【OpenCV教程】对图像的各种常用操作

1.图片读取

CV_EXPORTS_W Mat imread( const String& filename, int flags = IMREAD_COLOR );
enum ImreadModes {

       IMREAD_UNCHANGED            = -1, 
//!< If set, return the loaded image as is (with alpha channel, otherwise it gets cropped). Ignore EXIF orientation.

       IMREAD_GRAYSCALE            = 0,  
//!< If set, always convert image to the single channel grayscale image (codec internal conversion).

       IMREAD_COLOR                = 1,  
//!< If set, always convert image to the 3 channel BGR color image.

       IMREAD_ANYDEPTH             = 2,  
//!< If set, return 16-bit/32-bit image when the input has the corresponding depth, otherwise convert it to 8-bit.

       IMREAD_ANYCOLOR             = 4,  
//!< If set, the image is read in any possible color format.

       IMREAD_LOAD_GDAL            = 8,  
//!< If set, use the gdal driver for loading the image.

       IMREAD_REDUCED_GRAYSCALE_2  = 16, 
//!< If set, always convert image to the single channel grayscale image and the image size reduced 1/2.

       IMREAD_REDUCED_COLOR_2      = 17, 
//!< If set, always convert image to the 3 channel BGR color image and the image size reduced 1/2.

       IMREAD_REDUCED_GRAYSCALE_4  = 32, 
//!< If set, always convert image to the single channel grayscale image and the image size reduced 1/4.

       IMREAD_REDUCED_COLOR_4      = 33, 
//!< If set, always convert image to the 3 channel BGR color image and the image size reduced 1/4.

       IMREAD_REDUCED_GRAYSCALE_8  = 64, 
//!< If set, always convert image to the single channel grayscale image and the image size reduced 1/8.

       IMREAD_REDUCED_COLOR_8      = 65, 
//!< If set, always convert image to the 3 channel BGR color image and the image size reduced 1/8.

       IMREAD_IGNORE_ORIENTATION   = 128 
//!< If set, do not rotate the image according to EXIF's orientation flag.
     };

2.创建窗口

CV_EXPORTS_W void namedWindow(const String& winname, int flags = WINDOW_AUTOSIZE);

参数如下

参数

含义

winname(window name)

窗体名

3.图片显示

CV_EXPORTS_W void imshow(const String& winname, InputArray mat);

参数如下

参数

含义

winname(window name)

窗体名

mat

输入的欲显示的图片

若窗体未创建，会自动进行创建

CV_EXPORTS_W int waitKey(int delay = 0);

控制图片的展示时间，如设置delay=0，则表示一直展示，按SPACE停止展示

如设置delay不为0，则表示停留delay毫秒

4.图片保存

CV_EXPORTS_W bool imwrite( const String& filename, InputArray img,
              const std::vector<int>& params = std::vector<int>());

参数如下

参数

含义

filename

保存的文件名

img(image)

要保存的图片

5.视频输入输出

CV_WRAP explicit VideoCapture::VideoCapture(const String& filename, int apiPreference = CAP_ANY);
  
CV_WRAP explicit VideoCapture::VideoCapture(const String& filename, int apiPreference, const std::vector<int>& params);

CV_WRAP explicit VideoCapture::VideoCapture(int index, int apiPreference = CAP_ANY);

CV_WRAP explicit VideoCapture::VideoCapture(int index, int apiPreference, const std::vector<int>& params);

CV_WRAP VideoWriter::VideoWriter(const String& filename, int fourcc, double fps,Size frameSize, bool isColor = true);

CV_WRAP VideoWriter::VideoWriter(const String& filename, int fourcc, double fps, const Size& frameSize,const std::vector<int>& params);

CV_WRAP VideoWriter::VideoWriter(const String& filename, int apiPreference, int fourcc, double fps,const Size& frameSize, const std::vector<int>& params);

//fps:帧率
//frameSize：输出视频中每一帧的尺寸

5.1 filename

影片档案名称（例如video.avi）
图片序列（例如img_%02d.jpg，将读取像这样的样本img_00.jpg, img_01.jpg, img_02.jpg, …）
视频流的网址（例如protocol://host:port/script_name?script_params|auth）。请注意，每个视频流或IP摄像机源均具有其自己的URL方案。请参考源流的文档以了解正确的URL。

