OpenCV学习笔记： 快速入门例程

先期基础：

————————————————————————————

Main函数参数argc，argv说明
C/C++语言中的main函数，经常带有参数argc，argv，如下：
int main(int argc, char** argv)
int main(int argc, char* argv[])
这两个参数的作用: argc 是指命令行输入参数的个数(以空白符分隔) argv存储了所有的命令行参数 假如你的程序是hello.exe，如果在命令行运行该程序，（首先应该在命令行下用 cd 命令进入到 hello.exe 文件所在目录） 运行命令为：
hello.exe Shiqi Yu
那么，argc的值是 3，argv[0]是"hello.exe"，argv[1]是"Shiqi"，argv[2]是"Yu"。 

—————————————————————————————

 OpenCV模块

自opencv2.2开始，opencv库便被划分为多个模块。这些模块编译成库文件后，位于lib文件夹中。

• opencv_core 包含核心功能，尤其是底层数据结构和算法函数
• opencv_imgproc 包含图像处理函数
• opencv_highgui 包含读写图像及视频的函数，以及操作图形用户界面函数
• opencv_features2d 包含兴趣点检测子、描述子以及兴趣点匹配框架
• opencv_calib3d 包含相机标定，双目几何估算以及立体视觉函数
• opencv_video 包含运动估算、特征跟踪以及前景提取函数与类
• opencv_objectect 包括物体检测函数，如脸部与行人检测

———————————————————

OpenCV 命名规则


（1） 函数名:
   cvActionTargetMod(...) 

   Action = 核心功能（core functionality） (e.g. set, create)

   Target = 目标图像区域（target image area） (e.g. contour, polygon)

   Mod    = （可选的）调整语（optional modifiers） (e.g. argument type)

（2） 矩阵数据类型:
   CV_<bit_depth>(S|U|F)C<number_of_channels> 

   S = 符号整型

   U = 无符号整型

   F = 浮点型 

   E.g. :  CV_8UC1 是指一个8位无符号整型单通道矩阵, 

             CV_32FC2是指一个32位浮点型双通道矩阵.

（3） 图像数据类型:
   IPL_DEPTH_<bit_depth>(S|U|F) 
  

 E.g.: IPL_DEPTH_8U 图像像素数据是8位无符号整型.

         IPL_DEPTH_32F图像像素数据是32位浮点型.

（4） 头文件:
    #include <cv.h>
    #include <cvaux.h>
    #include <highgui.h>  
    #include <ml.h>
    #include <cxcore.h>   // 一般不需要，cv.h 内已包含该头文件

_________________________________________________

指向const对象的指针：

若指针指向const对象，则不允许使用指针来改变其所指的const值。

为了保证这个特性，C++强制要求指向const对象的指针也必须具有const特性

const double * cptr；(

const char *pstrImageName = "c:\\Baboon.jpg";

)

这里的cptr是一个指向double类型const对象的指针，const限定了cptr指针所指向的对象类型，而并非cptr本身，即cptr本身并不是const。在定义时不需要对它进行初始化，若需要允许给cptr重新赋值，使其指向另一个const对象，但不能通过cptr修改其所指向对象的值。

在实际应用中，指向const的指针常用作函数的形参，将形参定义为指向const的指针以确保传递给函数的实际对象在函数中不因为形参而被修改。

第一个例程：很简单，图像的读取和显示

#include "stdafx.h"#include <string>#include <opencv2/opencv.hpp> using namespace std;using namespace cv; int _tmain(int argc, _TCHAR* argv[]){string imagename="c:\\lena.jpg"; //要用绝对路径才行//const char* imagename = "c:\\lena.jpg"; //从文件中读入图像Mat img = imread(imagename); //如果读入图像失败if(img.empty()){fprintf(stderr, "Can not load image %s\n", imagename);return -1;} //显示图像imshow("image", img); //此函数等待按键，按键盘任意键就返回waitKey(); return 0;}

