opencv函数目录-Cv图像处理

合集下载

OpenCV图像处理技术介绍

一、概述

OpenCV（Open Source Computer Vision Library）是一款用于计

算机视觉和机器视觉的开源跨平台库。它被广泛应用于计算机视觉、图像处理、机器学习、人工智能等领域，是一种非常强大、

开放的框架。

本文将重点介绍 OpenCV 图像处理技术，以帮助读者了解它的

具体应用和实现过程。

二、图像的读取和展示

要使用 OpenCV 进行图像处理，需要先加载图像。OpenCV 支

持多种图像格式，如 BMP、JPEG、PNG、GIF 等。

用OpenCV 加载图像的方法有两种：一种是cv::imread() 函数，另一种是 cv::VideoCapture 类。

cv::imread() 函数可以通过指定图像路径或网络 URL 加载本地或远程图像，读取后返回一个 cv::Mat 对象，然后可以使用cv::imshow() 函数将图像展示在屏幕上。

三、灰度化和二值化

灰度化将一个彩色图像转换为黑白图像，使得图像的像素值只有一个亮度值，而没有颜色信息。在 OpenCV 中，可以通过cv::cvtColor() 函数将一张彩色图像转换为灰度图像。

二值化是将灰度图像中的像素值转换为 0 或 255，即黑色或白色。它主要用于将图像转换为二进制图像，方便进一步处理。在OpenCV 中，可以使用 cv::threshold() 函数实现图像的二值化，可以设置操作的阈值、最大值和操作类型等参数。

四、图像滤波

图像滤波是指对图像进行平滑或增强的处理方法。在 OpenCV 中，可以使用 cv::GaussianBlur() 函数实现图像的高斯滤波，可以设置卷积核的大小和标准差等参数，以及边缘处理的方法。

opencv函数

imread 读图

namedWindow 产生一个被命名的窗口

imshow 显示图像

using namespace 全局的命名空间，可以避免导致全局命名冲突问题。

cv表示opencv的命名空间std是标准输入输出的命名空间

waitKey 程序运行等待时间ms为单位

#include<opencv2/highgui/highgui.hpp> 包含输入输出操作

#include<iostream> VC的标准输入输出

cout << 输出cin>> 输入均以endl结尾

#include<string> 字符串库

cvtColor 彩色图像变灰度图像

imwrite 写出图像

F9设置断点F5调试运行后点击变量中的+显示数据结构

argv[1]的定位方式为：在工程属性中，命令行参数添加路径，例如：

#include<opencv2/core/core.hpp> 定义的基本构建块库

Mat 基本图像容器，是一个矩阵类。

用法：Mat A; //定义矩阵

Mat B(A);//复制A矩阵数据给B

Mat D(A,Rect(10, 10, 100, 100)); //将A矩阵的一个区域给D

Mat F = A.clone();//复制A矩阵数据给F

Mat M(2,2,CV_8UC3,Scalar(0,0,255));//创建一个矩阵，2×2大小，数据结构为CV_[每个数据占用BIT][Signed or Unsigned][Type Prefix]C[取前几个数或书写几遍] Scalar数据向量。Signed有符号：8位数据范围为：-128~127

opencv3图像处理（一）图像缩放（python与c++实现）

opencv3图像处理（⼀）图像缩放（python与c++实现）opencv3 图像处理之图像缩放（ python与c++实现）

⼀. 主要函数介绍

1) 图像⼤⼩变换 Resize ()

原型：

void Resize(const CvArr* src,CvArr* dst,intinterpolation=CV_INTER_LINEAR);

说明：

src 表⽰输⼊图像。

dst表⽰输出图像。

intinterpolation插值⽅法，有以下四种：

CV_INTER_NN - 最近邻插值,

CV_INTER_LINEAR - 双线性插值 (缺省值)

CV_INTER_AREA - 使⽤象素关系重采样。当图像缩⼩时候，该⽅法可以避免波纹出现。当图像放⼤时，类似于

CV_INTER_NN ⽅法..

CV_INTER_CUBIC - ⽴⽅插值.

