总结的openCV用法
一、
CXCORE
包含数据结构、矩阵运算、数据变换、对象持久(object persistence)、内存管理、错误处理、动态装载、绘图、文本和基本的数学功能等CV
图象处理和计算机视觉功能
包含图像处理、图像结构分析、运动描述和跟踪、模式识别和摄像机标定。
Machine Learning (ML)
包含许多聚类、分类和数据分析函数。
HighGUI
用户交互部分
包含图形用户界面和图像/视频的读/写,系统调用函数等。
二、
OpenCV的CV模块包含基本的图像处理函数和高级的计算机视觉算法。ML是机器学习库，包含一些基于统计的分类和聚类工具。HighGUI包含图像和视频输入/输出的函数。CXCore包含OpenCV的一些基本数据结构和相关函数。
三、
在编译时，有几个头文件非常重要，它们分别是：机器视觉中所要用到的“…/cv/include/cv.h”和“…/cxcore/include/cxcore.h”；I/O操作中所要用到的“…/otherlibs/highgui/highgui.h”；机器学习中所要用到的“…/ml/include/ml.h”。
OpenCV开发包提供了读取各种类型的图像文件、视频内容以及摄像机输入的功能。这些功能是OpenCV开发包中所包含的HighGUI工具集的一部分
四、EXAMPLES
1．从磁盘加载并在屏幕上显示图象
#include”highgui.h”
int main(int argc,char** argv);
{
IplImage *img=cvLoadImage(agrv[1]); //将图像文件加载至内存，cvLoadImage()函数是一个高层调用接口，它通过文件名确定被加载文件的格式，。IplImage结构体将是我们在使用OpenCV时会最常用到的数据结构
cvNamedWindow(”Example 1”,CV_WINDOW_AUTOSIZE); // cvNamedWindow()函数用于在屏幕上创建一个窗口，将被显示的图像包含于该窗口中。函数的第一个参数指定了该窗口的窗口标题，cvNamedWindow()函数的第二个参数定义了窗口的属性。该参数可被设置为0(默认值)或CV_WINDOW_AUTOSIZE，设置为0时，窗口的大小不会因图像的大小而改变，图像只能在窗口中根据窗口的大小进行拉伸或缩放；而设置为CV_WINDOW_AUTOSIZE时，窗口则会根据图像的实际大小自动进行拉伸或缩放，以容纳图像
cvShowImage(”Example 1”,img);//只要有一个与某个图像文件相对应的IplImage*类型的指针，我们就可以在一个已创建好的窗口(使用cvNamedWindow()函数创建)中使用cvShowImage()函数显示该图像。cvShowImage()函数通过设置其第一个参数确定在哪个已存在的窗口中显示图像。cvShowImage()函数被调用时，该窗口将被重新绘制，并且图像也会显示在窗口中。如果该窗口在创建时被指定CV_WINDOW_AUTOSIZE标志作为cvNamedWindow()函数的第二个参数，该窗口将根据图像的大小自动调整为与图像一致。
cvWaitKey(0);//使程序暂停，等待用户触发一个按键操作。但如果将该函数参数设为一个正数，则程序将暂停一段时间，时间长为该整数值个毫秒单位，然后继续执行程序，即使用户没有按下任何键。当设置该函数参数为0或负数时，程序将一直等待用户触发按键操作。
cvReleaseImage(&img);//通过为cvReleaseImage()函数传递一个类型为IplImage*的指针参数调用该函数，用以执行内存释放操作。对cvReleaseImage()函数的调用执行完毕后，img指针将被设置为NULL
cvDestroyWindow(“Example 1”);//cvDestroyWindow()函数将关闭窗口，并同时释放为该窗口所分配的所有内存(包括窗口内部的图像内存缓冲区，该缓冲区中保存了与img指针相关的图像文件像素信息的一个副本)
}
2．播放A VI视频
#include”highgui.h”
int main(int argc,char **argv)
{
cvNamedWindow(“Example 2”,CV_WINDOW_AUTOSIZE);
CvCapture *capture=cvCreatFileCapture (argv[1]); //函数cvCreateFileCapture()通过参数设置确定要读入的A VI文件，返回一个指向CvCapture结构的指针。这个结构包括了所有关于要读入A VI 文件的信息，其中包含状态信息。在调用这个函数后，返回指针所指向的CvCapture结构被初始化到所对应A VI文件的开头。
IplImage *frame;
While(1)
{ frame=cvQueryFrame(capture);//一旦进入while(1)循环，我们便开始读入A VI文件，cvQueryFrame的参数为CvCapture结构的指针。用来将下一帧视频文件载入内存(实际是填充或更新CvCapture结构中)。返回一个对应当前帧的指针
If(!frame) break;
cvShowImage(“Example 2”,frame);
char c=cvWaitKey(33);
if (c==27) break;
}
cvReleaseCapture(&capture);//退出循环体(视频文件已经读入结束或者用户触发了Esc键)后，我们应该释放为CvCapture结构开辟的内存空间，这同时也会关闭所有打开的A VI文件相关的文件句柄。
cvDestroyWindow(“Example 2”);
}
3. 视频播放控制
滚动条可以使我们方便地从视频的一帧跳到另外一帧。我们通过调用cvCreateTrackbar()来创建一个滚动条，并且通过设置参数确定滚动条所属于的窗口。为了获得所需的功能，只需要提供一个回调函数。拖动滚动条，函数onTrackSlide()便被调用并被传入滚动条新的状态值.
