原创 Opencv的準備階段小知識

1.匈牙利命名法: 變量名=屬性+類型+對象; 2.argc和argv是UNIX,Linux,MacOS中main函數的標準寫法。 3.在Windows的控制檯程序中,將main()函數作爲程序入口點,並且很少使用argc和argv等參數

原创 關於opencv播放視頻的筆記

#include  "highgui.h" #include  "iostream" using namespace std; using name

原创 Opencv對攝像頭進行Canny邊緣

#include "highgui.h" #include "opencv2/imgproc/imgproc.hpp" using namespace std; using namespace cv; int main() {VideoC

原创 Opencv中添加進度條及回調函數

在說明如何給視頻中添加進度條之前,先要解釋下回調函數: 打個比方,有一家旅館提供叫醒服務,但是要求旅客自己決定叫醒的方法。可以是打客房電話,也可以是派服務員去敲門,睡得死怕耽誤事的,還可以要求往自己頭上澆盆水。這裏,“叫醒”這個行爲是

原创 Opencv獲取視頻文件參數的屬性標識符

#include  "highgui.h" #include  "iostream" using namespace std; using namespace cv; int  main() { VideoCapture video1

原创 Opencv的Mat型

Mat由信息頭和矩陣內容兩部分組成,創建新的Mat分爲兩種: 1、只創建信息頭 Mat A;//只創建了一個信息頭 A=imread("a.jpg");// 創建了矩陣內容,開闢了內存 下面兩種方式,只複製信息頭: (1).Mat B=

原创 Opencv中用進度條調節亮度、對比度

#include  "highgui.h" #include  "iostream" #include  "vector" using namespace std; using namespace cv; static void call

原创 OpenCv的圖像腐蝕小程序

OpenCV提供了一個函數getStructuringElement,可以獲取常用的結構元素的形狀:矩形(包括線形)、橢圓(包括圓形)及十字形。MORPH_RECT, MORPH_ELLIPSE, MORPH_CROSS #includ

原创 Opencv中的3種線性濾波器

圖像濾波:指在儘量保留圖像特徵的情況下,對圖像的噪聲進行抑制,對後續處理的有效性和可靠性有直接影響。 圖像的平滑處理(Smoothing)和模糊處理(bluring)是去掉高頻噪聲的處理,和低通圖像濾波是一個意思。 線性濾波: 1.方框濾

原创 圖像矩

圖像矩描述了圖像的全局特徵 一階矩與形狀有關 二階距顯示曲線圍繞直線平均值的擴展程度 三階矩是關於平均值的對稱性測量 由二階和三階矩可以導出7個不變矩,不變矩是圖像的統計特性,滿足平移、伸縮、旋轉的不變性 矩的計算: 1.C++ Mome

原创 opencv中使用形狀包圍輪廓

外部矩形邊界 C++ Rect boundingRect(InputArray points) 最小包圍矩形:C++ RotatedRect minAreaRect(InputArray points) 最小包圍圓形:C++ void m

原创 邊緣檢測函數:Canny() Sobel() Laplacian()scharr濾波器

邊緣:灰度或結構等信息的突變處,邊緣是一個區域的結束,也是另一個區域的開始,利用該特徵可以分割圖像,這也是邊緣檢測的意義。 Canny()作用:檢測圖像邊緣 應用: int main() {Mat src

原创 remap()函數

鍵盤ASCII碼,查詢網頁 http://zhidao.baidu.com/link?url=KNf7KZYWf4jCalCKhxDVifYFCWkg4tlN0rsFQ-ZnHRinzgAhdl9fgCNirjuKu_lW4Wy3rnHd

原创 Opencv中三種遍歷元素的方法及程序計時方法

//第一種,用指針遍歷 #include<opencv2/opencv.hpp> #include <highgui.h> #include <iostream> #include <cv.h> using namespace cv; u

原创 findContours和drawContours的使用

雖然書上說與Canny的區別是,Canny沒有將邊緣看成整體,這裏將邊緣看成一個整體的輪廓,但還是沒有看出來區別…… 程序一:基礎的輪廓檢測和繪製,基於二值化 int main() {    Mat src=imread("renti2.