c++版opencv长文指南

1、配置opencv库
- 1.1 下载
- 1.2 配置
- - 1.2.1 配置包含目录
  - 1.2.2 配置库含目录
  - 1.2.3 配置链接器
  - 1.2.4 配置系统环境变量
2、学习路线
3、入门知识
- 3.1 图像读取与显示
- 3.2 图像色彩空间转换
- 3.2 图像对象的创建与赋值
- - 3.2.1 图像对象的创建
  - 3.2.2 图像对象的赋值
- 3.3 图像像素的读写操作
- 3.3 图像像素的算术操作
- - 3.3.1 通过运算符重载来实现
  - 3.3.2 通过数组遍历来实现
  - 3.3.3 通过api来实现
- 3.4 滚动条操作
- - 3.4.1 调整图像亮度
  - 3.4.2 参数传递

1、配置opencv库

1.1 下载

OpenCV的安装实际上是将OpenCV的库路径添加到我们现有的项目路径中。通常有两种方法可以完成这一操作：
1、一种是自己下载OpenCV的源代码，并在此基础上编译生成库文件（如lib或dll）；
2、另一种则是直接下载已经编译好的库文件。
我们可以选择第二种方式，直接使用预编译的库文件。最新版OpenCV Lib 下载链接为：

https://sourceforge.net/projects/opencvlibrary/files/latest/download

1.2 配置

下载并解压OpenCV后，将其解压到一个固定目录，比如：“D:\program\opencv”。稍后，我们需要将这个路径作为库和头文件的路径，加入到C++程序的项目中。

在Visual Studio (VS)中，由于每个项目都是独立编译的，所以每个项目都有自己的“属性设置”。换句话说，你可以通过右键点击项目名称并选择“属性”来配置该项目的编译规则。

接下来，我们将在属性窗口中配置OpenCV路径，具体步骤如下：

1.打开Visual Studio并加载你的项目。
2.通过右键点击项目名称并选择“属性”来配置该项目的编译规则。
在这里插入图片描述

1.2.1 配置包含目录

找到“VC++目录”。其中，紫色区域表示是要在什么环境下运行就在什么环境下配置。比如我要在Debug版下配置x64的。这里我选择为所有配置（既支持Release，同时支持Debug版）
在这里插入图片描述
在“包含目录”中，添加OpenCV的include和opencv2文件夹路径。

1.2.2 配置库含目录

在这里插入图片描述
在“库目录”中，添加OpenCV的lib文件夹路径。

1.2.3 配置链接器

切换到“链接器”选项卡，点击“输入”项，在“附加依赖项”中，添加相应的OpenCV库文件名称。
在这里插入图片描述

这个其实就在1.2.2节中库文件目录下，后缀d代表是debug版本。如果是不带后缀的，在vs中使用debug的版本就会报错。

1.2.4 配置系统环境变量

将:

D:\program\opencv\build\x64\vc15\bin

添加到电脑系统的环境变量中。

通过以上步骤，你就完成了OpenCV在VS项目中的路径配置。

2、学习路线

在这里插入图片描述

3、入门知识

3.1 图像读取与显示

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;
int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	// 以灰度显示
	//cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg", cv::IMREAD_GRAYSCALE);
	if (src.empty())
	{
		cout << "不能够正确加载图片" << endl;
		return -1;
	}
	cv::namedWindow("my_window", cv::WINDOW_FREERATIO);
	cv::imshow("my_window", src);  // 默认是WINDOW_AUTOSIZE
	cv::waitKey(0);
	cv::destroyAllWindows();
	system("pause");
	return 0;
}

3.2 图像色彩空间转换

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	if (src.empty())
	{
		cout << "不能够正确加载图片" << endl;
		return -1;
	}
	cv::Mat hsv, gray;
	cv::cvtColor(src, hsv, cv::COLOR_BGR2HSV);
	cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);

	cv::imshow("RGB", src);  
	cv::imshow("HSV", hsv);  
	cv::imshow("GRAY", gray);   

	// 保存
	cv::imwrite("C:/Users/Desktop/hsv.jpg", hsv);
	cv::imwrite("C:/Users/Desktop/gray.jpg", gray);
	cv::waitKey(0);
	cv::destroyAllWindows();
	system("pause");
	return 0;
}

3.2 图像对象的创建与赋值

c++中的Mat创建，其实和Python中的Numpy很像，都是表示矩阵。
Mat的基本结构如下：
头部存放了一些属性：图像的宽高、dtype类型、通道数等；
直接赋值创建1个新Mat对象，指针还是指向同一个Data Block；但克隆 / 拷贝则会创建1个新的内存空间。
在这里插入图片描述
使用c++版的opencv时，只要记住：
1、c++中的cv基本上和opencv-python中的语法类似，比如：

cv2.imread()

cv::imread();

2、c++中的cv中的Mat和python中的Numpy语法类似，比如：

np.zeros()

Mat::zeros();