从本质上说，这种方法是通过添加一个全局变量来表示滚动条位置并且添加一个回调函数更新变量以及重新设置视频读入位置。我们通过一个调用来创建滚动条和确定回调函数
#include”cv.h”
#include”highgui.h”
int g_slider_position=0;
CvCapture *capture=NULL;//首先为滚动条位置定义一个全局变量。由于回调函数需要使用CvCapture对象，因此我们将它定义为全局变量
void onTrackbarSlide(int pos)
{ cvSetCaptureProperty
( g_capture,
CV_CAP_PROP_POS_FRAMES,
pos);
} //现在我们定义一个回调函数，使其在滚动条被拖动时调用。滚动条的位置会被作为一个32位整数以参数形式传入。
后面我们会常常看到函数cvSetCaptureProperty()被调用，同时与之配套的函数cvGetCaptureProperty()也经常会被调用。这些函数允许我们设置(或查询)CvCapture对象的各种属性。在本程序中我们设置参数CV_CAP_PROP_POS_ FRAMES(这个参数表示我们以帧数来设置读入位置，如果我们想通过视频长度比例来设置读入位置，我们可以通过用A VI_RATIO代替FRAMES来实现)。最后，我们把新的滚动条位置作为参数传入
int main(int argc,char**argv)
{ cvNamedWindow(“Example 3”,CV_WINDOW_AUTOSIZE);
g_capture=cvCreatFileCapture(argv[1]);
int frames=(int) cvGetCaptureProperty
( g_capture,
CV_CAP_PROP_FRAME_COUNT);//当需要从CvCapture 结构查询数据时，可使用cvGetCaptureProperty函数
if(frames!=0)
{ cvCreateTrackbar
( “position”,
“Example 3”,
&g_slider_position,
frames,
onTrackbarSlide);
}//前面的代码用来创建滚动条，借助函数cvCreateTrackbar()，我们可设置滚动条的名称并确定滚动条的所属窗口。我们将一个变量绑定到这个滚动条来表示滚动条的最大值和一个回调函数(不需要回调函数时置为空，当滚动条被拖动时触发)。仔细分析，你会发现一点：cvGetCaptureProperty()返回的帧数为0时，滚动条不会被创建。这是因为对于有些编码方式，总的帧数获取不到，在这种情况下，我们只能直接播放视频文件而看不到滚动条
IplImage*frame;
// While loop (as in Example 2) capture & show video
...
// Release memory and destroy window
...
