在百度做网站武汉百度开户代理
一、关于图像处理的相关类和函数
图像容器：Mat类
读取图像：
Mat imread( const String& filename, int flags = IMREAD_COLOR );
功能：读取出图像
参数：图像路径
返回值：读取的图像命名展示图像的窗口：
void namedWindow(const String& winname, int flags = WINDOW_AUTOSIZE);
功能：命名一个图像窗口
参数1：窗口名称
参数2：窗体尺寸，默认为自适应大小
返回值：无展示图像：
void imshow(const String& winname, const ogl::Texture2D& tex);
功能：展示图像
参数1：要展示图像的窗口名称
参数2：要展示的二维图像
返回值：无示例：
#include "widget.h"
#include <QApplication>
int main(int argc, char *argv[])
{QApplication a(argc, argv);Widget w;w.show();//1、定义一个图像容器Mat src;//2、将图像加载进来//函数原型：Mat imread( const String& filename, int flags = IMREAD_COLOR );//参数：图像的路径//返回值：图像容器src = imread("D:/opencv/resource/age.jpg");//4、命名一个展示图像的窗口//namedWindow("Test");//5、展示图像//函数原型：void imshow(const String& winname, const ogl::Texture2D& tex);//参数1：要展示图像的窗口名称//参数2：要展示的图像//返回值：无imshow("Test", src);return a.exec();
}二、视频流相关类和函数
视频流类：VideoCapture
打开视频：
virtual bool open(const String& filename);
参数：要打开视频的路径
返回值：成功返回true失败返回false若想要打开摄像头只需在构造时，调用构造函数参数传递0即可
读取视频流中图像：
virtual bool read(OutputArray image);
功能：读取视频流中的图像
参数：图像容器
返回值：成功读取返回true，失败或者视频结束返回false图像翻转：
void flip(InputArray src, OutputArray dst, int flipCode);
将图像进行旋转
参数1：要处理的图像
参数2：处理后的图像容器
参数3：处理规则：0：表示沿x翻转，1表示沿y轴翻转，-1表示沿xy轴翻转休眠阻塞函数：
int waitKey(int delay = 0);
功能：阻塞等待用户输入数据，如果delay=0，则一直等待
参数：毫秒数
返回值：在等待过程中用户按下键的值示例：
#include "widget.h"
#include <QApplication>
int main(int argc, char *argv[])
{QApplication a(argc, argv);Widget w;w.show();//1、定义视频流对象VideoCapture v(0); //表明使用摄像头构造一个视频流对象//2、读取摄像头中的图像Mat src; //用于存放读取出来的图像//函数原型：virtual bool read(OutputArray image);//功能：从视频流中读取一张图像放入参数中//参数：图像容器//返回值：成功返回真，失败或者读取视频结束返回假while(v.read(src)){//将图像进行翻转//函数原型：void flip(InputArray src, OutputArray dst, int flipCode);//参数1：要翻转的图像//参数2：翻转后的图像容器//参数3：翻转规则：正数表示按y轴翻转，0表示按x轴翻转，负数表示按xy轴翻转flip(src, src, 1);//展示图像imshow("Test1", src);//加延时函数//函数原型：int waitKey(int delay = 0);//参数：等待时间//返回值：在等待期间用户按下的键盘的ascii值 ESC键对应的值为27if(waitKey(20)==27){break;}}return a.exec();
}三、图像处理
灰度处理：
void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );
功能：转换图像色彩空间
参数1：要转换的图像
参数2：转变后图像容器
参数3：转换规则：BGR to gray
返回值：无均衡化处理：
void equalizeHist( InputArray src, OutputArray dst );
参数1：输入的灰度图像，必须是8-bit的单通道图像
参数2：输出的图像
图像直方图：对整个图像在灰度范围内的像素值（0-255）统计出现的频率，据此生成直方图，直方图反应了图像的灰度分布情况。示例：
#include "widget.h"
#include <QApplication>
int main(int argc, char *argv[])
{QApplication a(argc, argv);Widget w;w.show();//1、定义视频流对象VideoCapture v(0); //表明使用摄像头构造一个视频流对象//2、读取摄像头中的图像Mat src; //用于存放读取出来的图像Mat gray; //用于存储灰度图的图像容器Mat dst; //用于存储均衡化处理后的图像容器//函数原型：virtual bool read(OutputArray image);//功能：从视频流中读取一张图像放入参数中//参数：图像容器//返回值：成功返回真，失败或者读取视频结束返回假while(v.read(src)){//将图像进行翻转//函数原型：void flip(InputArray src, OutputArray dst, int flipCode);//参数1：要翻转的图像//参数2：翻转后的图像容器//参数3：翻转规则：正数表示按y轴翻转，0表示按x轴翻转，负数表示按xy轴翻转flip(src, src, 1);//3、将图像灰度处理//函数原型：void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );//参数1：要转换的图像//参数2：转换后的图像容器//参数3：转换规则 CV_BGR2GRAY表示将bgr彩色图转换为gray灰度图//返回值：无cvtColor(src, gray, CV_BGR2GRAY);//4、对图像进行均衡化处理//函数原型：void equalizeHist( InputArray src, OutputArray dst );//参数1：要进行均衡化处理的图像，必须是单通道灰度图//参数2：均衡化处理后的图像容器//返回值：无equalizeHist(gray, dst);//展示彩色图像imshow("Test1", src);//展示灰度图像imshow("Test2", gray);//展示均衡化处理后的图像imshow("Test3", dst);//加延时函数//函数原型：int waitKey(int delay = 0);//参数：等待时间//返回值：在等待期间用户按下的键盘的ascii值 ESC键对应的值为27if(waitKey(20)==27){break;}}return a.exec();