Mat和cv两者不要打架，参考着python中的来记。

3.2.1 图像对象的创建

Mat类可以存储的数据类型包含double、float、uchar（unsigned char）以及自定义的模板等。
在这里插入图片描述

一切图像皆Mat，c++版opencv中但凡涉及到矩阵处理的都是Mat，其余很多都是通过cv::进行调用。

// 创建空白图像
// c++中Mat类似python中的Numpy
// CV_8UC1 8位无符号字符（unsigned char） 1：单通道， 3：3通道
//Mat m3 =  Mat::zeros(cv::Size(8, 8), CV_8UC1); 
//Mat m3 =  Mat::zeros(src.size(), src.type();
Mat m3 =  Mat::zeros(8, 8, CV_8UC3); 
// 宽度为：8 高度为：8 通道数：3
cout << "宽度为：" << m3.cols << " 高度为：" << m3.rows << " 通道数：" << m3.channels() << endl;
cout << m3 << endl;

// 单通道没啥区别，3通道时，只在每个像素的第1个通道为1，其余两个通道像素值为0
m3 =  Mat::ones(cv::Size(8, 8), CV_8UC3); 
// 即使直接赋值，仍然会出现这样的现象
//m3 = 127;

// Scalar可以解决  c++中的操作符重载全部可以运用在Mat中
m3 = cv::Scalar(127, 127, 127);
cout << m3 << endl;

3.2.2 图像对象的赋值

cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
cv::Mat m1, m2;
// 克隆 、 拷贝则会创建1个新的内存空间。
m1 = src.clone();
src.copyTo(m2);
// 直接赋值创建1个新Mat对象，指针还是指向同一个Data Block；
// 所以这里的m3的像素值改变，而src也会随着一起改变。
cv::Mat m3 = src;
m3 = cv::Scalar(0, 0, 255);
cv::imshow("res", src)

3.3 图像像素的读写操作

c++中的像素遍历和访问方式：
1、数组遍历

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	
	int w = src.cols;
	int h = src.rows;
	int dims = src.channels();

	for (int y = 0; y < h; y++)
	{
		for (int x = 0; x < w; x++)
		{
			if (dims == 1)
			{
				// 灰度图像
				// at方法是Mat里面的1个函数模板，所以要指定模板的数据类型
				int pv = src.at<uchar>(y, x);
				src.at<uchar>(y, x) = 255 - pv;
			}
			else if (dims == 3)
			{
				// RGB图像
				// 是一个模板类 cv::Vec 的特化版本，专门用于存储 3 个 uchar（无符号字符）值，通常表示 BGR 通道。
				// 是一个用于表示固定大小的三维向量的类型，专门用于图像处理中的颜色数据
				cv::Vec3b bgr = src.at<cv::Vec3b>(y, x);
				src.at<cv::Vec3b>(y, x)[0] = 255 - bgr[0];
				src.at<cv::Vec3b>(y, x)[1] = 255 - bgr[1];
				src.at<cv::Vec3b>(y, x)[2] = 255 - bgr[2];
			}
		}
	}

	cv::imshow("img", src);
	cv::waitKey(0);
	cv::destroyAllWindows();
	
	system("pause");
	return 0;
}

2、指针方式遍历

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	
	int w = src.cols;
	int h = src.rows;
	int dims = src.channels();

	for (int y = 0; y < h; y++)
	{
		// 使用 src.ptr<uchar>(y) 获取当前行的指针;
		// current_y 是指向图像第 y 行第一个像素的指针。
		uchar* current_y = src.ptr<uchar>(y);
		
		for (int x = 0; x < w; x++)
		{
			if (dims == 1)
			{
				// 灰度图像
				int pv = *current_y;
				*current_y++ = 255 - pv;
			}
			else if (dims == 3)
			{
				// RGB图像
				*current_y++ = 255 - *current_y;
				*current_y++ = 255 - *current_y;
				*current_y++ = 255 - *current_y;
			}
		}
	}

	cv::imshow("img", src);
	cv::waitKey(0);
	cv::destroyAllWindows();
	
	system("pause");
	return 0;
}

3.3 图像像素的算术操作

1、可以和标量Scalar进行加减乘除；
2、可以和创建的图像本身（全0、全1后进行赋初始值）的算术操作

3.3.1 通过运算符重载来实现

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	
	cv::Mat dst;
	dst = src + cv::Scalar(50, 50, 50);    // 加法
	//dst = src - cv::Scalar(50, 50, 50);  // 减法
	//dst = src / cv::Scalar(2, 2, 2);      // 除法
	
	// 两个图形相乘，是不可以用标量进行操作的
	// penCV 并不支持直接用 * 操作符对 cv::Mat 和 cv::Scalar 进行运算
	//dst = src * cv::Scalar(2, 2, 2);
	// 使用 cv::multiply 函数
	cv::Mat m = cv::Mat::zeros(src.size(), src.type());
	m = cv::Scalar(2, 2, 2);
	cv::multiply(src, m, dst);

	cv::imshow("加法操作", dst);
	cv::waitKey(0);
	cv::destroyAllWindows();
	
	system("pause");
	return 0;
}

3.3.2 通过数组遍历来实现

实际上，opencv底层实现了优化，优先调用api。

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	
	cv::Mat m = cv::Mat::zeros(src.size(), src.type());
	m = cv::Scalar(50, 50, 50);

	cv::Mat dst = cv::Mat::zeros(src.size(), src.type());