return(0);
}
4.载入一幅图象并进行平滑处理
#include”cv.h”
#include”highgui.h”
void example2_4(IplImage *image)
{ cvNamedWindow(“example4-in”);
cvNamedWindow(“example4-out”);//creat some windows to show the input and output images in
cvShowImage(“example4-in”,image);//show our input image
IplImage*out=cvCreatImage(cvGetSize(image),IPL_DEPTH_8U,3);
//creat an image to hold the smooth output 。第一个参数是一个CvSize 结构，这个结构可以通过cvGetSize(image)方便地获得；第一个参数说明了当前图像结构的大小。第二个参数告诉了我们各通道每个像素点的数据类型，最后一个参数说明了通道的总数。所以从程序中可以看出，当前图像是3个通道(每个通道8位)，图像大小同image。cvSmooth(image,out,CV_GAUSSIAN,3,3);//do the smooth 我们通过使用每个像素周围3*3区域进行高斯平滑处理
cvShowImage(“example4-out”,out);//show the smoothed image in the output window
cvReleaseImage(&out);//be tidy 现在我们可以在我们新窗口中显示处理后的图像然后释放它：cvReleaseImage()通过给定一个指向IplImage*的指针来释放与图像对应的内存空间。
cvWaitKey(0);//wait for the user to hit a key ,then clean up the windows cvDestroyWindow(“example4-in”);
cvDestroyWindow(“example4-out”);
}
5.使用cvPyrDown() 创建一幅宽度和高度为输入图像一半尺寸的图像（只是用于这个功能的一小段程序）
IplImage* doPyrDown(
IplImage* in,
int filter = IPL_GAUSSIAN_5x5
) {
// Best to make sure input image is divisible by two.
assert( in->width%2 == 0 && in->height%2 == 0 );
IplImage* out = cvCreateImage(
cvSize( in->width/2, in->height/2 ),
in->depth,
in->nChannels
);
cvPyrDown( in, out );
return( out );
};
我用的是Opencv2.2,用如下头文件和库
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#pragma comment(lib,"opencv_imgproc220d.lib")
#pragma comment(lib,"opencv_core220d.lib")
#pragma comment(lib,"opencv_highgui220d.lib")
------解决方案--------------------
引用:
引用:引用:引用:把相应的库文件和头文件改一下，2.3以后有些函数用GPU实现了。先编译，把根据提示的错误一个一个改
嗯，一个一个改吧
我用的是Opencv2.2,用如下头文件和库
#include "cv.h"
#include "highgu……
vc++目录肯定要配置的，可执行文件，引用文件和库文件，否则怎么找到头文件和库文件
OpenCV主要函数介绍
4.1 OpenCV主要函数介绍 1) cvLoadImage 从文件中读取图像 IplImage* cvLoadImage(const char* filename,int flags=CV_LOAD_IMAGE_COLOR ); 函数cvLoadImage从指定文件读入图像，返回读入图像的指针。其中filename是要被读入的文件的文件名；flags指定读入图像的颜色和深度。 2)cvSaveImage 保存图像到文件 int cvSaveImage( const char* filename, const CvArr* image ); 函数cvSaveImage保存图像到指定文件。其中filename保存文件名。image 要保存的图像。图像格式的的选择依赖于filename的扩展名，只有8位单通道或者3通道（通道顺序为'BGR' ）可以使用这个函数保存。 3)cvQueryFrame从摄像头或者文件中抓取并返回一帧 IplImage* cvQueryFrame( CvCapture* capture ); 函数cvQueryFrame从摄像头或者文件中抓取一帧，然后解压并返回这一帧。这个函数仅仅是函数cvGrabFrame和函数cvRetrieveFrame在一起调用的组合。返回的图像不可以被用户释放或者修改。其中capture视频获取结构。。 4)cvCaptureFromCAM 初始化摄像头 CvCapture* cvCaptureFromCAM( int index ); 函数cvCaptureFromCAM给从摄像头的视频流分配和初始化CvCapture结构。 其中index要使用的摄像头索引。