第二个例程：图像缩放

//功能：图像缩放实现#include <opencv2/opencv.hpp>using namespace std;//隐藏控制台窗口#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")int main(){const char *pstrImageName = "c:\\Baboon.jpg";const char *pstrSaveImageName = "结果图.jpg";const char *pstrWindowsSrcTitle = "Original image";const char *pstrWindowsDstTitle = "Scaled image";double fScale = 0.422;//缩放倍数CvSize czSize;    //目标图像尺寸//从文件中读取图像  IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);IplImage *pDstImage = NULL;//计算目标图像大小czSize.width = pSrcImage->width * fScale;czSize.height = pSrcImage->height * fScale;//创建图像并缩放pDstImage = cvCreateImage(czSize, pSrcImage->depth, pSrcImage->nChannels);cvResize(pSrcImage, pDstImage, CV_INTER_AREA);//创建窗口cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);cvNamedWindow(pstrWindowsDstTitle, CV_WINDOW_AUTOSIZE);//在指定窗口中显示图像cvShowImage(pstrWindowsSrcTitle, pSrcImage);cvShowImage(pstrWindowsDstTitle, pDstImage);//等待按键事件cvWaitKey();//保存图片cvSaveImage(pstrSaveImageName, pDstImage);cvDestroyWindow(pstrWindowsSrcTitle);cvDestroyWindow(pstrWindowsDstTitle);cvReleaseImage(&pSrcImage);cvReleaseImage(&pDstImage);return 0;}

函数介绍

 cvResize  函数功能：图像大小变换

函数原型：

void cvResize(

  const CvArr* src,

  CvArr* dst,

  int interpolation=CV_INTER_LINEAR

);

函数说明：

第一个参数表示输入图像。第二个参数表示输出图像。第三个参数表示插值方法，可以有以下四种：

CV_INTER_NN - 最近邻插值,

CV_INTER_LINEAR - 双线性插值 (缺省使用)

CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法..

CV_INTER_CUBIC - 立方插值.

 

 cvCreateImage 函数功能：创建图像

函数原型：

IplImage* cvCreateImage(CvSize size, int depth, int channels);

函数说明：

第一个参数表示图像的大小。第二个参数表示图像的深度，可以为IPL_DEPTH_8U，IPL_DEPTH_16U等等。第三个参数表示图像的通道数。

第三个例程：图像边缘检测

//图像的Canny边缘检测#include <opencv2/opencv.hpp>using namespace std;#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")IplImage *g_pSrcImage, *g_pCannyImg;const char *pstrWindowsCannyTitle = "边缘图";//cvCreateTrackbar的回调函数void on_trackbar(int threshold){//canny边缘检测cvCanny(g_pSrcImage, g_pCannyImg, threshold, threshold * 3, 3);cvShowImage(pstrWindowsCannyTitle, g_pCannyImg);}int main(){const char *pstrImageName = "C:\\Fruits.jpg";const char *pstrWindowsSrcTitle = "Original image";const char *pstrWindowsToolBar = "Threshold";//从文件中载入图像的灰度图CV_LOAD_IMAGE_GRAYSCALE - 灰度图g_pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_GRAYSCALE);g_pCannyImg = cvCreateImage(cvGetSize(g_pSrcImage), IPL_DEPTH_8U, 1);//创建窗口cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);cvNamedWindow(pstrWindowsCannyTitle, CV_WINDOW_AUTOSIZE);//创建滑动条int nThresholdEdge = 1;cvCreateTrackbar(pstrWindowsToolBar, pstrWindowsCannyTitle, &nThresholdEdge, 50, on_trackbar);//在指定窗口中显示图像cvShowImage(pstrWindowsSrcTitle, g_pSrcImage);on_trackbar(1);//等待按键事件cvWaitKey();cvDestroyWindow(pstrWindowsSrcTitle);cvDestroyWindow(pstrWindowsCannyTitle);cvReleaseImage(&g_pSrcImage);cvReleaseImage(&g_pCannyImg);return 0;}

第四个例程： 图像二值化

//图像的二值化#include <opencv2/opencv.hpp>using namespace std;#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")IplImage *g_pGrayImage = NULL;IplImage *g_pBinaryImage = NULL;const char *pstrWindowsBinaryTitle = "Binary Image";void on_trackbar(int pos){// 转为二值图cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);// 显示二值图cvShowImage(pstrWindowsBinaryTitle, g_pBinaryImage);}int main( int argc, char** argv ){const char *pstrWindowsSrcTitle = "原图";const char *pstrWindowsToolBarName = "二值图阈值";// 从文件中加载原图IplImage *pSrcImage = cvLoadImage("C:\\lena.jpg", CV_LOAD_IMAGE_UNCHANGED);// 转为灰度图g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);// 创建二值图g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);// 显示原图cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);cvShowImage(pstrWindowsSrcTitle, pSrcImage);// 创建二值图窗口cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);// 滑动条int nThreshold = 0;cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);on_trackbar(1);cvWaitKey(0);cvDestroyWindow(pstrWindowsSrcTitle);cvDestroyWindow(pstrWindowsBinaryTitle);cvReleaseImage(&pSrcImage);cvReleaseImage(&g_pGrayImage);cvReleaseImage(&g_pBinaryImage);return 0;}

