opencv 3.1 例程介绍
opencv基本使用方法
OpenCV基本使用方法一、介绍O p en CV是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法，可以用于图像处理、目标检测、人脸识别等各种应用。
本文档将介绍O pe nC V的基本使用方法，包括图像读取、显示、保存以及常用的图像处理操作。
二、图像读取与显示1.读取图像要读取图像，可以使用`cv2.im re ad()`函数。
该函数接受图像文件的路径作为参数，并返回一个表示图像的多维数组。
i m po rt cv2i m ag e=cv2.im re ad("im ag e.jp g")2.显示图像要显示图像，可以使用`cv2.im sh ow()`函数。
该函数接受一个窗口名称和一个表示图像的多维数组作为参数。
i m po rt cv2i m ag e=cv2.im re ad("im ag e.jp g")c v2.im sh ow("Im age",i ma ge)c v2.wa it Ke y(0)c v2.de st ro yA ll Wind ow s()三、图像保存与格式转换1.保存图像要保存图像，可以使用`cv2.im wr it e()`函数。
该函数接受图像保存的路径和表示图像的多维数组作为参数。
i m po rt cv2i m ag e=cv2.im re ad("im ag e.jp g")c v2.im wr it e("n ew_i ma ge.j pg",im age)2.格式转换要将图像从一种格式转换为另一种格式，可以使用`c v2.c vt Co lo r()`函数。
该函数接受表示图像的多维数组和转换的标志作为参数。
i m po rt cv2i m ag e=cv2.im re ad("im ag e.jp g")g r ay_i ma ge=c v2.cv t Co lo r(im ag e,cv2.CO LO R_BG R2GR AY)四、常用的图像处理操作1.转换为灰度图要将彩色图像转换为灰度图，可以使用`c v2.cv tC ol or()`函数，并指定转换标志为`cv2.CO LO R_BG R2GR AY`。
opencv 使用手册
opencv 使用手册OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供了很多函数，这些函数非常高效地实现了计算机视觉算法。
OpenCV 使用 C/C++ 开发，同时也提供了 Python、Java、MATLAB 等其他语言的接口。
OpenCV 是跨平台的，可以在 Windows、Linux、Mac OS、Android、iOS 等操作系统上运行。
OpenCV 的应用领域非常广泛，包括图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。
OpenCV 还提供了机器学习模块，可以使用正态贝叶斯、K最近邻、支持向量机、决策树、随机森林、人工神经网络等机器学习算法。
要使用 OpenCV，首先需要安装 OpenCV 库。
可以使用 pip 命令安装opencv-python 和 opencv-contrib-python。
安装完成后，可以通过以下命令导入 OpenCV 模块：```pythonimport cv2 as cv```然后可以调用 OpenCV 提供的各种函数来处理图像和视频。
例如，可以使用 `()` 函数读取图像，使用 `()` 函数显示图像，使用 `()` 函数等待用户按键，使用 `()` 函数关闭所有窗口。
以下是一个简单的示例代码，用于读取一张图片并显示出来：```pythonimport cv2 as cv读取图片img = ("./data/")显示图片("image", img)等待用户按键，按下 q 键退出while True:if (1000) & 0xFF == ord("q"):break()```以上是 OpenCV 的基本使用手册，更多详细信息和函数文档可以在OpenCV 官方网站上查看。
c++的opencv使用方法总结
C++的OpenCV使用方法总结在计算机视觉和图像处理领域，OpenCV是一个非常强大的开源库，它提供了丰富的功能和工具，用于处理图像和视频。
作为C++程序员，了解并熟练使用OpenCV库是非常重要的。
本文将对C++中使用OpenCV的方法进行总结，并探讨一些常见的应用和技巧。
一、安装和配置OpenCV在开始使用OpenCV之前，首先需要安装和配置这个库。