如果只有一个摄像头或者用哪个摄像头也无所谓，那使用参数-1应该便可以。 5）cvHaarDetectObjects 用来检测图像中的人脸区域 CV API(CvSeq*) cvHaarDetectObjects( const CvArr* image, CvHaarClassifierCascade* cascade, CvMemStorage* storage, double scale_factor CV_DEFAULT(1.1), int min_neighbors CV_DEFAULT(3), int flags CV_DEFAULT(0), CvSize min_size CV_DEFAULT(cvSize(0,0)), CvSize max_size CV_DEFAULT(cvSize(0,0))); 用于快速检测人脸区域，便于提取得到人脸数据。其中image 为被检图像，cascade为 haar分类器级联的内部标识形式，storage 为用来存储检测到的一
OpenCV 2.4.4安装与配置
OpenCV 2.4.4 安装与配置 步骤一：安装OpenCV https://www.sodocs.net/doc/3a8707753.html,/projects/opencvlibrary/files/opencv-win/2.4.4/ 1.从以上地址下载OpenCV 2.4.4，执行exe文件，将文件安装到所需目录。 2.建立环境变量并添加到系统路径（以将文件安装在D:\opencv为例）： i) 右键点击桌面的计算机图标，选择“属性”，跳出如下窗口：
ii) 点击“高级系统设置”，跳出如下窗口：
iii) 点击“高级”选项卡下的“环境变量”，跳出如下窗口：
iv) 点击“系统变量”下的“新建”，“变量名”输入OPENCV_BUILD，“变量值”输入D:\opencv\build（如果OpenCV解压在别的目录，请输入该目录路径。比如，如果在C盘ProgramFiles文件夹建立了名为OpenCV的文件夹，并在其中解压，那么输入的目录就为 C:\ProgramFiles\OpenCV\opencv\build，总之目录一直到build文件夹），点击“确定”。 v) 双击“用户变量”中的PATH，在跳出的窗口中输入变量值为%OPENCV_BUILD%\x86\vc10\bin （如果电脑是64位系统的，请把“x86”改为“x64”；并请确保使用的是VS 2010，因为vc10 文件夹针对的是VS 2010）。
步骤二：在VS2010中配置OpenCV 1. 打开VS 2010，新建一个项目（Win32控制台或MFC 都可以）。 2. 建立Debug 属性表。 i) 点击“视图”菜单中的“属性管理器”。
opencv函数目录-Cv图像处理
目录 1 梯度、边缘和角点 1.1 Sobel 1.2 Laplace 1.3 Canny 1.4 PreCornerDetect 1.5 CornerEigenValsAndVecs 1.6 CornerMinEigenVal 1.7 CornerHarris 1.8 FindCornerSubPix 1.9 GoodFeaturesToTrack 2 采样、插值和几何变换 2.1 InitLineIterator 2.2 SampleLine 2.3 GetRectSubPix 2.4 GetQuadrangleSubPix 2.5 Resize 2.6 WarpAffine 2.7 GetAffineTransform 2.8 2DRotationMatrix 2.9 WarpPerspective 2.10 WarpPerspectiveQMatrix 2.11 GetPerspectiveTransform 2.12 Remap 2.13 LogPolar 3 形态学操作 3.1 CreateStructuringElementEx 3.2 ReleaseStructuringElement 3.3 Erode 3.4 Dilate 3.5 MorphologyEx 4 滤波器与色彩空间变换 4.1 Smooth 4.2 Filter2D 4.3 CopyMakeBorder 4.4 Integral 4.5 CvtColor 4.6 Threshold 4.7 AdaptiveThreshold 5 金字塔及其应用 5.1 PyrDown 5.2 PyrUp 6 连接部件 6.1 CvConnectedComp
OPENCV 2.4.10安装
一、VS2020安装opencv2.4.10 1.1首先安装vs2010 安装这个就不用多谈了 1.2下载opencv- 2.4.10.exe,并解压到 最后会在 1.3添加系统变量 在系统变量path后添加:C:\opencv\opencv\build\x86\vc10\bin 1.4新建vc++控制台工程项目，配置 1.4.1项目属性->配置属性->VC++目录->包含目录 添加 C:\opencv\opencv\build\include C:\opencv\opencv\build\include\opencv C:\opencv\opencv\build\include\opencv2
1.4.2项目属性->配置属性->VC++目录->引用目录 添加 C:\opencv\opencv\build\x86\vc10\lib 1.4.3项目属性->链接器->输入->附加依赖项 在debug模式下添加 配置方案为Debug的配置，添加：（2410代表我的opencv版本是2.4.10，需要对应更改） opencv_calib3d2410d.lib opencv_contrib2410d.lib opencv_core2410d.lib opencv_features2d2410d.lib