2）图像读取 imread（）

原型：

python:

cv2.imread(filename[, flags]) → retval

c++:

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

说明：

filename 表⽰图像的路径和名称（不在⼯作路径要提供绝对路径，否则读不到也不会报错）

params 表⽰的加载⽅式

python:

cv2.IMREAD_COLOR：读⼊⼀副彩⾊图像。图像的透明度会被忽略，这是默认参数。

cv2.IMREAD_GRAYSCALE：以灰度模式读⼊图像

c++:

CV_LOAD_IMAGE_COLOR 彩⾊

CV_LOAD_IMAGE_GRAYSCALE 灰度

基于OpenCV的图像处理

基于OpenCV的图像处理Image Processing Based On OpenCV

摘要：OpenCV是近年来最受欢迎的计算机视觉应用库。在其基础上编写图像处理代码效率得到有效提高。本文旨在对OpenCV进行一个快速全面简介，通过介绍其数据结构、HighGUI库，图像处理函数使读者能快速形成对OpenCV印象。文章详细介绍了2.4.4版本在VS2010中的安装测试说明。读者能够在此基础上架构自己代码。文章最后通过自适应阈值分割实例来介绍OpenCV的具体应用。

关键词：OpenCV VS2010 图像处理KeyWords: OpenCV VS2010 image processing

Abstract: OpenCV is one of the most popular computer vision library in recent years. Prepared on the basis of its image processing code efficiency improved effectively. This paper aims to OpenCV for a rapid and comprehensive introduction, through the presentation of its data structures, HighGUI libraries, image processing functions so that readers can quickly form on the OpenCV impression. Finally, version 2.4.4 introduced in detail the installation in VS2010 test instructions. On this basis, the reader can structure their own code. Finally, the paper uses adaptive thresholding examples to introduce specific application of OpenCV.

cvcvtcolor函数

cvCvtColor函数是OpenCV中的一个非常重要的函数，它能够实现将视频图像数据中的RGB颜色空间转换到其他格式，也就是彩色图像可以由它转换成灰度图像，或者灰度图像可以转换成彩色图像。

1. cvCvtColor函数的作用

cvCvtColor函数的作用是实现图像的颜色空间变换，因此它通常被用于彩色图像转换为灰度图像和灰度图像转换为彩色图像。它的应用非常广泛，包括图像处理、计算机视觉等。

2. cvCvtColor函数的参数

cvCvtColor函数定义格式为：cvCvtColor( src, dst, code )，其中src代表原图像，dst代表目标图像，code代表转换类型：

（1）CV_BGR2GRAY: BGR图像转换到灰度图像；

（2）CV_RGB2GRAY： RGB图像转换到灰度图像；

（3）CV_GRAY2BGR：灰度图转换到BGR图像；

（4）CV_GRAY2RGB：灰度图转换到RGB图像。

3. cvCvtColor函数的应用

（1）数字图像处理：在数字图像处理中，OpenCV中提供了cvCvtColor函数，可以将彩色图像数据转换为其他格式或者灰度图像转换为彩色图像，以便对图像进行更进一步的处理；

（2）计算机视觉：cvCvtColor函数也可以用于计算机视觉，可以将彩色图像数据转换为灰度图像或者灰度图像转换为彩色图像，便于进一步提取图像特征信息再使用。

4. cvCvtColor函数的优点

（1）cvCvtColor函数有效简化了图像转换操作，可以大大提高图像处理效率；

opencv库常用函数

opencv库常⽤函数

常⽤opencv函数：

1、cv2.line()：画线——参数依次为：图⽚路径，起点和终点坐标值，颜⾊（rgb），线条宽度（像素）

2、dst = cvtColor(src,code,dst=None,dstCn=None)：颜⾊空间转换函数——参数依次为(原图像，color转化代码，输出图像，输出通道), 返回转换后的图像