在Windows评台上，可以通过下载预编译的二进制文件进行安装；在Linux评台上，可以通过包管理器进行安装。
安装完毕后，还需进行一些环境配置，确保编译器能够正确信息OpenCV库文件。
二、基本图像处理1. 读取和显示图像在C++中使用OpenCV读取和显示图像非常简单，只需几行代码即可完成。
首先需要使用imread函数读取图像文件，然后使用imshow 函数显示图像。
在进行图像显示后，需要使用waitKey函数等待用户按下某个键，以便关闭显示窗口。
2. 图像的基本操作OpenCV提供了丰富的图像处理函数，包括图像缩放、旋转、平移、通道拆分与合并等。
这些函数可以帮助我们对图像进行各种基本操作，从而满足不同的需求。
三、特征提取与描述1. Harris角点检测Harris角点检测是一种经典的特征点检测方法，它可以用来识别图像中的角点。
在OpenCV中，我们可以使用cornerHarris函数来实现Harris角点检测，然后对检测结果进行筛选和标记。
2. SIFT特征提取SIFT是一种广泛应用的特征提取算法，它具有旋转不变性和尺度不变性。
在OpenCV中，我们可以使用SIFT算法来提取图像的关键点和特征描述子，从而实现图像匹配和目标识别等功能。
四、图像分类与识别1. 使用支持向量机（SVM）进行图像分类OpenCV提供了对机器学习算法的支持，包括SVM分类器。
我们可以使用SVM对图像进行分类，从而实现图像识别和目标检测等功能。
2. 使用深度学习模型进行图像识别近年来，深度学习在图像识别领域取得了显著的成就。
易语言opencv模块实例
易语言opencv模块实例易语言是一种面向过程的编程语言，它的特点是简单易学、语法简洁。
而OpenCV是一个开源的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法，可以在易语言中使用OpenCV模块来实现图像处理和计算机视觉的功能。
在使用OpenCV模块之前，我们首先需要安装和配置OpenCV库。
可以从OpenCV官方网站上下载OpenCV的安装包，并按照官方文档进行安装和配置。
安装完成后，我们就可以在易语言中使用OpenCV模块了。
使用OpenCV模块进行图像处理的第一步是加载图像。
我们可以使用OpenCV模块提供的函数来加载图像文件，例如cvLoadImage函数可以加载一个图像文件，并返回一个包含图像数据的对象。
加载图像后，我们可以对图像进行各种处理操作。
OpenCV模块提供了丰富的图像处理函数，例如cvCvtColor函数可以将图像从一种颜色空间转换成另一种颜色空间，cvResize函数可以调整图像的大小，cvThreshold函数可以对图像进行二值化处理等等。
除了基本的图像处理函数之外，OpenCV模块还提供了一些高级的图像处理算法。
例如，我们可以使用cvCanny函数来进行边缘检测，cvHoughLines函数来进行直线检测，cvFindContours函数来进行轮廓检测等等。
这些算法可以帮助我们更好地理解和分析图像。
在进行图像处理的过程中，我们可能需要将处理结果保存成新的图像文件。
OpenCV模块提供了cvSaveImage函数来保存图像文件。
我们可以指定保存的文件名和保存的图像格式，例如保存为JPEG格式的图像文件。
除了图像处理之外，OpenCV模块还可以用于计算机视觉的应用。
例如，我们可以使用OpenCV模块提供的函数来进行人脸检测、目标跟踪、图像识别等。
这些功能可以广泛应用于安防监控、人机交互、智能交通等领域。
通过使用易语言中的OpenCV模块，我们可以方便地实现各种图像处理和计算机视觉的功能。
个人整理的opencv最基本入门资料
---- By Moco Sun 2010.12.19
1. 简介 OpenCV 的全称是：Open Source Computer Vision Library，Intel 公司支持的开源计算机视
觉库，采用 c/c++编写，可以运行在 linux/windows/mac 等操作系统上。Opencv 还提供了 python、ruby、matlab 以及其他语言的接口。
//读取图像宽度 //读取图像高度 //读取图像通道数 //读取图像一行像素所占的字节数
{ pchar = (uchar*)image->imageData + i*widthStep; for (j=0; j<width; j++) { uchar* temp = pchar + j*channel; temp[0] += 10;//通道B temp[1] += 10;//通道G temp[2] += 10;//通道R }
