openCV （c++）

课程链接：

https://www.bilibili.com/video/BV11A411T7rL/?spm_id_from=333.788

1. 下载visual studio

2. github 下载 opencv ：

   Release->选择windows 的 .exe文件

配置环境变量： 本文将opencv放在了以下路径中：

G:github_coderepopencvbuildx64vc15bin

重启计算机

3. 打开vs，创建c++ 工程： 并将plateform target 设置为 x64

4. 工程配置

   • vc++ 目录：

   ​ 包含目录：G:github_coderepopencvbuildinclude

   ​ 库目录：G:github_coderepopencvbuildx64vc15lib

   • 链接器：

   输入：附加依赖项 opencv_world455d.lib （版本号从

   G:github_coderepopencvbuildx64vc15bin 可以看到）

VC++ directories:

• 点击工程名称 -> 项目 -> 属性

• 配置vc++ 的包含目录和库目录

• 配置链接器以及版本号查询

5. 测试

#include
#include
#include
#include

using namespace cv;
using namespace std;

//Images
int main() {
	string path = "Resources/test.jpg";
	Mat img = imread(path);//由Opencv 引入的矩阵数据类型
	imshow("Image", img);
	waitKey(0); // 0 :指等待事件无穷大（infinite），这样打开的图片就不会关闭
	return 0;
}

代码能够成功运行，显示图片，说明环境配置正确

对于图片：由opencv引入的矩阵类型 Mat 来进行读取

对于视频：是由一系列的图片组成的，需要使用while循环读取所有的img

对于摄像头：与读取视频的方式一致，区别在于路径获取 为摄像头的编号VideoCapture cap(0); 如果只有一个摄像头，通常设置为ID=0 ，如果有多个摄像头，注意修改ID的值

#include
#include
#include
#include

using namespace cv;
using namespace std;
//----------------------------------------------------------------------//
//Images
int main() {
	string path = "Resources/test.jpg";
	Mat img = imread(path); //由Opencv 引入的矩阵数据类型
	imshow("Image", img);
	waitKey(0);
	return 0;
}
//----------------------------------------------------------------------//
//video
int main() {
	string path = "Resources/test_video.mp4"; //视频的位置
	//读取视频
	VideoCapture cap(path);
	Mat img;
	//显示视频
	while (true) {
		cap.read(img);
		imshow("Image", img);
		waitKey(20); //等待时间20ms
	}
	return 0;
}
//----------------------------------------------------------------------//
//摄像头
int main() {
	
	//读取视频
	VideoCapture cap(0);
	Mat img;
	//显示视频
	while (true) {
		cap.read(img);
		imshow("Image", img);
		waitKey(1); //等待时间1ms 
	}
	return 0;
}

​

1. 转换成灰度图 ：

使用函数 cvtColor(src,dst,code_color，dstCn)

函数说明：将图片从一个色域转换成另一个色域。注意OpenCV的默认颜色格式是BGR而不是RGB。 code_color 可以从 ColorConversionCodes 中查看。dstCn：目标图片的通道数，如果为0，通道数自动从 src 和 code 派生

2. 高斯模糊 ： GaussianBlur(src,dst,Size(),x,y)

3. 边缘检测：canny

4. 腐蚀erode()膨胀dilate（）

   c++ 中没有 numpy，因此使用getStructuringElement为erode和dilate创建kernal

#include
#include
#include
#include

using namespace cv;
using namespace std;

//Images
int main() {
	string path = "Resources/test.jpg";
	Mat img = imread(path);
	Mat dst_img, gauss_img, canny_img,dilate_img,erode_img;
	//颜色转换
	cvtColor(img, dst_img, ColorConversionCodes::COLOR_BGR2GRAY);
	
	//高斯模糊
	GaussianBlur(img, gauss_img, Size(7, 7), 3, 0);

	//边缘检测 canny
	Canny(gauss_img, canny_img, 50, 150);//threashold1,2  自己设定 ，可以使用拖拽栏来调节参数，从而设置这两个阈值，找到最佳检测
	
	//腐蚀erode()和膨胀dilate()
	//c++ 中没有 numpy，因此使用如下方式创建kernal，为dilate() 使用
	Mat kernal = getStructuringElement(MORPH_RECT, Size(3, 3));

	//膨胀
	dilate(canny_img, dilate_img, kernal);

	//腐蚀
	erode(canny_img, erode_img, kernal);
	
	imshow("Image", erode_img);
	waitKey(0);
	return 0;
}