当前位置：文档之家 › OpenCV例程汇总

OpenCV例程汇总

  • 格式：docx
  • 大小：36.83 KB
  • 文档页数：4

OpenCV例程汇总

1.读取和显示图像：

```cpp

#include

using namespace cv;

int main

Mat img = imread("image.jpg"); // 读取图像

imshow("Image", img); // 显示图像

waitKey(0); //等待按键

return 0;

```

2.图像基本操作：

```cpp

#include

using namespace cv;

int main

Mat img = imread("image.jpg"); // 读取图像

Mat grayImg;

cvtColor(img, grayImg, COLOR_BGR2GRAY); // 转换为灰度图像 Mat resizedImg;

resize(grayImg, resizedImg, Size(100, 100)); // 调整图像大小

imwrite("gray_image.jpg", grayImg); // 保存灰度图像

return 0;

```

3.图像滤波：

```cpp

#include

using namespace cv;

int main

Mat img = imread("image.jpg"); // 读取图像

Mat blurredImg;

blur(img, blurredImg, Size(5, 5)); // 模糊图像

Mat sharpenedImg;

GaussianBlur(img, sharpenedImg, Size(0, 0), 3);

addWeighted(img, 1.5, sharpenedImg, -0.5, 0, sharpenedImg);

// 锐化图像

return 0;

``` 4.图像阈值处理：

```cpp

#include

using namespace cv;

int main

Mat img = imread("image.jpg"); // 读取图像

Mat grayImg;

cvtColor(img, grayImg, COLOR_BGR2GRAY); // 转换为灰度图像

Mat thresholdImg;

threshold(grayImg, thresholdImg, 128, 255, THRESH_BINARY);

// 二值化图像

return 0;

```

5.边缘检测：

```cpp

#include

using namespace cv;

int main

Mat img = imread("image.jpg"); // 读取图像 Mat grayImg;

cvtColor(img, grayImg, COLOR_BGR2GRAY); // 转换为灰度图像

Mat edges;

Canny(grayImg, edges, 50, 150); // 检测边缘

return 0;

```

这些例程只是OpenCV提供的功能的一小部分，它还包含很多其他强大的功能，如形状识别、目标跟踪、特征提取等。希望这些例程能帮助你入门OpenCV并开始进行图像处理和计算机视觉的开发。

合集下载

opencv 两直线夹角函数

opencv 两直线夹角函数

opencv 两直线夹角函数

摘要：

一、引言

1.介绍 OpenCV

2.两直线夹角函数的作用

二、两直线夹角函数的原理

1.夹角计算公式

2.OpenCV 中的直线检测方法

3.利用直线检测计算夹角

三、两直线夹角函数的使用方法

1.安装 OpenCV

2.导入所需库

3.实现两直线夹角函数

四、实例演示

1.准备图像

2.检测直线

3.计算夹角

五、总结

1.两直线夹角函数的应用场景

2.需要注意的点

正文： 一、引言

OpenCV（Open Source Computer Vision Library，开源计算机视觉库）是一个强大的计算机视觉库，广泛应用于图像处理、视频分析、特征提取等方面。在实际应用中，我们常常需要计算两直线之间的夹角。本文将介绍

OpenCV 中的两直线夹角函数及其使用方法。

二、两直线夹角函数的原理

在 OpenCV 中，我们可以通过计算直线的斜率来得到两直线之间的夹角。假设两条直线的方程分别为 y = k1 * x + b1 和 y = k2 * x + b2，其中

k1 和 k2 分别为两条直线的斜率，b1 和 b2 分别为截距。两条直线的夹角θ可以通过以下公式计算：

cos(θ) = (k1 * k2 + 1) / sqrt(k1^2 + 1) * sqrt(k2^2 + 1)

在 OpenCV 中，我们可以通过霍夫直线检测（Hough Line Detection）方法检测图像中的直线。霍夫直线检测是一种基于图像空间频率的直线检测方法，可以检测出图像中所有可能的直线。检测到直线后，我们可以利用上述公式计算两直线之间的夹角。