	
	// 加法
	// 从上到下，从左到右，先遍历行（图像的高）
	for (int y = 0; y < src.rows; y++)
	{
		for (int x = 0; x < src.cols; x++)
		{
			// 获取原始图像的每个像素值
			cv::Vec3b p1 = src.at<cv::Vec3b>(y, x);
			// 获取m图像的每个像素值
			cv::Vec3b p2 = m.at<cv::Vec3b>(y, x);
			// saturate_cast方法在cv中常用， 将像素值约束在0-255之间
			dst.at<cv::Vec3b>(y, x)[0] = cv::saturate_cast<uchar>(p1[0] + p2[0]);
			dst.at<cv::Vec3b>(y, x)[1] = cv::saturate_cast<uchar>(p1[1] + p2[1]);
			dst.at<cv::Vec3b>(y, x)[2] = cv::saturate_cast<uchar>(p1[2] + p2[2]);
		}
	}

	cv::imshow("加法操作", dst);
	cv::waitKey(0);
	cv::destroyAllWindows();
	
	system("pause");
	return 0;
}

3.3.3 通过api来实现

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/Desktop/02.jpg");
	
	cv::Mat m = cv::Mat::zeros(src.size(), src.type());
	m = cv::Scalar(50, 50, 50);

	cv::Mat dst = cv::Mat::zeros(src.size(), src.type());

	cv::add(src, m, dst);
	// 减法
	cv::subtract(src, m, dst);
	// 除法
	cv::divide(src, m, dst);
	cv::imshow("加法操作", dst);
	cv::waitKey(0);
	cv::destroyAllWindows();
	
	system("pause");
	return 0;
}

3.4 滚动条操作

3.4.1 调整图像亮度

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;


// 全局变量
cv::Mat src, dst, m;
int max_value = 100;  // 滑块的最大值
int lightness = 50;   // 初始亮度值

void on_track(int, void*)
{
	m = cv::Scalar(lightness, lightness, lightness);
	cv::add(src, m, dst);

	// 显示结果
	cv::imshow("调节亮度", dst);
	cv::waitKey(0);
}

int main()
{ 
	src = cv::imread("C:/Users/Desktop/02.jpg");
	
	m = cv::Mat::zeros(src.size(), src.type());
	dst = cv::Mat::zeros(src.size(), src.type());
	cv::namedWindow("调节亮度", cv::WINDOW_FREERATIO);
	

	cv::createTrackbar("Value Bar:", "调节亮度", &lightness, max_value, on_track);

	// 手动调用回调函数以初始化显示
	on_track(lightness, 0);
	
	system("pause");
	return 0;
}

3.4.2 参数传递

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

void on_lightness(int lightness, void* userdata)
{
	cv::Mat src = *((cv::Mat*)userdata);

	cv::Mat m = cv::Mat::zeros(src.size(), src.type());
	m = cv::Scalar(lightness, lightness, lightness);

	cv::Mat dst = cv::Mat::zeros(src.size(), src.type());
	
	// dst = alpha * src + beta * m + gamma
	// alpha = 1， beta = 0， gamma =0, dst = alpha + gamma 就是调整亮度了
	cv::addWeighted(src, 1.0, m, 0, lightness, dst);

	// 显示结果
	cv::imshow("亮度和对比度调整", dst);
	cv::waitKey(0);
}

void on_contrast(int lightness, void* userdata)
{
	cv::Mat src = *((cv::Mat*)userdata);

	cv::Mat m = cv::Mat::zeros(src.size(), src.type());
	m = cv::Scalar(lightness, lightness, lightness);

	cv::Mat dst = cv::Mat::zeros(src.size(), src.type());

	double contrast = lightness / 100.0;

	
	// alpha = contrast， beta = 0， gamma = 0, dst = src * alpha 就是调整亮度了
	cv::addWeighted(src, contrast, m, 0.0, 0, dst);

	// 显示结果
	cv::imshow("亮度和对比度调整", dst);
	cv::waitKey(0);
}

int main()
{ 
	cv::Mat src = cv::imread("C:/Users/15198/Desktop/微信图片_20240625171102.jpg");

	int max_value = 100;  // 滑块的最大值
	int lightness = 50;   // 初始亮度值
	int contrast_value = 100;  // 默认对比度
	cv::namedWindow("亮度和对比度调整", cv::WINDOW_FREERATIO);
	

	cv::createTrackbar("Value Bar:", "亮度和对比度调整", &lightness, max_value, on_lightness, (void*)&src);
	cv::createTrackbar("Contrast Bar:", "亮度和对比度调整", &contrast_value, max_value, on_contrast, (void*)&src);

	// 手动调用回调函数以初始化显示
	on_lightness(lightness, &src);
	
	system("pause");
	return 0;
}