【机器学习】OpenCV入门与基础知识

---

🌈个人主页: 鑫宝Code
🔥热门专栏: 闲话杂谈｜ 炫酷HTML | JavaScript基础
​💫个人格言: "如无必要，勿增实体"

---

OpenCV入门与基础知识

简介

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,它由Intel公司发起并参与管理。OpenCV提供了一系列用于图像处理和计算机视觉的算法和工具,支持多种编程语言,如C++、Python、Java等,并且可以运行在Windows、Linux、macOS等多种操作系统上。

OpenCV广泛应用于各个领域,包括人机交互、机器人、安防监控、医疗影像、汽车驾驶等。它提供了丰富的功能,涵盖图像处理、视频分析、目标检测与跟踪、3D视觉等多个方面。

安装与环境配置

Windows

在Windows系统上安装OpenCV,可以通过预编译好的安装包进行安装。您可以从OpenCV官网(https://opencv.org/releases/)下载适合您系统的安装包,然后按照提示一步步安装。

安装完成后,您需要配置环境变量,以便在代码中引用OpenCV库。具体步骤如下:

1. 右键点击"计算机"或"此电脑",选择"属性"。
2. 点击"高级系统设置"。
3. 点击"环境变量"。
4. 在"系统变量"中,找到"Path"变量,点击"编辑"。
5. 点击"新建",输入OpenCV安装路径下的\build\x64\vc15\bin(具体路径根据您的安装版本而定)。
6. 点击"确定"保存更改。

Linux

在Linux系统上安装OpenCV,可以通过包管理器进行安装。以Ubuntu为例,您可以在终端中执行以下命令:

sudo apt-get update
sudo apt-get install libopencv-dev

这将安装OpenCV及其依赖项。如果您需要特定版本的OpenCV,可以从源码编译安装。

macOS

在macOS系统上安装OpenCV,可以使用Homebrew包管理器。在终端中执行以下命令:

brew install opencv

这将安装最新版本的OpenCV。如果您需要特定版本,可以指定版本号,例如:

brew install opencv@4

核心数据结构

OpenCV提供了一些核心数据结构,用于存储和处理图像、视频和其他数据。以下是一些常用的数据结构:

Mat

Mat是OpenCV中最重要的数据结构,用于存储图像数据。它是一个二维或多维的密集数组,可以存储不同类型的数据,如CV_8UC1(8位无符号单通道)、CV_32FC3(32位浮点三通道)等。

// 创建一个3通道的512x512的8位无符号整型矩阵
cv::Mat image = cv::Mat::zeros(512, 512, CV_8UC3);

Scalar

Scalar是一个四元数据结构,通常用于表示颜色或像素值。它包含四个元素,分别对应蓝色、绿色、红色和Alpha通道。

// 创建一个蓝色的Scalar
cv::Scalar blue(255, 0, 0);

Point

Point是一个二维点的数据结构,用于表示图像或视频中的坐标。它包含两个元素,分别表示x和y坐标。

// 创建一个点(10, 20)
cv::Point pt(10, 20);

Rect

Rect是一个矩形的数据结构,用于表示图像或视频中的矩形区域。它包含四个元素,分别表示矩形的x、y坐标、宽度和高度。

// 创建一个矩形(10, 20, 100, 200)
cv::Rect rect(10, 20, 100, 200);

基本图像操作

读写图像

OpenCV提供了imread()和imwrite()函数,用于读取和写入图像文件。

#include 

int main()
{
    // 读取图像
    cv::Mat image = cv::imread("image.jpg");

    // 显示图像
    cv::imshow("Image", image);
    cv::waitKey(0);

    // 写入图像
    cv::imwrite("output.png", image);

    return 0;
}

显示图像

OpenCV提供了imshow()函数,用于在窗口中显示图像。

#include 

int main()
{
    cv::Mat image = cv::imread("image.jpg");

    // 显示图像
    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}

几何变换

OpenCV提供了多种几何变换函数,如resize()、rotate()、warpAffine()等,用于调整图像的大小、旋转、平移等操作。

#include 

int main()
{
    cv::Mat image = cv::imread("image.jpg");

    // 调整图像大小
    cv::resize(image, image, cv::Size(800, 600));

    // 旋转图像
    cv::Point2f center(image.cols / 2.0, image.rows / 2.0);
    cv::Mat rotation_matrix = cv::getRotationMatrix2D(center, 45, 1.0);
    cv::warpAffine(image, image, rotation_matrix, image.size());