3、ret, dst = cv2.threshold(src, thresh, maxval, type)：固定阈值⼆值化——

src：输⼊图，只能输⼊单通道图像，通常来说为灰度图

dst：输出图

thresh：阈值

maxval：当像素值超过了阈值（或者⼩于阈值，根据type来决定），所赋予的值

type：⼆值化操作的类型，包含以下5种类型： cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；

cv2.THRESH_TOZERO_INV

4、cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]]) ：查找检测物体的轮廓

opencv2返回两个值：contours：hierarchy。注:opencv3会返回三个值,分别是img, countours, hierarchy

参数：

第⼀个参数是寻找轮廓的图像；

第⼆个参数表⽰轮廓的检索模式，有四种（本⽂介绍的都是新的cv2接⼝）：

opencv腐蚀膨胀函数

1. cv::erode。

该函数将图像进行腐蚀操作，即将图像中的白色区域缩小或消失，黑色区域扩大或保持不变。腐蚀使用的结构元素可以是矩形、椭圆、十字形等。

函数原型：

cv::erode(输入图像, 输出图像, 结构元素, 锚点, 迭代次数, 边界类型, 边界值);。

参数解析：

-输入图像：腐蚀操作的原图像。

-输出图像：腐蚀操作的结果图像。

-结构元素：腐蚀操作使用的结构元素，可以是矩形、椭圆、十字形等。

-锚点：结构元素的锚点位置，默认为结构元素中心。

-迭代次数：进行腐蚀操作的迭代次数，默认为1。

- 边界类型：边界的处理方式，可以是cv::BORDER_CONSTANT、cv::BORDER_REPLICATE、cv::BORDER_REFLECT等。

- 边界值：当边界类型为cv::BORDER_CONSTANT时，设置边界的填充值，默认为0。

2. cv::dilate。

该函数将图像进行膨胀操作，即将图像中的黑色区域缩小或消失，白色区域扩大或保持不变。膨胀使用的结构元素可以是矩形、椭圆、十字形等。

函数原型：

cv::dilate(输入图像, 输出图像, 结构元素, 锚点, 迭代次数, 边界类型, 边界值);。

参数解析：

-输入图像：膨胀操作的原图像。

-输出图像：膨胀操作的结果图像。

-结构元素：膨胀操作使用的结构元素，可以是矩形、椭圆、十字形等。

-锚点：结构元素的锚点位置，默认为结构元素中心。

-迭代次数：进行膨胀操作的迭代次数，默认为1。

- 边界类型：边界的处理方式，可以是cv::BORDER_CONSTANT、cv::BORDER_REPLICATE、cv::BORDER_REFLECT等。

图像处理和识别中常用的OpenCV函数

图像处理和图像识别中常用的OpenCV函数

(2010-12-10 15:03:03)

转载

1、cvLoadImage：将图像文件加载至内存；

2、cvNamedWindow：在屏幕上创建一个窗口；

3、cvShowImage：在一个已创建好的窗口中显示图像；

4、cvWaitKey：使程序暂停，等待用户触发一个按键操作；

5、cvReleaseImage：释放图像文件所分配的内存；

6、cvDestroyWindow：销毁显示图像文件的窗口；

7、cvCreateFileCapture：通过参数设置确定要读入的AVI文件；

8、cvQueryFrame：用来将下一帧视频文件载入内存；

9、cvReleaseCapture：释放CvCapture结构开辟的内存空间；

10、cvCreateTrackbar：创建一个滚动条；

11、cvSetCaptureProperty：设置CvCapture对象的各种属性；

12、cvGetCaptureProperty：查询CvCapture对象的各种属性；

13、cvGetSize：当前图像结构的大小；

14、cvSmooth：对图像进行平滑处理；

15、cvPyrDown：图像金字塔，降采样，图像缩小为原来四分之一；

16、cvCanny：Canny边缘检测；

17、cvCreateCameraCapture：从摄像设备中读入数据；

18、cvCreateVideoWriter：创建一个写入设备以便逐帧将视频流写入视频文件；

19、cvWriteFrame：逐帧将视频流写入文件；

OPENCV库函数使用说明

OPENCV（Intel Open Source Computer Vision Library）是一种数字图像处理和计算机视觉的函数库，由Intel公司微处理器实验室（Intel’s Microprocessor Research Lab）的视觉交互组（The Visual Interactivity Group）开发。它可以在Windows系统、Linux系统、MacOSx系统等操作平台上使用，也可以和其他编程工具结合，以满足不同的使用要求。使用OPENCV使用C/C++编写，包含300多个图像处理函数，有以下几个对立的子库组成：