opencv_flann2410d.lib opencv_gpu2410d.lib opencv_highgui2410d.lib opencv_imgproc2410d.lib opencv_legacy2410d.lib opencv_ml2410d.lib opencv_nonfree2410d.lib opencv_objdetect2410d.lib opencv_ocl2410d.lib opencv_photo2410d.lib opencv_stitching2410d.lib opencv_superres2410d.lib opencv_ts2410d.lib opencv_video2410d.lib opencv_videostab2410d.lib 配置方案为Release的配置，添加： opencv_calib3d2410.lib opencv_contrib2410.lib opencv_core2410.lib opencv_features2d2410.lib opencv_flann2410.lib opencv_gpu2410.lib opencv_highgui2410.lib opencv_imgproc2410.lib opencv_legacy2410.lib opencv_ml2410.lib opencv_nonfree2410.lib opencv_objdetect2410.lib opencv_ocl2410.lib opencv_photo2410.lib opencv_stitching2410.lib opencv_superres2410.lib opencv_ts2410.lib opencv_video2410.lib opencv_videostab2410.lib
OPENCV库函数使用说明
OPENCV（Intel Open Source Computer Vision Library）是一种数字图像处理和计算机视觉的函数库，由Intel公司微处理器实验室（Intel’s Microprocessor Research Lab）的视觉交互组（The Visual Interactivity Group）开发。它可以在Windows系统、Linux系统、MacOSx系统等操作平台上使用，也可以和其他编程工具结合，以满足不同的使用要求。使用OPENCV使用C/C++编写，包含300多个图像处理函数，有以下几个对立的子库组成： 1.CXCORE：一些基本函数（各种数据类型的基本运算等） 2.CV：图像处理和计算机视觉算法（图像处理、结构分析、运动分析、物体跟 踪和模式识别等） 3.HIGHGUI：用户交互部分（图形界面，图像视频输入输出，系统调用函数） 4.CVAUX：一些实验性的函数（三维跟踪等） 在这些库函数的支持下，用户可以直接调用滤波函数，形态学处理，图像特征提取，轮廓提取算法和跟踪算法，也可以添加自己编写的子函数，不但能完成复杂的开发任务，还可以提高效率，达到事半功倍的效果。 OPENCV的重要特性： 1．拥有包括300多个C函数的跨平台的中、高层API。它不依赖于其他的外部库——尽管也可以使用某些外部库。 2．对非商业应用和商业应用都是免费（FREE）的。 3．为Integrated Performance Primitives（IPP）提供了透明的接口。这意味着如果有为特定处理器优化的IPP库，OPENCV将在运行时自动加载这些库。 在VC++环境中OPENCV的使用设置： Microsoft公司开发的Visual C++是一种具有高度综合性能的软件开发工具。用它开发出的程序具有运行速度快，可移植能力强等优点，在对数字图像处理进行处理时经常采用Visual C++进行编程，通过对VC进行配置，就可以在编程过程中直接使用OPENCV的函数编写代码，减少了工作量，提高了运行效率。 在OPENCV安装完成后，首先需要把它的路径加入到系统环境变量中，然后再VC菜单Tools→Options→Directories下设置Library files路径，再选择Source files，最后选择Include files，就可以加入路径，如错误！未找到引用源。所示。设置完成后，就可以新建或打开一个使用OPENCV的工程。 打开工程后，选择菜单Project→Settings，然后将Setting for选为All Configurations，再选择右边的link标签，在Object/library modules加上工程属性中使用的库，这样就可以顺利编程。
Open_CV的安装及使用说明
Open CV的安装及使用说明 ******************************************************************************* 如果不需要安装OpenCV中的(CalibFilter、ProxyTrans、SyncFilter)， 则步骤为以下方式 (1)安装Open CV（这里的OpenCV版本为OpenCV_1.0）； (2)点击”我的电脑”右键属性的系统环境变量，在path中添加
vs2010下配置OpenCV