}四、级联分类器
opencv级联分类器工具类 : CascadeClassifier
加载级联分类器配置文件 :
bool load( const String& filename )
参数1：分类器数据文件的名字
返回值：成功true，失败false找到人脸所在位置的矩形区域：
void detectMultiScale(
const Mat& image,
CV_OUT vector& objects,
double scaleFactor = 1.1,
int minNeighbors = 3,
int flags = 0,
Size ize = Size(24,24))
参数1:待检测灰度图像(数据少处理起来简单)
参数2:被检测物体的矩形框向量( 人脸Rect矩形区域，其中objects.size()是人脸个数 )
参数3:前后两次相继的扫描中搜索窗口的比例系数，默认为1.1 即每次搜索窗口扩大10%
参数4:构成检测目标的相邻矩形的最小个数 如果组成检测目标的小矩形的个数和小于 minneighbors - 1 都会被除
参数5:若设置为CV_HAAR_DO_CANNY_PRUNING 函数将会使用Canny边缘检测来排除边缘过多 或过少的区域,，一般采用默认值0
参数6:用来限制得到的目标区域的范围，一般检测人脸使用Size(24, 24)显示矩形区域：
void rectangle(
CV_IN_OUT Mat& img,
Rect rec,
const Scalar& color,
int thickness = 1,
int lineType = LINE_8,
int shift = 0);img：图像。
rec：表征矩形的位置和长宽。
color：线条颜色 (RGB) 。
thickness：组成矩形的线条的粗细程度。
line_type：线条的类型。
shift：坐标点的小数点位数,0表示没有小数点。
示例：
#include "widget.h"
#include <QApplication>
int main(int argc, char *argv[])
{QApplication a(argc, argv);Widget w;w.show();//1、定义视频流对象VideoCapture v(0); //表明使用摄像头构造一个视频流对象//2、读取摄像头中的图像Mat src; //用于存放读取出来的图像Mat gray; //用于存储灰度图的图像容器Mat dst; //用于存储均衡化处理后的图像容器//5、实例化一个级联分类器的对象，用于找到图像中的人脸矩形区域CascadeClassifier c;//给类对象装载人脸识别模型//函数原型：bool load( const String& filename );//功能：给级联分类器对象，下载一个识别模型//参数：人脸识别模型的文件路径//返回值：成功下载返回真，失败返回假if(!c.load("D:/opencv/resource/haarcascade_frontalface_alt2.xml")){QMessageBox::information(NULL,"失败", "人脸识别模型装载失败");return -1;}//定义容器存放人脸分类后的矩形框vector<Rect> faces;//函数原型：virtual bool read(OutputArray image);//功能：从视频流中读取一张图像放入参数中//参数：图像容器//返回值：成功返回真，失败或者读取视频结束返回假while(v.read(src)){//将图像进行翻转//函数原型：void flip(InputArray src, OutputArray dst, int flipCode);//参数1：要翻转的图像//参数2：翻转后的图像容器//参数3：翻转规则：正数表示按y轴翻转，0表示按x轴翻转，负数表示按xy轴翻转flip(src, src, 1);//3、将图像灰度处理//函数原型：void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );//参数1：要转换的图像//参数2：转换后的图像容器//参数3：转换规则 CV_BGR2GRAY表示将bgr彩色图转换为gray灰度图//返回值：无cvtColor(src, gray, CV_BGR2GRAY);//4、对图像进行均衡化处理//函数原型：void equalizeHist( InputArray src, OutputArray dst );//参数1：要进行均衡化处理的图像，必须是单通道灰度图//参数2：均衡化处理后的图像容器//返回值：无equalizeHist(gray, dst);//6、使用级联分类器对象，获取人脸矩形区域//函数原型：void detectMultiScale( InputArray image,CV_OUT std::vector<Rect>& objects）//参数1：要进行识别的图像//参数2：对该图像识别后，的矩形框存放的数组容器c.detectMultiScale(dst, faces);//7、将上述得到的矩形框，全部都绘制到图像上for(int i=0; i<faces.size(); i++){//将任意一个矩形框，全部都绘制到图像上//函数原型：void rectangle(CV_IN_OUT Mat& img, Rect rec,const Scalar& color, int thickness = 1）//参数1：要被绘制的图像//参数2：要绘制的矩形框//参数3：矩形框的颜色//参数4：矩形框的粗细//返回值：无rectangle(src, faces[i], Scalar(0,0,255), 2);}//8、像素反差for(int i=0; i<src.rows; i++) //外层循环控制行数{for(int j=0; j<src.cols; j++) //内层循环控制列数{//找到任意一个像素:src.at<Vec3b>(i,j)//找到任意一个像素中的通道中的值src.at<Vec3b>(i,j)[k]for(int k=0; k<3; k++){src.at<Vec3b>(i,j)[k] = 255 - src.at<Vec3b>(i,j)[k]; //对像素进行反差}}}//展示彩色图像imshow("Test1", src);//展示灰度图像imshow("Test2", gray);//展示均衡化处理后的图像imshow("Test3", dst);//加延时函数//函数原型：int waitKey(int delay = 0);//参数：等待时间//返回值：在等待期间用户按下的键盘的ascii值 ESC键对应的值为27if(waitKey(20)==27){break;}}return a.exec();
}