其目标是构建一个简单易用的计算机视觉框架，以帮助开发人员更便捷地设计更复杂的 计算机视觉相关应用程序。Opencv 包含的函数有 500 多个，覆盖了如工厂产品检测、医学 成像、信息安全、用户界面、摄像机标定、立体视觉和机器人等，具体将在下面介绍。 Opencv 使用宽松的 BSD 开源协议，在遵守协议的情况下，允许生成商业产品，不必开发源 代码。
CvSize表示图像的大小，为含两个int的结构体，定义如下
typedef struct CvSize { int width; int height; }
CvSize; 小贴士
Cv与cv的区别：以Cv开头的一般是函数，以cv开头的通常是内联数据元素。 CvPoint结构体不支持默认构造函数，但是可以通过inline的cvPoint(注意首字母小写)函数来创 建一个无名的CvPoint，这在传递一些函数参数经常使用，同理，CvScalar与cvScalar,CvSize与 cvSize等也有这样的用法。
OpenCV安装教程
OpenCV安装教程1.准备安装文件1.1下载安装OpenCV/projects/opencvlibrary/files/直接解压到指定文件夹：（解压后如图）1.2下载CMake/cmake/resources/software.html2.编译OpenCV2.1运行cmake-guiWhere is the source code: 填写opencv所在文件夹Where to build the binaries: 在上述文件夹内新建一个文件夹，这里是vs20082.2点击configure，弹出框选visual studio 9 20082.3configure后若有红色，则重复一次configure，完成后点击generate3.配置VC完成上一步操作后，在新建文件夹内会生成OpenCV.sln文件3.1Debug下：选择Solution OpenCV（解决方案OpenCV），右键“Rebuilt Solution”（重新生成）这里要耐心等几分钟再对install项目，右键->built（生成）3.2在release下，重复debug的操作3.3检查此时在vs2008的install里应有Bin应有：Opencv_core231d.dll和opencv_core231.dll等（数字是版本，有d是debug，无d是release）Include->opencv应有Lib应有3.4配置vs环境变量进入：工具->选项->项目和解决方案->VC++目录可执行文件添加：install的bin路径包含文件添加：install的include和include\opencv的路径（两者都要）库文件添加：install的lib路径4.配置环境变量进入计算机->属性->高级系统设置->环境变量在path添加1.install中的bin路径：F:\OpenCV\opencv\vs2008\install\bin;2.由于有些函数需要TBB，所以需要将tbb所在的目录也加入到环境变量Path中。
JavaCV3.1入门教程
JavaCV3.1入门教程话不多说，先简单介绍下JavaCV3.1。
它封装了包括OpenCV以内的大部分图像处理算法，是目前最新的版本。
目前网络上只找到几位大神写的教程，但是版本都在3x以下，配置较麻烦，新手入门容易混淆。
本人本着废话多过文化的宗旨，写个3.1的入门教程。
作者企鹅：伍零贰玖柒柒肆柒叁。
一、准备软件（一）准备javaCV 直接官网下载（），获得一个叫【opencv-3.1.0.exe】的文件。
别运行【右键—解压到当前文件夹】，获得一个【opencv-3.1.0】的文件夹。
（二）准备JDK8 这个就不用多说了吧，因为跑javaFX要jdk8.（三）准备JavaFX 因为官网的Demo是javaFX写的GUI，必须要JavaFX 。
也可以自己用Swing重写GUI。
这个不用下，就在jdk8目录下就有。
（四）准备IDE，推荐使用MyEclipse2013。
（五）下载官网Demo地址【http://opencv-java-tutorials.readthedocs.io/en/latest/】全洋文，看不懂可以用谷歌浏览器的全文翻译。
打不开的可以用蓝灯代理。