以下配置方法仅属于个人见解；若有什么不对的地方请指教啊。 在完成每一步骤后，记住点击?确定?，以确保你的设置成功。 在某些步骤中注意要在Debug 和Release 分别进行配置。 1.首先是下载VS2010并安装，这里不作赘述；（安装目录： D:\\Program Files\Microsoft Visual Studio 10.0） 2.下载并安装OpenCV,我的版本是2.1（安装目录为D:\Program Files\OpenCV2.1）注意将路径添加至Path中 3.下载并安装CMake，下载版本为Windows（Win32 Installer），安装目录为D:\Program Files\CMake 2.8 4.运行cmake-gui(D:\Program Files\CMake 2.8\bin)，设置路径为OpenCV安装路径（本文档假定安装位置为：D:\Program Files\OpenCV2.1），并创建子目录D:\Program Files\OpenCV2.1\vs2010，用于存放编译结果。将数据填入指定文本框中
5.点击?Configure?，在弹出对话框中选中Visual Studio 10.0;单选框中选项选择程序默认的；然后点击Fnish；程序会自动完成 ?Configure Done?； 6.然后点击?configure?，接着点击?Generate?。程序完成?Generate Done?。 7.完成以上步骤后，将在D:\Program Files\OpenCV2.1|vs2010目录下生成OpenCV.sln的VC Solution File，接着请用vs2010打开OpenCV.sln，完成以下操作：
OPENCV函数
Opencv函数 分配图像空间: IplImage*cvCreateImage(CvSize size,int depth,int channels); size:cvSize(width,height); depth:IPL_DEPTH_8U,IPL_DEPTH_8S,IPL_DEPTH_16U, IPL_DEPTH_16S,IPL_DEPTH_32S,IPL_DEPTH_32F, IPL_DEPTH_64F channels:1,2,3or4. 注意数据为交叉存取.彩色图像的数据编排为b0g0r0b1g1 r1... 举例: //分配一个单通道字节图像 IplImage*img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); //分配一个三通道浮点图像 IplImage*img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3); 释放图像空间: IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); cvReleaseImage(&img); 复制图像: IplImage*img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); IplImage*img2; img2=cvCloneImage(img1); 设定/获取兴趣区域: void cvSetImageROI(IplImage*image,CvRect rect); void cvResetImageROI(IplImage*image); vRect cvGetImageROI(const IplImage*image); 大部分OpenCV函数都支持ROI. 设定/获取兴趣通道: void cvSetImageCOI(IplImage*image,int coi);//0=all int cvGetImageCOI(const IplImage*image); 大部分OpenCV函数暂不支持COI.
opencv配置
VS2010 + OpenCV2.3配置 ; 在VS2010下安装配置OpenCV2.3 ; 全程截图，绝对能配置好，不能的留言！ 操作系统：Windows 7 x86 中文旗舰版； 编译环境：Visual Studio 2010 中文旗舰版； OpenCV版本：OpenCV-2.3.0-win、OpenCV-2.3.1-win； 备注： a、不需要Cmake编译！！ b、如果是最新的2.3.1版本，则将下面第5步中的（5）和（6）中的名为230的lib 修改成231即可，否则会出现找不到lib的情况。 c、不分x86和x64版本，一律按照这个方案配置就可以使用。 d、C#开发环境下的配置方法： https://www.sodocs.net/doc/3a8707753.html,/mvp_xuan/blog/item/7e6f6d8c4d34be09b31bb aa9.html?timeStamp=1316746687080 e、第5步属于“项目属性配置”，意思是：“每次新建或新打开一个项目，都需要重新配置”。1-4步是系统配置，一次性工程。 1、下载OpenCV（必须要superpack.exe） https://www.sodocs.net/doc/3a8707753.html,/download/OpenCV-2.3.0-win-superpack.exe 2、安装 解压到D盘根目录下。（位置随便，不过下面的path需要根据实际情况自行修改了。） 3、设置系统环境变量 在用户变量处，新建PATH和OPENCV两个项: ———————————————————— PATH （只需添加下面中的一行，根据系统情况自行选择） D:\OpenCV2.3\build\x86\vc10\bin ———————————————————— OPENCV D:\OpenCV2.3\build ————————————————————
OPenCV3.2中Mat对象常用函数属性总结
