当前位置： 首页 > news >正文

OpenCV 学习探秘之三：从图像读取到特征识别，再到机器学习等函数接口的全面实战应用与解析

news 2025/7/30 9:51:39

一、引言

1.1介绍

OpenCV（Open Source Computer Vision Library）是一个功能强大的开源计算机视觉库，广泛应用于图像和视频处理、目标检测、机器学习等领域。本文将全面解析 OpenCV 中常用的函数接口，帮助读者快速掌握 OpenCV 的核心功能。
本文将按照功能模块分类，详细介绍 OpenCV 中的各类函数接口，并提供丰富的 C++ 代码示例。内容涵盖图像读取与显示、图像处理、特征提取、视频处理、机器学习等多个方面。

1.2 准备

  • 开发环境：
    Qt5.14.2；OpenCV4.5.4
  • 引入依赖库
INCLUDEPATH += "D:/opencv/opencv-4.5.4/build/include"
INCLUDEPATH += "D:/opencv/opencv-4.5.4/build/include/opencv2"
DEPENDPATH += "D:/opencv/opencv-4.5.4/build/x64/vc15/lib"
LIBS += "D:/opencv/opencv-4.5.4/build/x64/vc15/lib/opencv_world454d.lib"
  • 引入头文件
//引入opencv头文件和命名空间
#include <opencv.hpp>
using namespace cv;

附带说明：后面的特征提取如SURF算法等高阶调用，要依赖带有opencv_contrib模块的opencv库，并添加头文件

//引入头文件和命名空间，在opencv_contrib模块里
#include <opencv2/xfeatures2d.hpp>
using namespace cv::xfeatures2d;

二、OpenCV 基础：图像读取、显示与保存

2.1 图像读取：imread 函数

imread函数用于从文件中读取图像，支持多种图像格式，如 JPEG、PNG、BMP 等。

//图像读，显示，写
void MainWindow::on_bt1_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug() << QString("无法读取图像！");return;}imshow(QString("TestSrc").toStdString(), image);// 修改图像（例如，转换为灰度图）Mat grayImage;cvtColor(image, grayImage, COLOR_BGR2GRAY);// 保存图像bool saved = imwrite("gray_test.jpg", grayImage);imshow(QString("TestDsc").toStdString(), grayImage);if (saved) {qDebug()  << QString("图像保存成功！");} else {qDebug()  << QString("图像保存失败！");}return;
}

imread函数的第二个参数是一个标志，指定图像的读取方式：

  • IMREAD_COLOR：读取彩色图像，忽略透明度（默认值）；
  • IMREAD_GRAYSCALE：以灰度模式读取图像；
  • IMREAD_UNCHANGED：读取包含 Alpha 通道的图像

测试结果：
在这里插入图片描述

2.2 图像显示：imshow 和 namedWindow 函数

imshow函数用于在窗口中显示图像，而namedWindow函数用于创建一个窗口。

    QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 创建窗口namedWindow(QString("TestSrc").toStdString(), WINDOW_AUTOSIZE); // 创建一个自动调整大小的窗口// 显示图像imshow(QString("TestSrc").toStdString(), image);// 等待按键事件waitKey(0); // 0表示无限等待，直到用户按下任意键return;
}

namedWindow函数的第二个参数可以是：

  • WINDOW_AUTOSIZE：窗口大小自动适应图像大小
  • WINDOW_NORMAL：窗口大小可手动调整

在这里插入图片描述

2.3 图像保存：imwrite 函数

imwrite函数用于将图像保存到文件中。

//测试写入
void MainWindow::on_bt3_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 修改图像（例如，转换为灰度图）Mat grayImage;cvtColor(image, grayImage, COLOR_BGR2GRAY);// 保存图像bool saved = imwrite("gray_test.jpg", grayImage);if (saved) {qDebug()  << QString("图像保存成功！");} else {qDebug()  << QString("图像保存失败！");}return;
}

mwrite函数的第二个参数是要保存的图像，第三个参数是一个可选的参数向量，用于指定特定格式的保存选项。
在这里插入图片描述

三、图像处理：滤波、边缘检测与形态学操作

3.1 图像滤波：平滑与降噪

图像滤波是图像处理中常用的操作，用于平滑图像、降噪或增强特定特征。

3.1.1 均值滤波：blur 函数

均值滤波是一种简单的线性滤波方法，它用邻域内像素的平均值代替中心像素的值。

//均值滤波
void MainWindow::on_bt4_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 均值滤波Mat blurredImage;blur(image, blurredImage, Size(5, 5)); // 5x5的均值滤波器// 显示原始图像和滤波后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), blurredImage);waitKey(0);return;
}