二、配置环境（一）导入官方Demo打开MyEclipse2013，【资源管理器空白处—右键—导入—选中现有项目到工作空间—下一步—浏览—找到demo的目录—完成】（二）配置jdk环境【窗口—首选项—java—已安装的jre—添加—把jdk8添加进去】（三）配置javaCV 【窗口—首选项—java—构建路径—用户库—新建—输入javacv—确定—选中javacv—添加外部jar—选中[opencv-3.1.0\opencv\build\java opencv-310.jar]】【展开javacv—本机库位置—编辑—外部文件夹—选中[opencv-3.1.0\opencv\build\java\x86\ opencv_java310.dll]】（四）配置javaFX 找到[jdk1.8.0_91\jre\lib\ext\ jfxrt.jar] 添加进构建路径（五）更改系统库为jdk8这个也不废话了，到这里就可以直接运行了。
C语言实现opencv提取直线、轮廓及ROI实例详解
C语⾔实现opencv提取直线、轮廓及ROI实例详解⼀、Canny检测轮廓在上⼀篇⽂章中有提到sobel边缘检测，并重写了soble的C++代码让其与matlab中算法效果⼀致，⽽soble边缘检测是基于单⼀阈值的，我们不能兼顾到低阈值的丰富边缘和⾼阈值时的边缘缺失这两个问题。
⽽canny算⼦则很好的弥补了这⼀不⾜，从⽬前看来，canny边缘检测在做图像轮廓提取⽅⾯是最优秀的边缘检测算法。
canny边缘检测采⽤双阈值值法，⾼阈值⽤来检测图像中重要的、显著的线条、轮廓等，⽽低阈值⽤来保证不丢失细节部分，低阈值检测出来的边缘更丰富，但是很多边缘并不是我们关⼼的。
最后采⽤⼀种查找算法，将低阈值中与⾼阈值的边缘有重叠的线条保留，其他的线条都删除。
本篇⽂章中不对canny的算法原理作进⼀步说明，稍后会在图像处理算法相关的⽂章中详细介绍。
下⾯我们⽤OpenCV中的Canny函数来检测图像边缘int main(){Mat I=imread("../cat.png");cvtColor(I,I,CV_BGR2GRAY);Mat contours;Canny(I,contours,125,350);threshold(contours,contours,128,255,THRESH_BINARY);namedWindow("Canny");imshow("Canny",contours);waitKey();return 0;}显⽰效果如下:⼆、直线检测⽤到的是霍夫变换检测直线的算法直线在图像中出现的频率⾮常之⾼，⽽直线作为图像的特征对于基本内容的图像分析有着很重要的作⽤，本⽂通过OpenCV中的hough变换来检测图像中的线条。
我们先看最基本的Hough变换函数HoughLines，它的原型如下：void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0 );它的输⼊是⼀个⼆值的轮廓图像，往往是边缘检测得到的结果图像；它的输出是⼀个包含多个Vec2f点的数组，数组中的每个元素是⼀个⼆元浮点数据对<rou,theta>，rou代表直线离坐标原点的距离，theta代表⾓度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.calib3d：相机标定以及三维重建。
2.core：核心模块，包括OpenCV 基本的数据结构，离散傅里叶变换，XML 和YAML 文
件的写入与读取，扫描图像，opencv的互操作，英特尔IPP 异步转换。
3.features2D：AKAZE特征检测与跟踪。
4.gpu：gpu基本操作
5.HighGUI：包括GDAL支持，视频PSNR,SSIM质量指标，视频存储，设置滚动条，更改图
像对比度和亮度。
6.Histograms_Matching：包括直方图，直方图反向投影，直方图比较，直方图均衡，直方
图匹配。
7.ImgProc：包括图像叠加，线性变换，形态学处理，图像金字塔，图像滤波，二值化。
8.ImgTrans：包括Canny，Sobel边缘检测，图像边界扩展，使用filter2D构造线性滤波器，
图像几何变换，霍夫变换，拉普拉斯变换，图像分割，图像重映射。
9.Introduction：图像显示。
10.Ml：机器学习，包括主成分分析（PCA），支持向量机（SVM），非线性SVM。
11.objectDetection：目标检测。
12.photo：计算摄影学，包括去色，HDR成像，非真实性渲染，泊松克隆。
13.ShapeDescriptors：包括查找轮廓，计算多边形的矩，测试点是否在多边形中。
14.TrackingMotion：包括角点检测，Harris角点检测，Shi-Tomasi角点检测，亚像素级角点