第五个例程：轮廓检测

本篇介绍轮廓检测，轮廓检测的原理通俗的说就是掏空内部点，比如原图中有3*3的矩形点。那么就可以将中间的那一点去掉。在OpenCV中使用轮廓检测是非常方便。直接使用cvFindContours函数就能完成对图像轮廓的检测。下面就来看看这个函数的用法。

  cvFindContours 函数功能：对图像进行轮廓检测，这个函数将生成一条链表以保存检测出的各个轮廓信息，并传出指向这条链表表头的指针。

函数原型：

int cvFindContours(CvArr* image, CvMemStorage* storage, CvSeq** first_contour, 　　  int header_size=sizeof(CvContour),  int mode=CV_RETR_LIST, 　　  int method=CV_CHAIN_APPROX_SIMPLE,  CvPoint offset=cvPoint(0,0));

函数说明：

第一个参数表示输入图像，必须为一个8位的二值图像。

第二参数表示存储轮廓的容器。为CvMemStorage类型，定义在OpenCV的\core\types_c.h中。

第三个参数为输出参数，这个参数将指向用来存储轮廓信息的链表表头。

第四个参数表示存储轮廓链表的表头大小，当第六个参数传入CV_CHAIN_CODE时，要设置成sizeof(CvChain)，其它情况统一设置成sizeof(CvContour)。

第五个参数为轮廓检测的模式，有如下取值：

CV_RETR_EXTERNAL：只检索最外面的轮廓；

CV_RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；

CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；

CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次，可以参见下图。

第六个参数用来表示轮廓边缘的近似方法的，常用值如下所示：

CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。

CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

第七个参数表示偏移量，比如你要从图像的（100, 0）开始进行轮廓检测，那么就传入（100, 0）。

 

使用cvFindContours函数能检测出图像的轮廓，将轮廓绘制出来则需要另一函数——cvDrawContours来配合了。下面介绍cvDrawContours函数。

 

  cvDrawContours 函数功能：在图像上绘制外部和内部轮廓

函数原型：

void cvDrawContours( CvArr *img,  CvSeq* contour,  CvScalar external_color,  CvScalar hole_color,  int max_level,  int thickness=1,  int line_type=8,  CvPoint offset=cvPoint(0,0));

第一个参数表示输入图像，函数将在这张图像上绘制轮廓。

第二个参数表示指向轮廓链表的指针。

第三个参数和第四个参数表示颜色，绘制时会根据轮廓的层次来交替使用这二种颜色。

第五个参数表示绘制轮廓的最大层数，如果是0，只绘制contour；如果是1，追加绘制和contour同层的所有轮廓；如果是2，追加绘制比contour低一层的轮廓，以此类推；如果值是负值，则函数并不绘制contour后的轮廓，但是将画出其子轮廓，一直到abs(max_level) - 1层。