在这里插入图片描述

3.1.2 高斯滤波：GaussianBlur 函数

高斯滤波是一种常用的线性滤波方法，它用高斯核来对图像进行卷积，能够有效抑制高斯噪声。

    QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 高斯滤波Mat gaussianImage;GaussianBlur(image, gaussianImage, Size(5, 5), 0, 0); // 5x5的高斯滤波器// 显示原始图像和滤波后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), gaussianImage);waitKey(0);return;
}

在这里插入图片描述

3.1.3 中值滤波：medianBlur 函数

中值滤波是一种非线性滤波方法，它用邻域内像素的中值代替中心像素的值，能够有效去除椒盐噪声。

//中值滤波
void MainWindow::on_bt6_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 中值滤波Mat medianImage;medianBlur(image, medianImage, 5); // 5x5的中值滤波器// 显示原始图像和滤波后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), medianImage);waitKey(0);return;
}
}

在这里插入图片描述

3.2 边缘检测

边缘检测是计算机视觉中的重要任务，用于识别图像中亮度变化明显的区域。

3.2.1 Canny 边缘检测：Canny 函数

Canny 边缘检测是一种多阶段的边缘检测算法，包括高斯平滑、梯度计算、非极大值抑制和双阈值处理。

//Canny边缘检测
void MainWindow::on_bt7_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// Canny边缘检测Mat edges;Canny(image, edges, 50, 150); // 低阈值50，高阈值150// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), edges);waitKey(0);return;
}

测试结果：
在这里插入图片描述

3.2.2 Sobel 边缘检测：Sobel 函数

Sobel 算子是一种常用的边缘检测算子，用于计算图像灰度函数的近似梯度。

// Sobel边缘检测
void MainWindow::on_bt8_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// Sobel边缘检测Mat sobelx, sobely, sobel;// 计算x和y方向的梯度Sobel(image, sobelx, CV_64F, 1, 0, 3);Sobel(image, sobely, CV_64F, 0, 1, 3);// 合并梯度convertScaleAbs(sobelx, sobelx);convertScaleAbs(sobely, sobely);addWeighted(sobelx, 0.5, sobely, 0.5, 0, sobel);// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), sobely);waitKey(0);return;
}

测试结果：
在这里插入图片描述

3.3 形态学操作

形态学操作是基于图像形状的一系列图像处理操作，主要包括腐蚀、膨胀、开运算和闭运算。

3.3.1 腐蚀：erode 函数

腐蚀操作会减小图像中的前景区域，常用于去除小的噪声点。

//腐蚀
void MainWindow::on_bt9_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 创建结构元素Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));// 腐蚀操作Mat eroded;erode(image, eroded, element);// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), eroded);waitKey(0);return;
}

测试结果：
在这里插入图片描述

3.3.2 膨胀：dilate 函数

膨胀操作会增大图像中的前景区域，常用于连接断裂的物体。

//膨胀
void MainWindow::on_bt10_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 创建结构元素Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));// 膨胀操作Mat dilated;dilate(image, dilated, element);// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc").toStdString(), dilated);waitKey(0);return;
}

测试结果：
在这里插入图片描述

3.3.3 开运算和闭运算：morphologyEx 函数

开运算和闭运算都是复合操作，开运算先腐蚀后膨胀，闭运算先膨胀后腐蚀。

//开闭运算
void MainWindow::on_bt12_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 创建结构元素Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));// 开运算Mat opened;morphologyEx(image, opened, MORPH_OPEN, element);// 闭运算Mat closed;morphologyEx(image, closed, MORPH_CLOSE, element);// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc_Open").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc_Close").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc_Open").toStdString(), opened);imshow(QString("Dsc_Close").toStdString(), closed);waitKey(0);return;
}