检测。
15.Video：背景提取。
16.Viz：基于VTK库实现三维可视化。
17.xfeatures2D：背景提取。
1.3calibration.cpp，calibration.cpp：相机定标。
2.autofocus.cpp：自动聚焦。
3.bgfg_segm.cpp：背景分割。
4.camshiftdemo.cpp：min-shift跟踪。
5.cloning_demo.cpp，cloning_gui.cpp：泊松克隆。
6.connected_components.cpp：显示连通分量。
7.contours2.cpp：查找，绘制填充轮廓。
8.convexhull.cpp：获取轮廓凸包。
9.cout_mat.cpp：矩阵输出。
10.create_mask.cpp：生成掩码。
11.dbt_face_detection.cpp：人脸识别（仅用于UNIX，ANDROID）。
12.delaunay2.cpp：对随机点进行delaunay三角剖分。
13.demhist.cpp：直方图均衡化，调节图像的亮度与对比度。
14.detect_blob.cpp：使用BLOB（二进制大对象）进行区域检测和滤波。
15.detect_mser.cpp：使用MSER进行斑点区域检测。
16.dft.cpp：离散傅里叶变换。
17.ffilldemo.cpp：漫水填充。
18.filestorage.cpp：Mat矩阵存储，读写XML/YML文件。
19.fitellipse.cpp：椭圆拟合。
20.grabcut.cpp：grabcut图像分割。
21.houghcircles.cpp，houghlines.cpp：霍夫变换。
22.image.cpp：图像基本操作。
23.image_alignment.cpp：ECC图像校准。
24.image_sequence.cpp：使用VideoCapture读取一系列图像。
25.imagelist_creator.cpp：生成YAML/XML文件。
26.inpaint.cpp：去水印。
27.intelperc_capture.cpp：Inter SDK。
28.kalman.cpp：卡尔曼滤波。
29.kmeans.cpp：k-means聚类。
place.cpp：laplace边缘检测。
31.letter_recog.cpp：训练RandomTree分类器。
32.lkdemo.cpp：Lukas-Kanade光流法。
33.logistic_regression.cpp：逻辑回归分析。
34.lsd_lines.cpp：基于lsd的直线检测方法。
35.mask_tmpl.cpp：使用掩码进行模板匹配。
36.matchmethod_orb_akaze_brisk.cpp：特征匹配。
37.minarea.cpp：产生随机点后，计算包含所有点的矩形和圆的最小面积。
38.morphology2.cpp：形态学处理。
39.npr_demo.cpp：非真实性渲染.
40.opencv_version.cpp：显示opencv版本。
41.openni_capture.cpp：视频捕捉。
42.pca.cpp：主成分分析。
43.phase_corr.cpp：基于相位的相关图像运动方位跟踪。
44.points_classifier.cpp：鼠标点击给定点和类。
45.polar_transforms.cpp：线性坐标和极坐标相互转换。
46.segment_objects.cpp：训练背景，分割。
47.select3dobj.cpp：相机定标，目标跟踪，目标分割。
48.shape_example.cpp：形状匹配。
49.smiledetect.cpp：人脸识别。
50.squares.cpp：寻找矩形。
51.starter_imagelist.cpp：根据图像列表文件YAML读取并显示图像。
52.starter_video.cpp：打开视频图像，截图。
53.stereo_calib.cpp：立体校准。
54.stereo_match.cpp：立体匹配。
55.stitching.cpp，stitching_detailed.cpp：图像拼接。
56.train_HOG.cpp：HOG（方向梯度直方图）特征。
57.tree_engine.cpp：使用不同的决策树。
l1_optical_flow.cpp：光流法视频跟踪。
59.videostab.cpp：稳定视频。
60.watershed.cpp：分水岭分割。