第六个参数表示轮廓线的宽度，如果为CV_FILLED则会填充轮廓内部。

第七个参数表示轮廓线的类型。

第八个参数表示偏移量，如果传入（10，20），那绘制将从图像的（10，20）处开始。

//图像的轮廓检测#include <opencv2/opencv.hpp>using namespace std;#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")int main( int argc, char** argv ){const char *pstrWindowsSrcTitle = "原图";const char *pstrWindowsOutLineTitle = "轮廓图";const int IMAGE_WIDTH = 400;const int IMAGE_HEIGHT = 200;// 创建图像IplImage *pSrcImage = cvCreateImage(cvSize(IMAGE_WIDTH, IMAGE_HEIGHT), IPL_DEPTH_8U, 3);// 填充成白色cvRectangle(pSrcImage, cvPoint(0, 0), cvPoint(pSrcImage->width, pSrcImage->height), CV_RGB(255, 255, 255), CV_FILLED);// 画圆CvPoint ptCircleCenter = cvPoint(IMAGE_WIDTH / 4, IMAGE_HEIGHT / 2);int nRadius = 80;cvCircle(pSrcImage, ptCircleCenter, nRadius, CV_RGB(255, 255, 0), CV_FILLED);ptCircleCenter = cvPoint(IMAGE_WIDTH / 4, IMAGE_HEIGHT / 2);nRadius = 30;cvCircle(pSrcImage, ptCircleCenter, nRadius, CV_RGB(255, 255, 255), CV_FILLED);// 画矩形CvPoint ptLeftTop = cvPoint(IMAGE_WIDTH / 2 + 20, 20);CvPoint ptRightBottom = cvPoint(IMAGE_WIDTH - 20, IMAGE_HEIGHT - 20);cvRectangle(pSrcImage, ptLeftTop, ptRightBottom, CV_RGB(0, 255, 255), CV_FILLED);ptLeftTop = cvPoint(IMAGE_WIDTH / 2 + 60, 40);ptRightBottom = cvPoint(IMAGE_WIDTH - 60, IMAGE_HEIGHT - 40);cvRectangle(pSrcImage, ptLeftTop, ptRightBottom, CV_RGB(255, 255, 255), CV_FILLED);// 显示原图cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);cvShowImage(pstrWindowsSrcTitle, pSrcImage);// 转为灰度图IplImage *pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);// 转为二值图IplImage *pBinaryImage = cvCreateImage(cvGetSize(pGrayImage), IPL_DEPTH_8U, 1);cvThreshold(pGrayImage, pBinaryImage, 250, 255, CV_THRESH_BINARY);// 检索轮廓并返回检测到的轮廓的个数CvMemStorage *pcvMStorage = cvCreateMemStorage();CvSeq *pcvSeq = NULL;cvFindContours(pBinaryImage, pcvMStorage, &pcvSeq, sizeof(CvContour), CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));// 画轮廓图IplImage *pOutlineImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 3);int nLevels = 5;// 填充成白色cvRectangle(pOutlineImage, cvPoint(0, 0), cvPoint(pOutlineImage->width, pOutlineImage->height), CV_RGB(255, 255, 255), CV_FILLED);cvDrawContours(pOutlineImage, pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), nLevels, 2);// 显示轮廓图cvNamedWindow(pstrWindowsOutLineTitle, CV_WINDOW_AUTOSIZE);cvShowImage(pstrWindowsOutLineTitle, pOutlineImage);cvWaitKey(0);cvReleaseMemStorage(&pcvMStorage);cvDestroyWindow(pstrWindowsSrcTitle);cvDestroyWindow(pstrWindowsOutLineTitle);cvReleaseImage(&pSrcImage);cvReleaseImage(&pGrayImage);cvReleaseImage(&pBinaryImage);cvReleaseImage(&pOutlineImage);return 0;}

//图像的轮廓检测#include <opencv2/opencv.hpp>using namespace std;#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")IplImage *g_pGrayImage = NULL;const char *pstrWindowsBinaryTitle = "二值图";const char *pstrWindowsOutLineTitle = "轮廓图";CvSeq *g_pcvSeq = NULL;void on_trackbar(int pos){// 转为二值图IplImage *pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);cvThreshold(g_pGrayImage, pBinaryImage, pos, 255, CV_THRESH_BINARY);// 显示二值图cvShowImage(pstrWindowsBinaryTitle, pBinaryImage);CvMemStorage* cvMStorage = cvCreateMemStorage();// 检索轮廓并返回检测到的轮廓的个数cvFindContours(pBinaryImage,cvMStorage, &g_pcvSeq);IplImage *pOutlineImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 3);int _levels = 5;cvZero(pOutlineImage);cvDrawContours(pOutlineImage, g_pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);cvShowImage(pstrWindowsOutLineTitle, pOutlineImage);cvReleaseMemStorage(&cvMStorage);cvReleaseImage(&pBinaryImage);cvReleaseImage(&pOutlineImage);}int main( int argc, char** argv ){const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";const char *pstrWindowsToolBarName = "二值化";// 从文件中加载原图IplImage *pSrcImage = cvLoadImage("C:\\xy.jpg", CV_LOAD_IMAGE_UNCHANGED);// 显示原图cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);cvShowImage(pstrWindowsSrcTitle, pSrcImage);// 转为灰度图g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);    // 创建二值图和轮廓图窗口cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);cvNamedWindow(pstrWindowsOutLineTitle, CV_WINDOW_AUTOSIZE);// 滑动条int nThreshold = 0;cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);on_trackbar(1);cvWaitKey(0);cvDestroyWindow(pstrWindowsSrcTitle);cvDestroyWindow(pstrWindowsBinaryTitle);cvDestroyWindow(pstrWindowsOutLineTitle);cvReleaseImage(&pSrcImage);cvReleaseImage(&g_pGrayImage);return 0;}