0
0

【OpenCV】Qt + OpenCV 开发配置 + 入门知识（代码示例）

目录

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 <opencv2/opencv.hpp>

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MN的图片可以用MN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<int>&params=std::vector<int>());

**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<int>()；一般可以不写

🍔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 <iostream>
#include <opencv2/opencv.hpp>
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<img.rows - num;i++)
    {
        for (int j=0;j<img.cols - num;j++)
        {
            random = rng.uniform(0,num);//三通道
            img.at<Vec3b>(i,j)[0] = img.at<Vec3b>(i+random,j+random)[0];
            img.at<Vec3b>(i,j)[1] = img.at<Vec3b>(i+random,j+random)[1];
            img.at<Vec3b>(i,j)[2] = img.at<Vec3b>(i+random,j+random)[2];
        }
    }
    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 <iostream>
#include <opencv2/opencv.hpp>
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 <iostream>
#include <opencv2/opencv.hpp>
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 <iostream>
#include <opencv2/opencv.hpp>
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 <iostream>
#include <opencv2/opencv.hpp>
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 <iostream>
#include <opencv2/opencv.hpp>
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 <iostream>
#include <opencv2/opencv.hpp>
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！！！

标签： 图像处理 计算机视觉 人工智能
本文转载自: https://blog.csdn.net/m0_61745661/article/details/125646000
版权归原作者 猿力猪 所有， 如有侵权，请联系我们删除。
登录后发布评论

“【OpenCV】Qt + OpenCV 开发配置 + 入门知识（代码示例）”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

智能对话微信前端小程序设计与开发

前端配置开发环境：新电脑配置前端开发环境，Vue开发环境配置的详细过程

SpringBoot集成MQTT服务器和客户端并通过WebSocket将消息实时发送到前端（本地搭建MQTT服务器）

idea | 搭建 SpringBoot 项目之配置 Maven

Python毕业设计选题：基于django+vue的全国民宿信息管理系统

AI 编程——产品篇

项目符合行业安全标准的必要步骤与实用建议

文章导航