工欲善其事,必先利其器,对opencv中常用的函数有个大致的了解,在处理需要的图像中就可以快速的写出来,但是好记性不如烂笔头,将一些常用函数汇总,供以后速查用。(文中部分是从其他文章复制过来,给了链接。)opencv中有的函数用C写的有的是用c++写的,一般区别的话前面带cv,如cvNamedWindow与namedWindow,cvShowImage与inshow(前者是C),基本上很多其他图像处理两者都混着用,自己知道就好。
1、图像读入,保存,显示
Mat srcImage = imread("C:/Users/Administrator/Desktop/1.jpg");//读入图像函数
imshow("原图",srcImage);//显示图像函数
imwrite("图3.jpg",imageRIO);//保存图像函数
Mat imageRIO = srcImage(Rect(50,50,100,000));//感兴趣区域函数
还有个getRectSubPix()函数也是从原图像提取一个感兴趣的矩形区域。
2、图像颜色空间转换
void cvtColor(InputArray src, OutputArray dst, intcode, int dstCn = 0);
(1)第一个参数:输入图像
(2)第二个参数:输出图像
(3)第三个参数:颜色空间转换的标识符(具体见下表)
(4)第四个参数:目标图像的通道数,若该参数为0,表示目标图像取源图像的通道数。cvtColor()函数可以实现RGB颜色向HSV、HSI等颜色空间转换,也可以转换为灰度图像。
例子:cvtColor(srcImage,dstImage,CV_BGR2GRAY);//图像灰度化
谨记:OpenCV默认的图片通道存储顺序是BGR,而不是RGB。
3.边缘检测
Sobel Laplacian Canny 其中Canny算子只能处理(8位)灰度图,其余两种8位32位都可以
Mat grad_x,grad_y;
Sobel(imgGray,grad_x,CV_8U,1,0,3,1,1);//X方向上的Sobel算子检测,其中3,1,0都是默认值 Sobel(imgGray,grad_y,CV_8U,0,1,3,1,0);//Y方向上的Sobel算子检测,其中3,1,0都是默认值 addWeighted(grad_x,0.5,grad_y,0.5,0,dstImage);//合并梯度
Laplacian(imgGray,dstImage,CV_8U);
Canny(imgGray,dstImage,50,200,3);//50和200表示第一个滞后性阈值和第二个滞后性阈值,较小者用于边缘连接,较大者控制强边缘的初始段,达阈值opnecv推荐为小阈值的3倍;//3表示应用的Sobel算子的孔径大小 有默认值为3;
4.寻找轮廓
只处理8位 即灰度图像
vector<vector<Point>> contours;
findContours(imgGray,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
drawContours(dstImage,contours,-1,Scalar(0),3);
imshow("轮廓图",dstImage);
5.阈值化操作
threshold(srcImage,dstImage,100,255,3);
imshow("固定阈值化图像",dstImage); 38 adaptiveThreshold(imgGray,dstImage,255,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,3,1);
imshow("自适应阈值化图像",dstImage);
6.放大缩小
resize(srcImage,dstImage,Size(),0.5,0.5);//缩小为一半
resize(srcImage,dstImage,Size(),2,2);//放大2倍
resize(srcImage,dstImage,Size(srcImage.cols*3,srcImage.rows*3));//放大3倍
pyrUp(srcImage,dstImage,Size(srcImage.cols*2,srcImage.rows*2));// 放大2倍 50 pyrDown(srcImage,dstImage,Size(srcImage.cols/2,srcImage.rows/2));// 缩小2倍 51 52
7.漫水填充算法
Rect ccomp;
floodFill(srcImage,Point(50,300),Scalar(155,255,55),&ccomp,Scalar(20,20,20),Scalar(20,20,20));
8.膨胀腐蚀、开闭运算
Mat element = getStructuringElement(MORPH_RECT,Size(15,15));
erode(srcImage,dstImage,element);//腐蚀函数
dilate(srcImage,dstImage,element);//膨胀函数
morphologyEx(g_bgrImage,g_bgrImage, MORPH_CLOSE, element);//闭运算
morphologyEx(g_bgrImage,g_bgrImage, MORPH_OPEN, element);//开运算
9.滤波
boxFilter(srcImage,dstImage,-1,Size(3,3));
imshow("方框滤波图",dstImage); 69 70 blur(srcImage,dstImage,Size(3,3));
imshow("均值滤波图",dstImage);
GaussianBlur(srcImage,dstImage,Size(5,7),1,1); 74 imshow("高斯滤波图",dstImage);
medianBlur(image,out,7);//中值滤波,7为孔径的线性尺寸
bilateralFilter(src,dst,d,sigmaColor,sigmaSpace);//双边滤波,d表示过滤过程中每个像素邻域的直径,sigmaColor颜色空间滤波器的sigma值,sigmaSpace表示坐标空间中滤波器的sigma值
bilateralFilter(image,out,25,25*2,25/2);
还有个重要的函数 cvSmoth()平滑滤波。
参考文章链接:1.https://blog.csdn.net/routine__007/article/details/80444840
2https://www.cnblogs.com/ggYYa/p/5687046.html