    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}

颜色空间转换

OpenCV支持多种颜色空间,如BGR、HSV、Gray等。您可以使用cvtColor()函数在不同颜色空间之间转换。

#include 

int main()
{
    cv::Mat image = cv::imread("image.jpg");

    // 转换为灰度图像
    cv::Mat gray;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);

    cv::imshow("Gray", gray);
    cv::waitKey(0);

    return 0;
}

基本绘图操作

OpenCV提供了一些基本的绘图函数,用于在图像上绘制线条、矩形、圆形、文本等。

绘制线条

使用line()函数可以在图像上绘制线条。

#include 

int main()
{
    cv::Mat image = cv::Mat::zeros(500, 500, CV_8UC3);

    // 绘制线条
    cv::line(image, cv::Point(100, 100), cv::Point(400, 400), cv::Scalar(0, 0, 255), 3);

    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}

绘制矩形

使用rectangle()函数可以在图像上绘制矩形。

#include 

int main()
{
    cv::Mat image = cv::Mat::zeros(500, 500, CV_8UC3);

    // 绘制矩形
    cv::rectangle(image, cv::Point(100, 100), cv::Point(400, 400), cv::Scalar(0, 255, 0), 2);

    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}

绘制圆形

使用circle()函数可以在图像上绘制圆形。

#include 

int main()
{
    cv::Mat image = cv::Mat::zeros(500, 500, CV_8UC3);

    // 绘制圆形
    cv::circle(image, cv::Point(250, 250), 100, cv::Scalar(255, 0, 0), -1);

    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}

绘制文本

使用putText()函数可以在图像上绘制文本。

#include 

int main()
{
    cv::Mat image = cv::Mat::zeros(500, 500, CV_8UC3);

    // 绘制文本
    cv::putText(image, "Hello, OpenCV!", cv::Point(100, 100), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);

    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}

核心函数

OpenCV提供了许多核心函数,用于执行各种图像处理和计算机视觉任务。以下是一些常用的核心函数:

滤波

OpenCV提供了多种滤波函数,用于对图像进行平滑、锐化、边缘检测等操作。常用的滤波函数包括blur()、GaussianBlur()、medianBlur()、Laplacian()、Sobel()等。

#include 

int main()
{
    cv::Mat image = cv::imread("image.jpg");

    // 高斯滤波
    cv::Mat blurred;
    cv::GaussianBlur(image, blurred, cv::Size(5, 5), 0);

    cv::imshow("Blurred", blurred);
    cv::waitKey(0);

    return 0;
}

图像混合

OpenCV提供了addWeighted()函数,用于将两个图像进行线性混合。这在图像拼接、alpha混合等场景中非常有用。

#include 

int main()
{
    cv::Mat image1 = cv::imread("image1.jpg");
    cv::Mat image2 = cv::imread("image2.jpg");

    // 图像混合
    double alpha = 0.5;
    double beta = 1.0 - alpha;
    cv::Mat blended;
    cv::addWeighted(image1, alpha, image2, beta, 0.0, blended);

    cv::imshow("Blended", blended);
    cv::waitKey(0);

    return 0;
}

位操作

OpenCV提供了一些位操作函数,如bitwise_and()、bitwise_or()、bitwise_xor()和bitwise_not()。这些函数可用于执行像素级别的操作,如图像遮罩、背景移除等。

#include 

int main()
{
    cv::Mat image = cv::imread("image.jpg");
    cv::Mat mask = cv::imread("mask.jpg", cv::IMREAD_GRAYSCALE);

    // 位操作
    cv::Mat masked;
    cv::bitwise_and(image, image, masked, mask);

    cv::imshow("Masked", masked);
    cv::waitKey(0);

    return 0;
}

其他函数

OpenCV还提供了许多其他有用的函数,如calcHist()用于计算直方图、findContours()用于查找轮廓、matchTemplate()用于模板匹配等。这些函数可以帮助您完成各种图像处理和计算机视觉任务。

总结

本文介绍了OpenCV的基本概念、安装配置、核心数据结构、基本图像操作、绘图操作和核心函数。通过学习这些基础知识,您将能够开始使用OpenCV进行图像处理和计算机视觉应用的开发。在后续的文章中,我们将深入探讨OpenCV在高级图像处理和计算机视觉应用中的使用。