计算机视觉(1)——卷积与opencv
2016-11-22 09:55
791 查看
这篇文章中我介绍了我初学opencv的知识与体会 文章开头,先放一张图! [Canny,Sobel](https://img-blog.csdn.net/20161122090108624) **详细代码:** 一、摄像机与视频的读取
VideoCapture cap(0);//有数字读摄像头,路径读视频 while (true) { Mat frame; cap >> frame;//将读取的每一帧图片放入frame namedWindow("123", 0);//0可改变大小,1不//创建窗口 imshow("123", frame);//在123窗口上输出图像 waitKey(30);//30代表30ms,用于增强视频的连贯性,0代表无限延迟。常用30到60 }
二、读取图片 与其中的像素值
//灰度图0到255,彩图比灰度图多三倍 Mat p1; p1 = imread("1.jpg", 1);//1彩图,0灰度图 cvtColor(p1, p1, CV_RGB2GRAY);//颜色转换,cvtColor("输入素材Mat","输出素材Mat","颜色空间转换参数") imshow("123", p1); waitKey(0);
三、Mat对象一些操作
Mat image = Mat(5, 5, CV_64FC1);//5*5静态二维数组 Mat image = Mat::zeros(5, 5, CV_64FC1);//zeros,eye,ones//0,1,单位矩阵 cout << image << endl; Mat image1 = Mat::ones(5,5, CV_64FC1); cout << image1 << endl; Mat image2 = image +image1;//+,-,*亦可(大小一样) cout << image2 << endl; cout << image.at<double>(0, 0) << endl; image.copyTo.t;//t表示转置
四、图像x方向求导的卷积与非卷积操作
VideoCapture cop1(0); while (true) { Mat frame; cop1 >> frame; cvtColor(frame, frame, CV_RGB2GRAY); cout << "row" << frame.rows << "col" << frame.cols << endl; /*对矩阵求导,公式如下: Dx(x,y)=f(x+1,y)-f(x-1,y); Dy(x,y)=f(x,y+1)-f(x,y-1); */ Mat dimg = Mat(frame.rows, frame.cols - 2, CV_8UC1); for (int i = 0; i < fream.rows; i++) { for (int j = 1; j < fream.cols - 1; j++) { dimg.at<uchar>(i, j-1) = fream.at<uchar>(i, j - 1) - fream.at<uchar>(i, j + 1); } } Mat dimg = Mat(frame.rows, frame.cols - 2, CV_8UC1); Mat model = Mat(1, 3, CV_64FC1);//定义一个卷积模板 //初始化模板 model.at<double>(0, 0) = 1; model.at<double>(0, 1) = 0; model.at<double>(0, 2) = -1; //卷积操作 for (int i = 0; i<frame.rows; i++) { for (int j = 1; j<frame.cols - 1; j++) { int half = model.cols / 2; double sum = 0; for (int m = 0; m<model.rows; m++) { for (int n = -half; n<model.cols - half; n++) { sum += (double)(frame.at<uchar>(i + m, j + n))*model.at<double>(m, n + half);//(double)为强制转化成double类型 } } dimg.at<uchar>(i, j - 1) = (uchar)sum; } } imshow("【灰度图】", frame); imshow("【求导后图】", dimg); waitKey(30); }
五、高斯模糊的核创建与卷积操作
//高斯卷积 double sigma = 50; Mat gauss(5, 5, CV_64FC1); for (int i = -2; i<3; i++) { for (int j = -2; j<3; j++) { gauss.at<double>(i + 2, j + 2) = exp(-(i*i + j*j) / (2 * sigma*sigma));//正态分布公式 } } double gssum = sum(gauss).val[0];//求和 //归一化(平均) for (int i = -2; i<3; i++) { for (int j = -2; j<3; j++) { gauss.at<double>(i + 2, j + 2) /= gssum; } } cout<<gauss<<endl; VideoCapture cap2(0); while (true) { Mat frame; cap2 >> frame; cvtColor(frame, frame, CV_RGB2GRAY); Mat dimg = Mat(frame.rows - 4, frame.cols - 4, CV_8UC1); //卷积操作 for (int i = 2; i<frame.rows - 2; i++) { for (int j = 2; j<frame.cols - 2; j++) { double sum = 0; for (int m = 0; m<gauss.rows; m++) { for (int n = 0; n<gauss.cols; n++) { sum += (double)(frame.at<uchar>(i + m - 2, j + n - 2))*gauss.at<double>(m, n); } } dimg.at<uchar>(i - 2, j - 2) = (uchar)sum; } } imshow("【原图】", frame); imshow("gauss", dimg); waitKey(10); }
六、相关API操作
VideoCapture cop3(0); while (true) { Mat frame; cop3 >> frame; cvtColor(frame, frame, CV_RGB2GRAY); imshow("【灰度图】", frame); GaussianBlur(frame, frame, Size(5, 5), 0, 0);//高斯模糊 imshow("GaussianBlur", frame); Canny(frame, frame, 100, 100);//Canny边缘检验算子 imshow("Canny", frame); Sobel(frame, frame,0, 1, 1);//Sobl边缘检验算子 imshow("Sobel", frame); waitKey(30); }
[想看源码戳这里,不过你会失望的](http://download.csdn.net/detail/typedef_dc/9689477)
相关文章推荐
- 中北大学安卓实验室培训课程-计算机视觉(1) ——卷积与opencv
- 计算机视觉(opencv和卷积)
- 计算机视觉与图像处理(一)——卷积与opencv
- 学习《OpenCV 2 计算机视觉编程手册》第二章遍历图像和领域操作实例——对图像进行锐化
- 【计算机视觉】OpenCV人脸识别facerec源码分析1——FaceRecognizer概述
- 玩转人工智能(7)计算机视觉OpenCV库持续深入学习总结
- 【计算机视觉】 多幅相机标定, 多相机标定(matlab/opencv)
- opencv3计算机视觉Python语言实现(原书第二版)第三章3.6节缺少BGRPortraCurveFilter()函数
- opencv计算机视觉学习笔记三
- opencv计算机视觉学习笔记六
- 【计算机视觉】【OpenCV】OpenCV 3.X第一个python示例
- 计算机视觉_Opencv
- 深入理解OpenCV:实用计算机视觉项目解析 笔记
- [计算机视觉]ubuntu16.04安装opencv3.1.0+Qt5.6.0
- 【计算机视觉】OpenCV人脸识别facerec源码分析2——LBPH概述
- 计算机视觉与图像处理学习笔记(二)win32+mingw+opencv搭建
- 深度卷积网络在计算机视觉中的应用研究综述
- opencv计算机视觉学习笔记五
- opencv计算机视觉学习笔记六
- OpenCV3计算机视觉Python语言实现人脸识别笔记