1.CXCORE：一些基本函数（各种数据类型的基本运算等）

2.CV：图像处理和计算机视觉算法（图像处理、结构分析、运动分析、物体跟

踪和模式识别等）

3.HIGHGUI：用户交互部分（图形界面，图像视频输入输出，系统调用函数）

4.CVAUX：一些实验性的函数（三维跟踪等）

在这些库函数的支持下，用户可以直接调用滤波函数，形态学处理，图像特征提取，轮廓提取算法和跟踪算法，也可以添加自己编写的子函数，不但能完成复杂的开发任务，还可以提高效率，达到事半功倍的效果。

OPENCV的重要特性：

1．拥有包括300多个C函数的跨平台的中、高层API。它不依赖于其他的外部库——尽管也可以使用某些外部库。

2．对非商业应用和商业应用都是免费（FREE）的。

3．为Integrated Performance Primitives（IPP）提供了透明的接口。这意味着如果有为特定处理器优化的IPP库，OPENCV将在运行时自动加载这些库。

OPENCV图像处理的函数说明

∙

Open Source Computer Vision Library ∙

∙ 论坛 ∙ 商业 ∙ 专题 ∙ 讲座 ∙ 例程 ∙ 安装 ∙ 常见问题 ∙ 函数说明

Cv 图像处理

Wikipedia ，自由的百科全书

注意:本章描述图像处理和分析的一些函数。大多数函数都是针对两维象素数组的，这里，我们称这些数组为“图像”，但是它们不一定非得是IplImage 结构，也可以是CvMat 或者CvMatND 结构。

[隐藏]

∙ 1 梯度、边缘和角点

o 1.1 Sobel

o 1.2 Laplace

o 1.3 Canny

o 1.4 PreCornerDetect

o 1.5 CornerEigenValsAndVecs

o 1.6 CornerMinEigenVal

o 1.7 CornerHarris

o 1.8 FindCornerSubPix

o 1.9 GoodFeaturesToTrack

∙ 2 采样、插值和几何变换

o 2.1 InitLineIterator

o 2.2 SampleLine

o 2.3 GetRectSubPix

o 2.4 GetQuadrangleSubPix

o 2.5 Resize

o 2.6 WarpAffine

o 2.7 GetAffineTransform

o 2.8 2DRotationMatrix

o 2.9 WarpPerspective

o 2.10 WarpPerspectiveQMatrix

o 2.11 GetPerspectiveTransform

o 2.12 Remap

图像处理经典算法及OpenCV程序

图像处理是指对数字图像进行一系列操作来改善或增强图像的质量或

提取图像中的有用信息的过程。图像处理经典算法包括边缘检测、图像平滑、图像分割和图像变换等。而OpenCV是一个广泛使用的开源计算机视

觉库，提供了丰富的函数和工具来实现图像处理算法。下面将分别介绍图

像处理中的经典算法及其OpenCV实现。

1.边缘检测

边缘检测是指从图像中提取出物体边界的过程。边缘是图像中亮度或

颜色变化显著的区域。常用的边缘检测算法有Sobel算子、Prewitt算子

和Canny边缘检测算法等。OpenCV提供了函数Sobel(和Canny(来实现这

些算法。

2.图像平滑

图像平滑是指减少图像中的噪声和细节，使图像变得更加平滑的过程。平滑图像主要使用滤波器来实现，常见的滤波器有均值滤波器、高斯滤波

器和中值滤波器等。OpenCV提供了函数blur(和GaussianBlur(来实现这

些滤波器。

3.图像分割

图像分割是将一个图像划分成多个区域或对象的过程。常用的图像分

割算法有阈值分割、分水岭算法和k-means聚类算法等。OpenCV提供了

函数threshold(和watershed(来实现这些算法。

4.图像变换

图像变换是指将图像转换为其他表示形式或进行几何变换的过程。常用的图像变换包括图像缩放、旋转、翻转和仿射变换等。OpenCV提供了函数resize(和warpAffine(来实现这些变换。