三、两直线夹角函数的使用方法

1.安装 OpenCV

首先，需要在计算机上安装 Python 和 OpenCV 库。可以使用以下命令安装 OpenCV：

```bash

pip install opencv-python

易语言opencv模块实例

易语言opencv模块实例

易语言opencv模块实例

易语言是一种面向过程的编程语言，它的特点是简单易学、语法简洁。而OpenCV是一个开源的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法，可以在易语言中使用OpenCV模块来实现图像处理和计算机视觉的功能。

在使用OpenCV模块之前，我们首先需要安装和配置OpenCV库。可以从OpenCV官方网站上下载OpenCV的安装包，并按照官方文档进行安装和配置。安装完成后，我们就可以在易语言中使用OpenCV模块了。

使用OpenCV模块进行图像处理的第一步是加载图像。我们可以使用OpenCV模块提供的函数来加载图像文件，例如cvLoadImage函数可以加载一个图像文件，并返回一个包含图像数据的对象。

加载图像后，我们可以对图像进行各种处理操作。OpenCV模块提供了丰富的图像处理函数，例如cvCvtColor函数可以将图像从一种颜色空间转换成另一种颜色空间，cvResize函数可以调整图像的大小，cvThreshold函数可以对图像进行二值化处理等等。

除了基本的图像处理函数之外，OpenCV模块还提供了一些高级的图像处理算法。例如，我们可以使用cvCanny函数来进行边缘检测，cvHoughLines函数来进行直线检测，cvFindContours函数来进行轮廓检测等等。这些算法可以帮助我们更好地理解和分析图像。

在进行图像处理的过程中，我们可能需要将处理结果保存成新的图像文件。OpenCV模块提供了cvSaveImage函数来保存图像文件。我们可以指定保存的文件名和保存的图像格式，例如保存为JPEG格式的图像文件。

除了图像处理之外，OpenCV模块还可以用于计算机视觉的应用。例如，我们可以使用OpenCV模块提供的函数来进行人脸检测、目标跟踪、图像识别等。这些功能可以广泛应用于安防监控、人机交互、智能交通等领域。

通过使用易语言中的OpenCV模块，我们可以方便地实现各种图像处理和计算机视觉的功能。无论是对图像进行简单的处理，还是进行复杂的计算机视觉算法，OpenCV模块都能够提供帮助。希望本文对您了解OpenCV模块的使用有所帮助。

学习笔记：使用opencv做双目测距（相机标定+立体匹配+测距）.

学习笔记：使用opencv做双目测距（相机标定+立体匹配+测距）.

学习笔记：使⽤opencv做双⽬测距（相机标定+⽴体匹配+测距）.

最近在做双⽬测距，觉得有必要记录点东西，所以我的第⼀篇博客就这么诞⽣啦~

双⽬测距属于⽴体视觉这⼀块，我觉得应该有很多⼈踩过这个坑了，但⽹上的资料依旧是云⾥雾⾥的，要么是理论讲⼀⼤堆，最后发现还不知道怎么

做，要么就是直接代码⼀贴，让你懵逼。 所以今天我想做的，是尽量给⼤家⼀个明确的阐述，并且能够上⼿做出来。

⼀、 标定

⾸先我们要对摄像头做标定，具体的公式推导在learning opencv中有详细的解释，这⾥顺带提⼀句，这本书虽然确实⽼，但有些理论、算法类的东西⾥

⾯还是讲的很不错的，必要的时候可以去看看。

Q1：为什么要做摄像头标定？

A: 标定的⽬的是为了消除畸变以及得到内外参数矩阵，内参数矩阵可以理解为焦距相关，它是⼀个从平⾯到像素的转换，焦距不变它就不变，所以确

定以后就可以重复使⽤，⽽外参数矩阵反映的是摄像机坐标系与世界坐标系的转换，⾄于畸变参数，⼀般也包含在内参数矩阵中。从作⽤上来看，内参数

矩阵是为了得到镜头的信息，并消除畸变，使得到的图像更为准确，外参数矩阵是为了得到相机相对于世界坐标的联系，是为了最终的测距。

ps1：关于畸变，⼤家可以看到⾃⼰摄像头的拍摄的画⾯，在看矩形物体的时候，边⾓处会有明显的畸变现象，⽽矫正的⽬的就是修复这个。

ps2：我们知道双⽬测距的时候两个相机需要平⾏放置，但事实上这个是很难做到的，所以就需要⽴体校正得到两个相机之间的旋转平移矩阵，也就是外

参数矩阵。

Q2：如何做摄像头的标定？

A：这⾥可以直接⽤opencv⾥⾯的sample，在opencv/sources/sample/cpp⾥⾯，有个calibration.cpp的⽂件，这是单⽬的标定，是可以直接编译使⽤

的，这⾥要注意⼏点：

1.棋盘

棋盘也就是标定板是要预先打印好的，你打印的棋盘的样式决定了后⾯参数的填写，具体要求也不是很严谨，清晰能⽤就⾏。之所⽤棋盘是因

opencvsharp4应用实例

opencvsharp4应用实例

opencvsharp4应用实例

OpenCvSharp4 应用实例

OpenCvSharp4 是一个用于图像处理和计算机视觉的开源库，它提供了丰富的功能和算法，可以帮助开发人员快速实现各种图像处理任务。本文将介绍几个实际应用场景，展示 OpenCvSharp4 的强大功能。

1. 图片滤镜

图片滤镜是图像处理的一个常见任务，它可以通过改变图像的颜色、亮度、对比度等属性，使图像呈现出不同的效果。利用

OpenCvSharp4，我们可以很容易地实现各种滤镜效果，如黑白、模糊、锐化等。下面是一个简单的例子：

```csharp

using OpenCvSharp;

public static void ApplyFilter(string imagePath)

{

Mat src = new Mat(imagePath);

Mat dst = new Mat();

Cv2.CvtColor(src, src, ColorConversionCodes.BGR2GRAY);

Cv2.GaussianBlur(src, src, new Size(3, 3), 0); Cv2.Canny(src, src, 50, 150);

Cv2.ImShow("Source", src);

Cv2.WaitKey(0);

}

```

上述代码将加载一张图像，并应用了灰度化、高斯模糊和边缘检测等滤镜效果。最后，通过 `ImShow` 方法展示处理后的图像。

2. 目标检测

目标检测是计算机视觉中的一个重要任务，它可以识别和定位图像中的特定目标。OpenCvSharp4 提供了多种目标检测算法的实现，如 Haar 特征分类器、HOG+SVM 和深度学习模型等。下面是一个使用 Haar 特征分类器进行人脸检测的示例：

```csharp

using OpenCvSharp;