5.2 index

要打开的视频捕获设备的ID。要使用默认后端打开默认摄像头，只需传递0。
当apiPreference为CAP_ANY时，使用camera_id + domain_offset（CAP_ *）向后兼容有效。

5.3 fourcc

用于编码视频文件的编码器，通过VideoWriter::fourcc函数获得

CV_WRAP static int fourcc(char c1, char c2, char c3, char c4);

参数如下

代码

含义

VideoWriter::fourcc('P','I','M','1')

MPEG-1编码，输出文件拓展名avi

VideoWriter::fourcc('X','V','I','D')

MPEG-4编码，输出文件拓展名avi

VideoWriter::fourcc('M','P','4','V')

旧MPEG-4编码，输出文件拓展名avi

VideoWriter::fourcc('I','4','2','0')

YUV编码，输出文件拓展名avi

VideoWriter::fourcc('X','2','6','4')

MPEG-4编码，输出文件拓展名mp4

VideoWriter::fourcc('T','H','E','O')

ogg vorbis编码，输出文件拓展名ogv

VideoWriter::fourcc('F',L','V','1')

flash video编码，输出文件拓展名flv

5.4 apiPreference（not important）

首选使用的Capture API后端。如果有多个可用的读取器实现，则可以用于实施特定的读取器实现。

设置读取的摄像头编号，默认CAP_ANY=0,自动检测摄像头。多个摄像头时，使用索引0,1,2，…进行编号调用摄像头。 apiPreference = -1时单独出现窗口，选取相应编号摄像头。

5.5 演示

VideoCapture video("demo.mp4");
Mat fps;
video.read(fps);
VideoWriter video_out("demo_out.avi",VideoWriter::fourcc('P','I','M','1'),30,fps.size());
    while (1){
        Mat fps;
        video>>fps;
        //video.read(fps);
        fps>>video_out;
        //video_out.write(fps);
        imshow("video",fps);
        waitKey(10);//控制帧率
    }

6.通道分离与合并

6.1 分离

API（一）

CV_EXPORTS void split(const Mat& src, Mat* mvbegin);

参数如下

参数

含义

src(source)

输入图像

mvbegin(mat vector begin)

分离后的Mat数组的地址

API（二）

CV_EXPORTS_W void split(InputArray m, OutputArrayOfArrays mv);

参数如下

参数

含义

m(mat)

输入图像

mv(mat vector)

分离后的的Mat数组，可以使用STL容器vector。

6.2 合并

API（一）

CV_EXPORTS void merge(const Mat* mv, size_t count, OutputArray dst);

参数如下

参数

含义

mv(mat vector)

欲合并的图像数组的地址

count

欲合并的图像的个数

dst(destination)

输出图片

API（二）

CV_EXPORTS_W void merge(InputArrayOfArrays mv, OutputArray dst);

参数如下

参数

含义

mv(mat vector)

欲合并的图像数组，可以使用STL容器vector。

dst(destination)

输出图片

7.图片色彩模式转换

7.1 API

CV_EXPORTS_W void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );

参数如下

参数

含义

src(source)

源图像

dst(destination)

