目录
前言
一、OpenCV简介
二、OpenCV + QT 开发环境搭建
资源下载
三、OpenCV图像原理
位图模式
灰度模式
RGB模式
四、OpenCV基础图像操作
读图像
显示图片
保存图片
Mat类
像素
五、案例实现
毛玻璃效果
高斯模糊
XY轴模糊
中值滤波
灰度处理
视频获取
摄像头调用
六、总结
前言
本文主要学习 Windows下 Qt + OpenCV 的开发环境的相关配置，以及OpenCV入门相关案例
包括 OpenCV图像原理、基础图像操作、案例实现
一、OpenCV简介
OpenCV 于1999年由Gary Bradsky在英特尔创立，第一个版本于2000年问世OpenCV 是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法，已成为计算机视觉领域最有力的研究工具OpenCV 由一系列 C函数 和 少量C++类构成，也有提供其他语言的接口，例如，支持python、matlab等语言
应用领域：
包括在卫星和网络地图上拼接图像，图像扫描校准，医学图像的降噪，目标分析，安保以及工业检测系统，自动驾驶和安全系统，制造感知系统，相机校正，军事应用，无人空中、地面、水下航行器
生活中的例子：
像我们的短视频、直播上面的一些特效、美颜，现在比较火的无人快递车、汽车自动驾驶等，还有我们出行最常见的地铁站 ，用于疫情防控的人脸识别测温等等
概念区分：
图像处理侧重于 “处理” 图像，如增强，还原，去噪，分割等等计算机视觉重点在于使用计算机来模拟人的视觉，因此模拟才是计算机视觉领域的最终目标
二、OpenCV + QT 开发环境搭建
资源下载
下载链接：win10-opencv-Qt-WindowsServer文档类资源-CSDN下载
首先，预设值一个存放QT工程文件的文件夹，博主文件名为 QT-project ，如下图所示：
PS：千万不能有中文或者空格
然后，将46个.dll文件（除了.exe文件）拷贝一份到以下路径 C:\Windows\SysWOW64
Qt工程配置
这是博主使用的QT版本，如下图所示：
本文OpenCV学习均使用C++进行编译，Qt创建工程操作如下：
设置工程名字，这边的创建路径就是上文创建的 QT-project ，然后持续点击下一步，完成创建
在 .pro文件 下，添加如下，路径可根据自己设定的位置进行修改：
INCLUDEPATH += D:\QT-project\opencv_3.4.2_Qt/include
LIBS += D:\QT-project\opencv_3.4.2_Qt/x86/bin/libopencv_*.dll
Ctrl+s 保存后，主函数导入相关头文件进行测试，效果如下图，出现 Hello Word! 即为测试成功！
#include
using namespace cv;
以上，即为 Qt + OpenCV 开发环境开发的全部内容啦，下面进入到相关的知识介绍以及案例实现
三、OpenCV图像原理
在计算机看来，图像只是一些亮度各异的点一副M*N的图片可以用M*N的矩阵来表示，矩阵的值表示这个位置上像素的亮度，他可以被表示为多种模式
位图模式灰度模式RGB模式
位图模式
位图模式是1位深度的图像，它只是黑和白两种颜色它可以由扫描或置入黑色的矢量线条图像生成，也能由灰度模式转换而成其他图像模式不能直接转换为位图模式
0 1 1 0 。。。 1 0 1 1 。。。 0 0 0 1 。。。 1 0 1 0 。。。
灰度模式
灰度模式是8位深度的图像模式在全黑和全白之间插有254个（2^8）灰度等级的颜色来描绘灰度模式的图像所有模式的图像都能换成灰度模式
0 98 1 98 。。。 1 78 25 68 。。。 123 56 57 41 。。。 206 33 13 51 。。。
RGB模式
RGB模式是数码图像中最重要的一个模式，它不是用数码而是用电平来描述的扫描仪和数码相机都是捕捉RGB图像信息的RGB模式是24位颜色深度。它共有三个通道，每个通道都有8位深度三个通道合成一起可生成1677万种颜色，我们也称之谓 “真彩色”
四、OpenCV基础图像操作
读图像
功能：载入一张图片
函数原型：Mat cv::imread(char filename,int flag);
返回值：Mat 可以理解为一个存储数据的容器，定义了一个img对象来存图片的数据
参数：
参数1：图片路径名
参数2：
cv::IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，默认参数可写成1
cv::IMREAD_GRAYSCALE：以灰度模式读入图像可以写成 0 cv::IMREAD_UNCHANGED：读入一幅图像，并且包括图像的 alpha 通道，可以写成-1
显示图片
功能：显示一张图片
函数原型：void cv::imshow(const String&vinname,InputArry mat);
返回值: 无类型
参数：
参数1：显示的窗口名，可以使用cv::namedWindow函数创建窗口，如不创建，imshow函数自动创建
参数2：需要显示的图像
保存图片
功能：保存一张图片到指定的文件
函数原型：bool cv::imwrite(const String& filename, InputArry mat,
const std::vector
返回值: bool类型
参数：
参数1：图片名称.图片格式
参数2：Mat类型的图像数据
参数3：特定格式保存的参数编码，默认值为 std::vector
Mat类
Mat类：是 OpenCV 用于处理图像而引入的一个封装类，他是一个自动内存管理工具
Mat：本质上是由两个数据部分组成的类
包含信息有矩阵的大小，用于存储的方法，矩阵存储的地址等， 矩阵头和一个指针指向包含了像素值的矩阵（可根据选择用于存储的方法采用任何维度存储数据）矩阵头部的大小是恒定的矩阵本身的大小因图像的不同而不同，通常是较大的数量级图像矩阵比较耗时