以边缘检测为例，下面是一个使用OpenCV实现Sobel算子的简单程序：

```python

import cv2

如何使用OpenCV进行图像处理

如何使用OpenCV进行图像处理OpenCV是一个开源的计算机视觉库，提供了很多图像处理、

计算机视觉和机器学习等方面的函数和工具，被广泛应用于各种

计算机视觉领域的研究和应用中。本文将介绍如何使用OpenCV

进行图像处理，包括图像读写、基本操作、图像滤波和图像变换

等内容。

一、图像读写

在OpenCV中，可以使用imread()函数读取图像，使用

imwrite()函数将图像保存到文件中。其中，imread()函数有两个参数：第一个参数为读取的图像文件名，第二个参数为读取模式，

常用的读取模式有三种：IMREAD_COLOR（默认模式，读取彩

色图像）、IMREAD_GRAYSCALE（读取灰度图像）和

IMREAD_UNCHANGED（读取原始图像，包括alpha值等信息）。

例如：

```

cv::Mat img_color = cv::imread("color_image.jpg",

cv::IMREAD_COLOR); //读取彩色图像

cv::Mat img_gray = cv::imread("gray_image.jpg",

cv::IMREAD_GRAYSCALE); //读取灰度图像

cv::Mat img_origin = cv::imread("original_image.png",

cv::IMREAD_UNCHANGED); //读取原始图像

```

使用imwrite()函数将图像保存为文件，第一个参数为保存的文件名，第二个参数为要保存的图像。

例如：

```

cv::imwrite("result.jpg", img_color); //保存彩色图像

opencv_简介

目的
OpenCV旨在为实时图像处理提供一套通用的、高效的解决方案。
内容
OpenCV包含了众多图像处理和计算机视觉方面的算法，涉及领域包括图像增强、特征提取、目标检测与识别、视频分析、3D重建等。
OpenCV 的历史与发展
起源
01
OpenCV起源于1991年，由Gary Bradski创建，初
衷是为了解决工业视觉问题。
图像处理模块
图像变换
提供多种图像变换方法，如缩放、裁剪、旋转等。
形态学操作
进行膨胀、腐蚀、开运算和闭运算等形态学操作，以改善图像质量。
图像读取与写入
OpenCV 支持读取和写入多种图像格式，如 JPEG、PNG、 BMP 等。
图像滤波
应用各种滤波器，如高斯滤波、中值滤波等，以增强图像质量。
应用场景
智能监控、安全检查、无人驾驶等。
图像分割应用
Байду номын сангаас
总结词
OpenCV提供了多种图像分割算法，可以将图像分割成不同的区域或对象。
详细描述
OpenCV中提供了多种图像分割算法，如GrabCut、GraphCut等，可以实现对图像的分割和标注等操作。
应用场景
医学图像处理、遥感图像分析、目标跟踪等。
代码问题
总结词
OpenCV的代码问题主要包括语法错误、运行结果不符合预期等。