输出图片

code

转换码

7.2 转换类型和转换码

RGB和BGR（opencv默认的彩色图像的颜色空间是BGR）颜色空间的转换

cv::COLOR_BGR2RGB

cv::COLOR_RGB2BGR

cv::COLOR_RGBA2BGRA

cv::COLOR_BGRA2RGBA

向RGB和BGR图像中增添alpha通道

cv::COLOR_RGB2RGBA

cv::COLOR_BGR2BGRA

从RGB和BGR图像中去除alpha通道

cv::COLOR_RGBA2RGB

cv::COLOR_BGRA2BGR

从RBG和BGR颜色空间转换到灰度空间

cv::COLOR_RGB2GRAY

cv::COLOR_BGR2GRAY

cv::COLOR_RGBA2GRAY

cv::COLOR_BGRA2GRAY

从灰度空间转换到RGB和BGR颜色空间

cv::COLOR_GRAY2RGB

cv::COLOR_GRAY2BGR

cv::COLOR_GRAY2RGBA

cv::COLOR_GRAY2BGRA

RGB和BGR颜色空间与BGR565颜色空间之间的转换

cv::COLOR_RGB2BGR565

cv::COLOR_BGR2BGR565

cv::COLOR_BGR5652RGB

cv::COLOR_BGR5652BGR

cv::COLOR_RGBA2BGR565

cv::COLOR_BGRA2BGR565

cv::COLOR_BGR5652RGBA

cv::COLOR_BGR5652BGRA

灰度空间与BGR565之间的转换

cv::COLOR_GRAY2BGR555

cv::COLOR_BGR5552GRAY

RGB和BGR颜色空间与CIE XYZ之间的转换

cv::COLOR_RGB2XYZ

cv::COLOR_BGR2XYZ

cv::COLOR_XYZ2RGB

cv::COLOR_XYZ2BGR

RGB和BGR颜色空间与uma色度（YCrCb空间）之间的转换

cv::COLOR_RGB2YCrCb

cv::COLOR_BGR2YCrCb

cv::COLOR_YCrCb2RGB

cv::COLOR_YCrCb2BGR

RGB和BGR颜色空间与HSV颜色空间之间的相互转换

cv::COLOR_RGB2HSV

cv::COLOR_BGR2HSV

cv::COLOR_HSV2RGB

cv::COLOR_HSV2BGR

RGB和BGR颜色空间与HLS颜色空间之间的相互转换

cv::COLOR_RGB2HLS

cv::COLOR_BGR2HLS

cv::COLOR_HLS2RGB

cv::COLOR_HLS2BGR

RGB和BGR颜色空间与CIE Lab颜色空间之间的相互转换

cv::COLOR_RGB2Lab

cv::COLOR_BGR2Lab

cv::COLOR_Lab2RGB

cv::COLOR_Lab2BGR

RGB和BGR颜色空间与CIE Luv颜色空间之间的相互转换

cv::COLOR_RGB2Luv

cv::COLOR_BGR2Luv

cv::COLOR_Luv2RGB

cv::COLOR_Luv2BGR

Bayer格式（raw data）向RGB或BGR颜色空间的转换

cv::COLOR_BayerBG2RGB

cv::COLOR_BayerGB2RGB

cv::COLOR_BayerRG2RGB

cv::COLOR_BayerGR2RGB

cv::COLOR_BayerBG2BGR

cv::COLOR_BayerGB2BGR

cv::COLOR_BayerRG2BGR

cv::COLOR_BayerGR2BGR

8.改变图片的对比度和亮度

8.1 概述

Mat.ptr(i,j)=Mat.ptr(i,j)*a+b

a：控制对比度增益

b：控制亮度增益

8.2 手动（使用saturate_cast函数确保输出值不溢出范围）

Mat xuenai = imread("xuenai.jpg");
imshow("xuenai", xuenai);
for(int i=0;i<xuenai.rows;i++){
        for(int j=0;j<xuenai.cols;j++){
            for(int k=0;k<xuenai.channels();k++) {
                xuenai.at<Vec3b>(i, j)[k] = saturate_cast<uchar>(xuenai.at<Vec3b>(i, j)[k] *                 1.2 + 30);
            }
        }
    }
imshow("xuenai_convertTo",xuenai);
waitKey();

8.3 API

void Mat::convertTo( OutputArray m, int rtype, double alpha=1, double beta=0 ) const;

参数如下

参数

含义

m(mat)

输出图片

rtype(result type)

输出图片的深度，-1表示与原图一致

alpha

对应系数

beta

对应常数

不能进行原地运算

8.4 效果

Mat xuenai = imread("xuenai.jpg");
imshow("xuenai", xuenai);
xuenai.convertTo(xuenai,-1,1.2,30);
imshow("xuenai_convertTo",xuenai);
waitKey();

可以看到效果是一样的

9.图片混合

CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2,
                              double beta, double gamma, OutputArray dst, int dtype = -1);

参数如下

参数

含义

src(source1)

输入图片1

alpha

src1的权重

src2(source2)

输入图片2

beta

src2的权重

gamma

额外的增量

dst(destination)

输出图片

dtype(destination type)

