OpenCV图像处理中常用函数汇总（1）

时间：2022-08-08 21:07:56
 //俗话说：好记性不如烂笔头

 //用到opencv 中的函数时往往会一时记不起这个函数的具体参数怎么设置，故在此将常用函数做一汇总；

 Mat srcImage = imread("C:/Users/Administrator/Desktop/车牌识别/车牌图像库/1.jpg");//读入图像函数

 imshow("原图",srcImage);//显示图像函数

 imwrite("图3.jpg",imageRIO);//保存图像函数

 Mat imageRIO = srcImage(Rect(,,,));//感兴趣区域函数

 cvtColor(srcImage,dstImage,CV_BGR2GRAY);//图像灰度化

 //边缘检测 Sobel Laplacian Canny 其中Canny算子只能处理（8位）灰度图，其余两种8位32位都可以

 Mat grad_x,grad_y;

 Sobel(imgGray,grad_x,CV_8U,,,,,);//X方向上的Sobel算子检测，其中3，1，0都是默认值

 Sobel(imgGray,grad_y,CV_8U,,,,,);//Y方向上的Sobel算子检测，其中3，1，0都是默认值

 addWeighted(grad_x,0.5,grad_y,0.5,,dstImage);//合并梯度

 Laplacian(imgGray,dstImage,CV_8U);

 Canny(imgGray,dstImage,,,);//50和200表示第一个滞后性阈值和第二个滞后性阈值，较小者用于边缘连接，较大者控制强边缘的初始段，达阈值opnecv推荐为小阈值的3倍；

 //3表示应用的Sobel算子的孔径大小 有默认值为3；

 // 寻找轮廓 只处理8位 即灰度图像

 vector<vector<Point>> contours;

 findContours(imgGray,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

 drawContours(dstImage,contours,-,Scalar(),);

 imshow("轮廓图",dstImage);

 //阈值化操作

 threshold(srcImage,dstImage,,,);

 imshow("固定阈值化图像",dstImage);

 adaptiveThreshold(imgGray,dstImage,,ADAPTIVE_THRESH_MEAN_C,THRESH_BINARY,,);

 imshow("自适应阈值化图像",dstImage);

 // resize函数实现

 resize(srcImage,dstImage,Size(),0.5,0.5);//缩小为一半

 resize(srcImage,dstImage,Size(),,);//放大2倍

 resize(srcImage,dstImage,Size(srcImage.cols*,srcImage.rows*));//放大3倍

 // 金字塔函数实现

 pyrUp(srcImage,dstImage,Size(srcImage.cols*,srcImage.rows*));// 放大2倍

 pyrDown(srcImage,dstImage,Size(srcImage.cols/,srcImage.rows/));// 缩小2倍

 //漫水填充算法

 Rect ccomp;

 floodFill(srcImage,Point(,),Scalar(,,),&ccomp,Scalar(,,),Scalar(,,));

 //膨胀腐蚀

 Mat element = getStructuringElement(MORPH_RECT,Size(,));

 erode(srcImage,dstImage,element);//腐蚀函数

 dilate(srcImage,dstImage,element);//膨胀函数

 morphologyEx(g_bgrImage,g_bgrImage, MORPH_CLOSE, element);//闭运算

 morphologyEx(g_bgrImage,g_bgrImage, MORPH_OPEN, element);//开运算

 //滤波

 boxFilter(srcImage,dstImage,-,Size(,));

 imshow("方框滤波图",dstImage);

 blur(srcImage,dstImage,Size(,));

 imshow("均值滤波图",dstImage);

 GaussianBlur(srcImage,dstImage,Size(,),,);

 imshow("高斯滤波图",dstImage);

 medianBlur(image,out,);//中值滤波，7为孔径的线性尺寸

 bilateralFilter(src,dst,d,sigmaColor,sigmaSpace);//双边滤波，d表示过滤过程中每个像素邻域的直径，sigmaColor颜色空间滤波器的sigma值，sigmaSpace表示坐标空间中滤波器的sigma值

 bilateralFilter(image,out,,*,/);

 //《未完待续》

相关文章