opencv常用函数

OpenCV是一款开源的计算机视觉库，其中提供了许多常

用的函数，可以用于图像处理，机器视觉等领域。下面就介绍一些OpenCV中常用的函数：

1.cv::Mat函数：它是OpenCV中最常用的函数，用于表

示图像的像素信息。它是一种多维数组，可以用来存放像素值。

2.cv::imread函数：它用于读取图像文件，并将其转换成cv::Mat格式的对象。

3.cv::imshow函数：它用于将读取的图像显示出来，以便

可以查看其内容。

4.cv::cvtColor函数：它用于将图像从一种颜色空间转换到另一种颜色空间，例如从灰度图像转换为彩色图像。

5.cv::GaussianBlur函数：它用于对图像进行高斯模糊处理，可以有效地去除噪声，平滑图像。

6.cv::Sobel函数：它用于实现Sobel算子，用于检测图像

中的边缘。

7.cv::threshold函数：它用于将图像中的像素值转换为二

值图像，以便更容易识别图像中的物体。

8.cv::findContours函数：它用于在二值图像中查找轮廓，可以用于物体检测和跟踪。

9.cv::HoughLines函数：它用于检测图像中的直线，可以用于检测图像中的线条。

10.cv::calcHist函数：它用于计算图像的直方图，以便可以更好地了解图像的特征。

11.cv::kmeans函数：它用于对图像进行聚类，可以将图像分割成不同的区域，以便进行进一步的处理。

12.cv::rectangle函数：它用于在图像中画出矩形，可以用于标注图像中的物体，或者实现图像裁剪。

基于OpenCV的图像处理

科技信息

教学中不断探索的课题。

参考文献

［1］陈祝军.分析化学实验专业化初探［J ］.安徽职业技术学院学报,2004,3(1):39-40.

［2］李祥,黄宁选.无机与分析化学实验课改革探讨［J ］.大学化学,2003,18(7):16-18.

［3］黄斌.对工学结合人才培养模式若干问题的探究［J ］.教育探索,

2008,(3):79-80.

［4］沈萍.高职有机化学实验课程改革初探［J ］.职业教育研究，2005,(10):143.

［5］沈萍.高职有机化学实验课程改革初探［J ］.职业教育研究，2005,(10):143.

［6］李克安，赵风林.分析化学教学的探讨与实践［J ］.大学化学，2003,28(1)：26-28.

（上接第218页）

OpenCV 的全称是Open Source Computer Vision Library ，是一个跨平

台的计算机视觉库。OpenCV 是由英特尔公司发起并参与开发，

以BSD 许可证授权发行，可以在商业和研究领域中免费使用，并且源代码是公开的。OpenCV 由一系列C 函数和少量C++类构成，实现了图像处理和

计算机视觉方面的很多通用算法,可用于开发实时的图像处理、

计算机视觉以及模式识别程序，极大方便了图像和视频处理研究者进行二次开发。

１、ＯｐｅｎＣＶ的历史与特点

OpenCV 主要创作人员是Intel 的Performance Library Team 和Intel 俄国的一些专家，OpenCV 的第一个测试版本于2000年的IEEE 机器视

觉和模式识别会议上公布，

个人整理的opencv最基本入门资料

个人整理的opencv最基本入门资料OpenCV最基本入门资料

OpenCV（Open Source Computer Vision Library）是一个功能强大的

开源计算机视觉库，用于处理图像和视频。它提供了丰富的图像处理

和计算机视觉算法，使开发者能够快速构建各种视觉应用程序。本文

将为您提供一份个人整理的OpenCV最基本入门资料，帮助您快速入

门并了解OpenCV的基本概念和使用方法。

一、OpenCV简介

OpenCV是跨平台的计算机视觉库，最初由英特尔公司于1999年开发并发布。它包含了超过2500个优化的算法，涵盖了图像处理、特征

提取、目标检测、机器学习等领域。OpenCV支持多种编程语言，包括

C++、Python、Java等，且具有良好的兼容性和扩展性。

二、安装OpenCV

在开始学习OpenCV之前，首先需要安装OpenCV库。下面是安装OpenCV的基本步骤：

1.下载OpenCV：在OpenCV官方网站（不提供链接，请自行搜索）上下载适合您操作系统的OpenCV版本，并解压缩到本地目录。

2.配置环境变量：将OpenCV所在目录添加到系统的环境变量中，

以便系统能够正确找到OpenCV库文件。

3.配置IDE：如果使用集成开发环境（IDE）进行开发，还需要配置IDE以正确链接和使用OpenCV库。

三、OpenCV基本概念

在使用OpenCV之前，需要了解一些基本的概念：

1.图像表示：OpenCV中的图像使用多维数组来表示，可以是二维

的灰度图像，也可以是三维的彩色图像。了解图像的表示方式有助于