		char c = waitKey(100);
		if (c == 27) {
			break;
		}
	}
	waitKey(0);
	destroyAllWindows();
	return 0;
}

 

 

16、opencv绘制直方图

#include#includeusing namespace std;
using namespace cv;
int main(int argc,char** argv) {
	Mat src = imread("F:/images/zwj.jpg");
	if (src.empty()) {
		cout << "没有图片请 检查路径" << endl;
		return -1;
	}
	else
	{
	
		namedWindow("原图像",WINDOW_AUTOSIZE);
		imshow("原图像",src);
		vectormv;
		split(src,mv);

		//计算直方图
		int histSize = 256;
		Mat b_hist, g_hist, r_hist;
		float range[] = {0,255};
		const float* histRanges= { range};
		calcHist(&mv[0],1,0,Mat(),b_hist,1,&histSize,&histRanges,true,false);
		calcHist(&mv[1],1,0,Mat(),g_hist,1,&histSize,&histRanges,true, false);
		calcHist(&mv[2],1,0,Mat(),r_hist,1,&histSize,&histRanges,true, false);
		Mat result = Mat::zeros(Size(src.rows,src.cols),CV_8UC3);
		int margin = 50;
		int h = result.rows;
		int nm = result.rows - 2 * margin;
		normalize(b_hist ,b_hist, 0, nm, NORM_MINMAX, -1, Mat());
		normalize(g_hist, g_hist, 0, nm, NORM_MINMAX, -1, Mat());
		normalize(r_hist, r_hist, 0, nm, NORM_MINMAX, -1, Mat());
		float step = 500 / 256;
		for (int i = 0; i < 255; i++) {
			line(result, Point(step*i, 50 + (nm - b_hist.at(i, 0))), Point(step*(i + 1), 50 + (nm - b_hist.at(i + 1, 0))), Scalar(255, 0, 0), 2, 8, 0);
			line(result, Point(step*i, 50 + (nm - g_hist.at(i, 0))), Point(step*(i + 1), 50 + (nm - g_hist.at(i + 1, 0))), Scalar(0, 255, 0), 2, 8, 0);
			line(result, Point(step*i, 50 + (nm - r_hist.at(i, 0))), Point(step*(i + 1), 50 + (nm - r_hist.at(i + 1, 0))), Scalar(0, 0, 255), 2, 8, 0);
		}
		imshow("demo",result);

		waitKey(0);
		return 0;
	}
}

17、openCV卷积操作 （根据原理写代码，openCV的卷积API为blur）

#include#includeusing namespace std;
using namespace cv;
int main(int argv,char** argc) {
	Mat src = imread("F:/images/zwj.jpg");
	if(src.empty()){
		cout << "没有找到图片，请检查路径是否正确" << endl;
		return -1;
	}
	namedWindow("原图",WINDOW_AUTOSIZE);
	imshow("原图",src);

	int w = src.cols;
	int h = src.rows;
	Mat result = src.clone();
	for ( int row = 1; row < w-1; row++)
	{
		for (int col = 1; col < h-1; col++)
		{
			//3*3的卷积核
			int sb = src.at(row, col)[0] + src.at(row - 1, col - 1)[0] + src.at(row - 1, col)[0] + 
				src.at(row - 1, col + 1)[0] +src.at(row, col-1)[0]+ src.at(row, col+1)[0]+
				src.at(row+1, col-1)[0]+ src.at(row+1, col)[0]+ src.at(row+1, col+1)[0];

			int sg = src.at(row, col)[1] + src.at(row - 1, col - 1)[1] + src.at(row - 1, col)[1] +
				src.at(row - 1, col + 1)[1] + src.at(row, col - 1)[1] + src.at(row, col + 1)[1] +
				src.at(row + 1, col - 1)[1] + src.at(row + 1, col)[1] + src.at(row + 1, col + 1)[1];

			int sr = src.at(row, col)[2] + src.at(row - 1, col - 1)[2] + src.at(row - 1, col)[2] +
				src.at(row - 1, col + 1)[2] + src.at(row, col - 1)[2] + src.at(row, col + 1)[2] +
				src.at(row + 1, col - 1)[2] + src.at(row + 1, col)[2] + src.at(row + 1, col + 1)[2];

			result.at(row, col)[0] = sb/9 ;
			result.at(row, col)[1] = sg/9;
			result.at(row, col)[2] = sr/9;
		}
	}
	imshow("卷积",result);
	waitKey(0);
	destroyAllWindows();
	return 0;
}