OPenCV3.2中Mat对象常用函数属性总结Mat对象是OpenCV2.0之后引进的图像数据结构，它能自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分。 在使用Mat对象时，有以下四个要点需要注意： 1、输出图像的内存是自动分配的 2、使用OpenCV的C++接口，不需要考虑内存分配问题 3、赋值操作和拷贝构造函数只会复制头部分 4、使用clone与copyTo两个函数实现数据完全复制 下面我们就具体介绍一下公共成员函数和公共属性。 公共成员函数： 1、cv::Mat::Mat ( int rows, int cols, int type ) 参数： rows2D数组中的行数 cols2D数组中的列数。 type数组类型。使用CV_8UC1,…，CV_64FC4创建1 - 4通道矩阵，或CV_8UC(n)，…，CV_64FC(n)创建多通道(向上到CV_CN_MAX通道)矩阵。
2、cv::Mat::Mat ( Size size, int type ) 参数： size 2D数组大小:Size(cols, rows)。在Size()构造函数中，行数和列数以相反的顺序排列。 type 数组类型。使用CV_8UC1,…，CV_64FC4创建1 - 4通道矩阵，或CV_8UC(n)，…，CV_64FC(n)创建多通道(向上到CV_CN_MAX通道)矩阵。 3、cv::Mat::Mat ( int rows, int cols, int type, const Scalar & s ) 参数： rows2D数组中的行数。 cols 2D数组中的列数。 type数组类型。使用CV_8UC1,…，CV_64FC4创建1 - 4通道矩阵，或CV_8UC(n)，…，CV_64FC(n)创建多通道(向上到CV_CN_MAX通道)矩阵。s 初始化每个矩阵元素的可选值。在构建后将所有矩阵元素设置为特定值, 使用赋值运算符Mat::operator=(const Scalar& value) 。 4、cv::Mat::Mat ( Size size, int type,
OPENCV下载与安装
OpenCV下载与安装 可以在https://www.sodocs.net/doc/3a8707753.html,/downloads.html上下载各种版本的OpenCV的源码，Windows、Linux/Mac、iOS、Android都有相应的版本，所以OpenCV可以满足在各种操作系统下的开发，一般来说现有的无人驾驶智能车视觉信息认知计算研究团队都是在Windows和Linux平台下开发。目前OpenCV最新发布的是OpenCV3.0BETA版本（这是一个公测版本），本书所有的视觉算法是基于OpenCV2.4.3版本实现的。 OpenCV下载后安装极其简单，下面是一个以OpenCV2.4.3版本为例的具体安装过程。 OpenCV下载后是一个可执行文件（.exe文件），如OpenCV-2.4.3.exe，安装的时候只需要直接运行这个可执行文件，运行后或得到图1-4的安装路径的选择界面，安装过程实质就是一个解压过程。 图1-4OpenCV安装的路径选择 如1-4所示是将OpenCV解压在计算机的C盘，安装（解压）完成后，可以在C盘中找到一个名称为opencv的文件夹，若能找到，
说明OpenCV安装完毕。不建议将OpenCV安装在C盘中（C盘一般是系统盘），因为OpenCV解压后的文件比较大。 1.2.3环境配置 OpenCV安装完之后还需要进行环境配置才能使用，本书是以Windows7+Microsoft Visual Studio2010下OpenCV2.4.3的环境配置为案例介绍。 （1）设置OpenCV环境变量 OpenCV库函数需要通过用户环境变量调用所需要的库文件。点击：开始->计算机(右击)->属性->高级系统设置->高级->环境变量，在用户变量里新建一项： 变量名：path 变量值：C:\opencv\build\x86\vc10\bin 图1-5设置环境变量
Visual Studio2012环境下配置OpenCV_v2.4.10的步骤
Visual Studio2012环境下配置OpenCV的步骤 2014/12/16 本文将针对Visual Studio2012环境下如何配置OpenCV做出说明，具体如下。 1.下载和安装OpenCV SDK 1.1资源下载 在OpenCV官网https://www.sodocs.net/doc/3a8707753.html, SDK安装包。对应自己的操作系统，可以下载Windows，Linux/Mac和ios版本。目前官网已经给出OpenCV v3.0bata版本。本文中以OpenCV v2.4.10版本为例进行安装。（各个版本安装过程大体相同，后面将针对不同之处给出说明） 1.2资源安装 下载的OpenCV SDK的后缀名为exe，是一个解压安装程序。双击后会提示设置解压路径，推荐路径D:\Program Files。（因为OpenCV项目文件打包的时候，根目录就是opencv，所以我们不需要额外的新建一个名为opencv的文件夹然后再解压，那是多此一举的事情）然后点击Extract按钮，进行安装。 2.环境变量和路径设置 打开计算机→属性→高级系统设置，在高级目录下单击环境变量按钮，打开环境变量设置对话框。