输出图片的数据类型，-1表示与输入图片一致

10.图片尺寸调整

CV_EXPORTS_W void resize( InputArray src, OutputArray dst,
                          Size dsize, double fx = 0, double fy = 0,
                          int interpolation = INTER_LINEAR );

参数如下

参数

含义

src(source)

输入图片

dsize(destination size)

输出图片的尺寸

x方向(width方向)的缩放比例，如果它是0，那么它就会按照(double)dsize.width/src.cols来计算

y方向(height方向)的缩放比例，如果它是0，那么它就会按照(double)dsize.height/src.rows来计算

interpolation

插值算法的选择

10.1 插值算法(not important)

enum InterpolationFlags{
    /** nearest neighbor interpolation */
    INTER_NEAREST        = 0,
    /** bilinear interpolation */
    INTER_LINEAR         = 1,
    /** bicubic interpolation */
    INTER_CUBIC          = 2,
    /** resampling using pixel area relation. It may be a preferred method for image decimation, as
    it gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEAREST
    method. */
    INTER_AREA           = 3,
    /** Lanczos interpolation over 8x8 neighborhood */
    INTER_LANCZOS4       = 4,
    /** Bit exact bilinear interpolation */
    INTER_LINEAR_EXACT = 5,
    /** Bit exact nearest neighbor interpolation. This will produce same results as
    the nearest neighbor method in PIL, scikit-image or Matlab. */
    INTER_NEAREST_EXACT  = 6,
    /** mask for interpolation codes */
    INTER_MAX            = 7,
    /** flag, fills all of the destination image pixels. If some of them correspond to outliers in the
    source image, they are set to zero */
    WARP_FILL_OUTLIERS   = 8,
    /** flag, inverse transformation

    For example, #linearPolar or #logPolar transforms:
    - flag is __not__ set: \f$dst( \rho , \phi ) = src(x,y)\f$
    - flag is set: \f$dst(x,y) = src( \rho , \phi )\f$
    */
    WARP_INVERSE_MAP     = 16
};

10.2 注意事项

使用注意事项：

dsize和fx/fy不能同时为0

指定dsize的值，让fx和fy空置直接使用默认值。
让dsize为0，指定好fx和fy的值，比如fx=fy=0.5，那么就相当于把原图两个方向缩小一倍。

11.图像金字塔（常用于神经网络的池化层，对图像进行成倍的放大或缩小）

//缩小一倍
CV_EXPORTS_W void pyrDown( InputArray src, OutputArray dst,
                           const Size& dstsize = Size(), int borderType = BORDER_DEFAULT );

//放大一倍
CV_EXPORTS_W void pyrUp( InputArray src, OutputArray dst,
                         const Size& dstsize = Size(), int borderType = BORDER_DEFAULT );

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

dstsize(destination size)

输出图片的尺寸，默认自动调整

borderType

边界填充方式，默认为黑边。如果没有设置dstsize，则不会出现黑边，因为已经进行了自动调整

12.二值化（对灰度图）

CV_EXPORTS_W double threshold( InputArray src, OutputArray dst,
                               double thresh, double maxval, int type );

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

thresh(threshold)

阈值

maxval(max value)

最大值

type

阈值类型

12.1 阈值类型

enum ThresholdTypes {
    THRESH_BINARY     = 0, //!< \f[\texttt{dst} (x,y) =  \fork{\texttt{maxval}}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{0}{otherwise}\f]
    THRESH_BINARY_INV = 1, //!< \f[\texttt{dst} (x,y) =  \fork{0}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{\texttt{maxval}}{otherwise}\f]
    THRESH_TRUNC      = 2, //!< \f[\texttt{dst} (x,y) =  \fork{\texttt{threshold}}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{\texttt{src}(x,y)}{otherwise}\f]
    THRESH_TOZERO     = 3, //!< \f[\texttt{dst} (x,y) =  \fork{\texttt{src}(x,y)}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{0}{otherwise}\f]
    THRESH_TOZERO_INV = 4, //!< \f[\texttt{dst} (x,y) =  \fork{0}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{\texttt{src}(x,y)}{otherwise}\f]
    THRESH_MASK       = 7,
    THRESH_OTSU       = 8, //!< flag, use Otsu algorithm to choose the optimal threshold value
    THRESH_TRIANGLE   = 16 //!< flag, use Triangle algorithm to choose the optimal threshold value
};