像素
是指由图像的小方格组成的，这些小方格都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子像素点不可再分割成更小的单位或元素一张图片就是由很多个像素点组成的，如果图片大小为25*25，那么这张图片就是由625个像素点组成，一行有25个像素点，一共25列一张图片所有的像素点存在MAT矩阵中，MAT(i,j)的值就是当前像素点的值
五、案例实现
毛玻璃效果
代码实现
#include
#include
using namespace std;
using namespace cv;
//毛玻璃特效
Mat imgeGalss(Mat &img)
{
RNG rng;
int random = 0;
int num = 5;
for(int i = 0;i { for (int j=0;j { random = rng.uniform(0,num);//三通道 img.at img.at img.at } } return img; } int main(int argc, char *argv[]) { Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径 //处理前 imshow("img",img);//显示图片 //处理后的 Mat resimg = imgeGalss(img);//毛玻璃 imshow("resimg",resimg);//显示图片 waitKey(0);//等待按键 return 0; } 高斯模糊 代码实现 #include #include using namespace std; using namespace cv; int main(int argc, char *argv[]) { Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径 //处理前 imshow("img",img);//显示图片 Mat resimg; //高斯模糊 cv::GaussianBlur(img,resimg,Size(5,5),0); imshow("resimg",resimg);//显示图片 waitKey(0);//等待按键 return 0; } XY轴模糊 代码实现 #include #include using namespace std; using namespace cv; int main(int argc, char *argv[]) { Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径 //处理前 imshow("img",img);//显示图片 Mat resimg; //XY轴模糊 cv::blur(img,resimg,Size(10,10)); imshow("resimg",resimg);//显示图片 waitKey(0);//等待按键 return 0; } 中值滤波 代码实现 #include #include using namespace std; using namespace cv; int main(int argc, char *argv[]) { Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径 //处理前 imshow("img",img);//显示图片 Mat resimg; //中值滤波 cv::medianBlur(img,resimg,5); imshow("resimg",resimg);//显示图片 waitKey(0);//等待按键 return 0; } 灰度处理 代码实现 #include #include using namespace std; using namespace cv; int main(int argc, char *argv[]) { Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径 //处理前 imshow("img",img);//显示图片 Mat resimg; //灰度处理 cvtColor(img,resimg,CV_BGR2GRAY); imshow("resimg",resimg);//显示图片 waitKey(0);//等待按键 return 0; } 视频获取 代码实现 #include #include using namespace std; using namespace cv; int main(int argc, char *argv[]) { Mat frame; VideoCapture cap("C:/Users/86177/Desktop/image/ren.mp4");//视频获取 while (cap.read(frame)) { imshow("frame",frame); waitKey(24); } return 0; } 摄像头调用 代码实现 #include #include using namespace std; using namespace cv; int main(int argc, char *argv[]) { Mat frame; VideoCapture cap(0);//摄像头调用 while (cap.read(frame)) { imshow("frame",frame); waitKey(24); } return 0; } 六、总结 OpenCV 在机器视觉，图像处理这方面经常用到，特别是疫情当下，用于我们日常生活中的人脸体温检测，真的深有体会，目前，人脸识别的市场还是相当广阔的！博主也会继续学习这块内容，多尝试做一些有意思的 demo！ 以上就是本文的全部内容啦！如果对您有帮助，麻烦点赞啦！收藏啦！欢迎各位评论区留言！！！ 相关阅读
您阅读本篇文章共花了：
发表评论