Opencv几个经典的入门级程序

灰度化处理图像主要用到plImage* cvCreateImage( CvSize size, int depth, int channels )相当于如下的步骤：header = cvCreateImageHeader(size,depth,channels);cvCreateData(header);具体的代码如下：

#include "cv.h"#include "highgui.h"int main( int argc, char** argv ){      IplImage* pImg; //声明图像结构体     if( argc == 3 &&(pImg = cvLoadImage( argv[1], 0)) != 0 )      {      IplImage* pImg2 = cvCreateImage(cvGetSize(pImg),pImg->depth,pImg->nChannels);//强制转换为Gray      cvCopy(pImg, pImg2, NULL);//指针重定向      cvSaveImage(argv[2], pImg2);//存入图像      cvNamedWindow( "Image", 1 );//命名显示窗口      cvShowImage( "Image", pImg );//显示图像      cvWaitKey(0); //程序暂停，等待用户触发一个按键动作            cvDestroyWindow( "Image" );//销毁窗口            cvReleaseImage( &pImg ); //释放图片占有的内存            return 0;    }  return -1;}       

编译：

g++ -ggdb `pkg-config opencv --cflags --libs` gray.c -o gray

执行 ：

./gray  ../picture/lena.jpg    gray.jpg

原图：

效果图：

边缘检测：

使用到的函数为：

void cvCanny( const CvArr* image, CvArr* edges, double threshold1, double threshold2, int aperture size=3 );

各参数的含义如下：

image  单通道输入图像.

edgee  单通道存储边缘的输出图像

threshold1  第一个阈值

threshold2  第二个阈值

aperture_size  Sobel 算子内核大小 

函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。cvCanny只接受单通道图像作为输入，故载入图像时，cvLoadImage(SRC,iscolor),第二个参数必须设为0.

#include "cv.h"#include "cxcore.h"#include "highgui.h"int main( int argc, char** argv ){  //初始化图像指针    IplImage* pImg = NULL;  IplImage* pCannyImg = NULL;  if( argc == 2 &&(pImg =cvLoadImage(argv[1], 0)) != 0 )//选择单通道输入    {                   pCannyImg = cvCreateImage(cvGetSize(pImg),IPL_DEPTH_8U,1);      //对图像进行边缘检测             cvCanny(pImg, pCannyImg, 50, 150, 3);      //命名窗口            cvNamedWindow("src", 1);      cvNamedWindow("canny",1);      //显示      cvShowImage( "src", pImg );      cvShowImage( "canny", pCannyImg );      cvWaitKey(0);       cvDestroyWindow( "src" );      cvDestroyWindow( "canny" );      cvReleaseImage( &pImg );      cvReleaseImage( &pCannyImg );      return 0;    }  return -1;}                                         

编译：

g++ -ggdb `pkg-config opencv --cflags --libs` canny.c -o canny

执行 ：

./canny ../../../../../Pictures/wolf.jpg     

效果图：

轮廓检测

函数模型如下：

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) );
测试代码如下：

#include "cv.h"#include "cxcore.h"#include "highgui.h"int main( int argc, char** argv ){  //初始化指针  IplImage* pImg = NULL;  IplImage* pContourImg = NULL;  CvMemStorage * storage = cvCreateMemStorage(0);  CvSeq * contour = 0;  int mode = CV_RETR_EXTERNAL;  if( argc == 3)      if(strcmp(argv[2], "all") == 0)        mode = CV_RETR_CCOMP; //ÄÚÍâÂÖÀª¶¼¼ì²â     cvNamedWindow("src", 1);     cvNamedWindow("contour",1);  if( argc >= 2 && (pImg = cvLoadImage( argv[1], 0)) != 0 )    {      cvShowImage( "src", pImg );      pContourImg = cvCreateImage(cvGetSize(pImg),IPL_DEPTH_8U,3);      //copy source image and convert it to BGR image      cvCvtColor(pImg, pContourImg, CV_GRAY2BGR);      cvFindContours( pImg, storage, &contour, sizeof(CvContour),mode, CV_CHAIN_APPROX_SIMPLE);    }  else    {      cvDestroyWindow( "src" );      cvDestroyWindow( "contour" );      cvReleaseMemStorage(&storage);      return -1;    }    cvDrawContours(pContourImg, contour, CV_RGB(0,0,255), CV_RGB(255, 0, 0),2, 2, 8);  cvShowImage( "contour", pContourImg );  cvWaitKey(0);  cvDestroyWindow( "src" );  cvDestroyWindow( "contour" );  cvReleaseImage( &pImg );  cvReleaseImage( &pContourImg );  cvReleaseMemStorage(&storage);  return 0;}                                                                       

编译运行后的效果如下图：