阈值二值化（Threshold Binary）

首先指定像素的灰度值的阈值，遍历图像中像素值，如果像素的灰度值大于这个阈值，则将这个像素设置为最大像素值(8位灰度值最大为255)；若像素的灰度值小于阈值，则将该像素点像素值赋值为0。公式以及示意图如下：

阈值反二值化（Threshold Binary Inverted）

首先也要指定一个阈值，不同的是在对图像进行阈值化操作时与阈值二值化相反，当像素的灰度值超过这个阈值的时候为该像素点赋值为0；当该像素的灰度值低于该阈值时赋值为最大值。公式及示意图如下：

截断（Truncate）

给定像素值阈值，在图像中像素的灰度值大于该阈值的像素点被设置为该阈值，而小于该阈值的像素值保持不变。公式以及示意图如下：

阈值取零（Threshold To Zero）

与截断阈值化相反，像素点的灰度值如果大于该阈值则像素值不变，如果像素点的灰度值小于该阈值，则该像素值设置为0.公式以及示意图如下：

阈值反取零（Threshold To Zero Inverted）

像素值大于阈值的像素赋值为0，而小于该阈值的像素值则保持不变，公式以及示意图如下：

13.图片裁剪

13.1 方式一

inline
Mat Mat::operator()( const Rect& roi ) const
{
    return Mat(*this, roi);
}

以下为实例

Mat xuenai = imread("xuenai.jpg");
resize(xuenai,xuenai,Size(1000,1000));
imshow("xuenai", xuenai);
Mat tuanzi(xuenai,(Rect(0,0,500,1000)));
imshow("tuanzi",tuanzi);
waitKey();

13.2 方式二

Mat::Mat(const Mat& m, const Rect& roi);

以下为实例

Mat xuenai = imread("xuenai.jpg");
resize(xuenai,xuenai,Size(1000,1000));
imshow("xuenai", xuenai);
Mat tuanzi(xuenai(Rect(0,0,500,1000)));
imshow("tuanzi",tuanzi);
waitKey();

13.3 Rect类构造

template<typename _Tp> inline
Rect_<_Tp>::Rect_(_Tp _x, _Tp _y, _Tp _width, _Tp _height)
    : x(_x), y(_y), width(_width), height(_height) {}

template<typename _Tp> inline
Rect_<_Tp>::Rect_(const Point_<_Tp>& org, const Size_<_Tp>& sz)
    : x(org.x), y(org.y), width(sz.width), height(sz.height) {}

template<typename _Tp> inline
Rect_<_Tp>::Rect_(const Point_<_Tp>& pt1, const Point_<_Tp>& pt2)
{
    x = std::min(pt1.x, pt2.x);
    y = std::min(pt1.y, pt2.y);
    width = std::max(pt1.x, pt2.x) - x;
    height = std::max(pt1.y, pt2.y) - y;
}

14.基本变换

14.1 翻转

CV_EXPORTS_W void flip(InputArray src, OutputArray dst, int flipCode);

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

flipCode

翻转类型，参见下表

flipCode 可选值如下

flipCode 可选值

含义

flipcode==0

上下翻转

flipcod>0

左右翻转

flipcode<0

上下加左右翻转,等价于旋转180°

效果

Mat xuenai = imread("xuenai.jpg");
imshow("xuenai", xuenai);
Mat xuenai_flip(xuenai.size(), xuenai.type());
flip(xuenai, xuenai_flip, 0);
imshow("xuenai_flip", xuenai_flip);
waitKey();

14.2 90°旋转

CV_EXPORTS_W void rotate(InputArray src, OutputArray dst, int rotateCode);
enum RotateFlags {
    ROTATE_90_CLOCKWISE = 0, //!<Rotate 90 degrees clockwise
    ROTATE_180 = 1, //!<Rotate 180 degrees clockwise
    ROTATE_90_COUNTERCLOCKWISE = 2, //!<Rotate 270 degrees clockwise
};