测试结果如下：
在这里插入图片描述

四、颜色空间转换与操作

4.1 颜色空间转换：cvtColor 函数

cvtColor函数用于在不同颜色空间之间进行转换，如 BGR 到灰度、BGR 到 HSV 等。

//颜色转换
void MainWindow::on_bt13_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// BGR到灰度Mat gray;cvtColor(image, gray, COLOR_BGR2GRAY);// BGR到HSVMat hsv;cvtColor(image, hsv, COLOR_BGR2HSV);// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc_Gray").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc_HSV").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc_Gray").toStdString(), gray);imshow(QString("Dsc_HSV").toStdString(), hsv);waitKey(0);return;}

测试结果显示：
在这里插入图片描述

4.2 颜色分割：inRange 函数

inRange函数用于在图像中找到特定颜色范围的区域，常用于颜色分割。

//颜色分割
void MainWindow::on_bt14_clicked()
{QString fileName = QFileDialog::getOpenFileName(this,QString("文件对话框"),"E:/test/QtTest/WidgetTest/TestOpencv/bin/debug64/Out/OutImg/",QString("图片(*.jpg *.png);"));// 读取图像Mat image = imread(fileName.toStdString(), IMREAD_COLOR);if (image.empty()) {qDebug()  << QString("无法读取图像！");return;}// 转换到HSV颜色空间Mat hsv;cvtColor(image, hsv, COLOR_BGR2HSV);// 定义蓝色的HSV范围Scalar lower_blue = Scalar(100, 150, 0);Scalar upper_blue = Scalar(140, 255, 255);// 创建掩码Mat mask;inRange(hsv, lower_blue, upper_blue, mask);// 应用掩码Mat result;bitwise_and(image, image, result, mask);// 显示原始图像和处理后的图像namedWindow(QString("Src").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc_Mask").toStdString(), WINDOW_AUTOSIZE);namedWindow(QString("Dsc_Result").toStdString(), WINDOW_AUTOSIZE);imshow(QString("Src").toStdString(), image);imshow(QString("Dsc_Mask").toStdString(), mask);imshow(QString("Dsc_Result").toStdString(), result);waitKey(0);return;
}

运行结果如下：
在这里插入图片描述
OK，以上通过十几个示例代码展示了OpenCV图像读写及一些基本变换的应用，由于篇幅有限，下一篇，再将一些实际应用比如角点检测，特征提取，人脸检测等功能演示出来。

http://www.dtcms.com/a/304866.html

相关文章：

  • Excel批量加密工具,一键保护多个文件
  • 【图像处理基石】如何对遥感图像进行实例分割？
  • 【RAG搭建Agent应用实战】基于检索增强生成（RAG）搭建特定场景Agent应用
  • Spring Boot 防重放攻击全面指南：原理、方案与最佳实践
  • AI产品经理手册（Ch3-5）AI Product Manager‘s Handbook学习笔记
  • 【Linux基础】find在linux中查找文件
  • Jenkins 详解
  • 准大一GIS专业新生，如何挑选电脑？
  • 【Kotlin】const 修饰的编译期常量
  • 医疗超声成像专用AFE模拟前端
  • 【CSS】盒子类型
  • Qwen3-Coder：介绍及使用 -- 超强AI编程助手
  • CSRF漏洞原理及利用
  • 镜像源加速下载
  • 编辑距离：理论基础、算法演进与跨领域应用
  • 百度前端面试题目整理
  • 通过Power Automate获取SharePoint的Share Link
  • 计算机视觉（CV方向）算法基础
  • Apache Ignite 的连续查询（Continuous Queries）功能的详细说明
  • Apache Ignite 关于 容错（Fault Tolerance）的核心机制
  • 零件边界线提取处理原理详解
  • 如何解决人工智能在社会治理中面临的技术和伦理挑战？
  • 【工具】图床完全指南：从选择到搭建的全方位解决方案
  • 赢在AI时代：从创造力到编程力的教育突围
  • 聊聊自动化测试用例维护成本高应对策略
  • IntelliJ IDEA 配置 Maven 阿里云镜像加速源全流程
  • AAA 与 FTP：网络认证授权及文件传输的原理与实践
  • AT8236-4A单通道直流有刷电机驱动芯片
  • Qt 移动应用性能优化策略
  • 编程技术杂谈3.0