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

rotateCode

旋转类型

效果

Mat xuenai = imread("xuenai.jpg");
imshow("xuenai", xuenai);
Mat xuenai_rotate(xuenai.size(), xuenai.type());
rotate(xuenai, xuenai_rotate, ROTATE_180);
imshow("xuenai_rotate", xuenai_rotate);
waitKey();

15.仿射变换

15.1 API

CV_EXPORTS_W void warpAffine( InputArray src, OutputArray dst,
                              InputArray M, Size dsize,
                              int flags = INTER_LINEAR,
                              int borderMode = BORDER_CONSTANT,
                              const Scalar& borderValue = Scalar());

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

变换矩阵

dsize(destination size)

输出图片的尺寸，若不对输出图片的尺寸进行调整，那么很可能会出现黑边

flags

插值算法

borderMode

边界外推法

borderValue

填充边界的值

15.2 平移

只需将变换矩阵M设置成如下形式：

float delta_x=200,delta_y=200;
float  M_values[]={1,0,delta_x,
                   0,1,delta_y};
Mat M(Size(3,2),CV_32F,M_values);

delta_x：x方向上的偏移量

delta_y：y方向上的偏移量

M_values：必须是浮点类型的数组对象

M：必须是CV_32F，不能用逗号式分隔创建

效果

Mat xuenai = imread("xuenai.jpg");
imshow("xuenai",xuenai);
double  M_values[]={1,0,200,
                    0,1,200};
Mat M(Size(3,2), CV_64F,M_values);
Mat xuenai_shift(xuenai.size(),xuenai.type());
warpAffine(xuenai,xuenai_shift,M,xuenai.size());
imshow("xuenai_shift",xuenai_shift);
waitKey();

15.3 任意角度旋转

获得变换矩阵M

inline
Mat getRotationMatrix2D(Point2f center, double angle, double scale)
{
    return Mat(getRotationMatrix2D_(center, angle, scale), true);
}

参数如下

参数

含义

center

旋转中心点的坐标

angle

逆时针偏角

scale

生成图与原图之比

效果

Mat xuenai = imread("xuenai.jpg");
imshow("xuenai", xuenai);
Mat M= getRotationMatrix2D(Point2f(xuenai.cols/2,xuenai.rows/2),45,1);
Mat xuenai_rotate(xuenai.size(),xuenai.type());
warpAffine(xuenai,xuenai_rotate,M,xuenai.size());
imshow("xuenai_flip",xuenai_rotate);

15.4 仿射（不破坏几何关系）

获得变换矩阵M

CV_EXPORTS Mat getAffineTransform( const Point2f src[], const Point2f dst[] );

参数如下

参数

含义

src[](source[])

输入图片的坐标点集，含三个坐标点

dst[](destination[])

三个坐标点变换的目标位置

三个点要一一对应

16.透射变换（破坏几何关系）

16.1 API

进行变换

CV_EXPORTS_W void warpPerspective( InputArray src, OutputArray dst,
                                   InputArray M, Size dsize,
                                   int flags = INTER_LINEAR,
                                   int borderMode = BORDER_CONSTANT,
                                   const Scalar& borderValue = Scalar());

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

变换矩阵

dsize(destination size)

输出图片的尺寸，若不对输出图片的尺寸进行调整，那么很可能会出现黑边

flags

插值算法

borderMode

边界外推法

borderValue

填充边界的值

已知变换后图片，逆推变换矩阵M

CV_EXPORTS_W Mat getPerspectiveTransform(InputArray src, InputArray dst, int solveMethod = DECOMP_LU);

参数如下

参数

含义

src(source)

输入图片

dst(destination)

输出图片

获得变换矩阵M

CV_EXPORTS Mat getPerspectiveTransform(const Point2f src[], const Point2f dst[], int solveMethod = DECOMP_LU);

参数如下

参数

含义

src[](source[])

输入图片的坐标点集，含四个坐标点

dst[](destination[])

三个坐标点变换的目标位置

四个点要一一对应

16.2 效果

Mat origin = imread("origin.jpg");
Point2f point2F_origin[4]={Point2f (405,105),Point2f(2469,217),Point2f(2573,3489),Point2f(349,3547)};
Point2f point2F_tansform[4]={Point2f (0,0),Point2f(2500,0),Point2f(2500,3500),Point2f(0,3500)};
Mat M=getPerspectiveTransform(point2F_origin,point2F_tansform);
Mat transfrom(origin.size(),origin.type());
warpPerspective(origin,transfrom,M,Size(2500,3500));
resize(origin,origin,Size(500,700));
resize(transfrom,transfrom,Size(500,700));
imshow("origin",origin);
imshow("transform",transfrom);

上一页【OpenCV教程】OpenCV中对矩阵的常用操作下一页【OpenCV教程】滤波和边缘检测的过程

最后更新于9天前

hashtag1.图片读取

hashtag2.创建窗口

hashtag3.图片显示

hashtag4.图片保存

hashtag5.视频输入输出

hashtag5.1 filename

hashtag5.2 index

hashtag5.3 fourcc

hashtag5.4 apiPreference（not important）

hashtag5.5 演示

hashtag6.通道分离与合并

hashtag6.1 分离

hashtagAPI（一）

hashtagAPI（二）

hashtag6.2 合并

hashtagAPI（一）

hashtagAPI（二）

hashtag7.图片色彩模式转换

hashtag7.1 API

hashtag7.2 转换类型和转换码

hashtag8.改变图片的对比度和亮度

hashtag8.1 概述

hashtag8.2 手动（使用saturate_cast函数确保输出值不溢出范围）

hashtag8.3 API

hashtag8.4 效果

hashtag9.图片混合

hashtag10.图片尺寸调整

hashtag10.1 插值算法(not important)

hashtag10.2 注意事项

hashtag11.图像金字塔（常用于神经网络的池化层，对图像进行成倍的放大或缩小）

hashtag12.二值化（对灰度图）

hashtag12.1 阈值类型

hashtag阈值二值化（Threshold Binary）

hashtag阈值反二值化（Threshold Binary Inverted）

hashtag截断（Truncate）

hashtag阈值取零（Threshold To Zero）

hashtag阈值反取零（Threshold To Zero Inverted）

hashtag13.图片裁剪

hashtag13.1 方式一

hashtag13.2 方式二

hashtag13.3 Rect类构造

hashtag14.基本变换

hashtag14.1 翻转

hashtag效果

hashtag14.2 90°旋转

hashtag15.仿射变换

hashtag15.1 API

hashtag15.2 平移

hashtag效果

hashtag15.3 任意角度旋转

hashtag获得变换矩阵M

hashtag效果

hashtag15.4 仿射（不破坏几何关系）

hashtag获得变换矩阵M

hashtag16.透射变换（破坏几何关系）

hashtag16.1 API

hashtag进行变换

hashtag已知变换后图片，逆推变换矩阵M

hashtag获得变换矩阵M

hashtag16.2 效果

1.图片读取

2.创建窗口

3.图片显示

4.图片保存

5.视频输入输出

5.1 filename

5.2 index

5.3 fourcc

5.4 apiPreference（not important）

5.5 演示

6.通道分离与合并

6.1 分离

API（一）

API（二）

6.2 合并

API（一）

API（二）

7.图片色彩模式转换

7.1 API

7.2 转换类型和转换码

8.改变图片的对比度和亮度

8.1 概述

8.2 手动（使用saturate_cast函数确保输出值不溢出范围）

8.3 API

8.4 效果

9.图片混合

10.图片尺寸调整

10.1 插值算法(not important)

10.2 注意事项

11.图像金字塔（常用于神经网络的池化层，对图像进行成倍的放大或缩小）

12.二值化（对灰度图）

12.1 阈值类型

阈值二值化（Threshold Binary）

阈值反二值化（Threshold Binary Inverted）

截断（Truncate）

阈值取零（Threshold To Zero）

阈值反取零（Threshold To Zero Inverted）

13.图片裁剪

13.1 方式一

13.2 方式二

13.3 Rect类构造

14.基本变换

14.1 翻转

效果

14.2 90°旋转

15.仿射变换

15.1 API

15.2 平移

效果

15.3 任意角度旋转

获得变换矩阵M

效果

15.4 仿射（不破坏几何关系）

获得变换矩阵M

16.透射变换（破坏几何关系）

16.1 API

进行变换

已知变换后图片，逆推变换矩阵M

获得变换矩阵M

16.2 效果