2.1用户变量设置 在用户变量（此处为lbs的用户变量中）添加两个变量。 新建opencv变量，变量值设置为D:\Program Files\opencv\build。 新建path变量，变量值设置为D:\Program Files\opencv\build\x86\vc11\bin。此处如果已存在path变量，仅需对其变量值修改就行，在后面加上上述路径，但需要用分号和前面的路径隔开（英文半角下的分号） 2.2系统变量设置 在原有的path变量中对变量值修改，在变量值的最后加上D:\Program Files\opencv\build\x86\vc11\bin路径，注意要使用英文半角下的分号和前面的路径隔开。 ※说明 （1）不论电脑是32位还是64位，上述路径中均以x86路径输入，因为创建的程序中默认是在使用win32编译器进行编译。 （2）路径修改后需要重启电脑才能生效。 3.工程项目属性设置 工程项目属性配置主要是指对Debug和Release环境下的工程属性进行修改（通过修改https://www.sodocs.net/doc/3a8707753.html,er文件进行）。查阅相关资料，发现Visual Studio 2012中已经不再区分Debug和Release的https://www.sodocs.net/doc/3a8707753.html,er文件，所以配置了Debug或Release中的任
快速学习OPENCV常用函数
访问图像元素如下: 1、针对各种图像(包括4-通道)和矩阵的函数(cvGet2D,cvSet2D),但是它们都很慢. (img->origin=IPL_ORIGIN_TL)或者是左下角(img->origin=IPL_ORIGIN_BL) 假设有8-bit1－通道的图像I(IplImage*img): I(x,y)~((uchar*)(img->imageData+img->widthStep*y))[x] 假设有8-bit3-通道的图像I(IplImage*img): I(x,y)blue~((uchar*)(img->imageData+img->widthStep*y))[x*3] I(x,y)green~((uchar*)(img->imageData+img->widthStep*y))[x*3+1] I(x,y)red~((uchar*)(img->imageData+img->widthStep*y))[x*3+2] 如果增加点(100,100)的亮度30，那么可以: CvPoint pt={100,100}; ((uchar*)(img->imageData+img->widthStep*pt.y))[pt.x*3]+=30; ((uchar*)(img->imageData+img->widthStep*pt.y))[pt.x*3+1]+=30; ((uchar*)(img->imageData+img->widthStep*pt.y))[pt.x*3+2]+=30; CvPoint pt={100,100}; uchar*temp_ptr=&((uchar*)(img->imageData+ img->widthStep*pt.y))[x*3]; temp_ptr[0]+=30; temp_ptr[1]+=30; temp_ptr[2]+=30; 假设有32-bit浮点数,1-通道图像I(IplImage*img): I(x,y)~((float*)(img->imageData+img->widthStep*y))[x] 现在，通用方法：假设有N-通道，类型为T的图像： I(x,y)c~((T*)(img->imageData+img->widthStep*y))[x*N+c] 或者你可使用宏CV_IMAGE_ELEM(image_header,elemtype,y,x_Nc) I(x,y)c~CV_IMAGE_ELEM(img,T,y,x*N+c) 2、访问矩阵元素 设有32-bit浮点数的实数矩阵M(CvMat*mat): M(i,j)~((float*)(mat->data.ptr+mat->step*i))[j] 设有64-bit浮点数的复数矩阵M(CvMat*mat): Re M(i,j)~((double*)(mat->data.ptr+mat->step*i))[j*2] Im M(i,j)~((double*)(mat->data.ptr+mat->step*i))[j*2+1]
OpenCV环境搭建
OpenCV环境搭建 日期：2015/9/21姓名：俞豪敏 1.Eclipse下搭建安卓开发环境 注意事项：不推荐使用ADT-bundler，这个为安卓开发是很方便，但是对我们的ndk搭建会很麻烦。 1.1.JDK的安装配置 JDK版本：jdk1.7.0_67 下载并安装JDK，并在环境变量中设置JDK路径 1.2.下载并安装Eclipse Eclipse版本：Mars javaEE 64位系统 直接按步骤安装即可。 1.3.下载并安装SDK SDK的安装是一个很复杂的过程，因为google网页限制，所以下载速度及其慢，建议到网页上搜索SDK，打开SDK manager安装你想要安装的版本API（我安装了4.4W，5.0,6.0等普遍系列） 1.4.为Eclipse安装ADT插件 版本号：23.0.6。版本需要注意的是，如果你的JDK版本过高而IDE不够的话是无法显示xml 的可视化编写的。 前面我们已经配置好了java的开发环境，安装了开发Android的IDE，下载安装了Android SDK，但是Eclipse还没有和Android SDK进行关联，也就是它们现在是互相独立的。为了使得Android应用的创建，运行和调试更加方便快捷，Android的开发团队专门针对Eclipse IDE定制了一个插件：Android Development Tools（ADT）。 ADT的安装有两种：1.在线，2.离线。建议离线安装，还是因为谷歌原因，连接非常慢，所以离线下载资源并安装。 1.在线安装ADT的方法： 启动Eclipse，点击Help菜单-> Install New Software… ?，点击弹出对话框中的Add… 按钮。
OpenCV最基础的图像处理的例子
?什么是OpenCV ?开源C/C++计算机视觉库. ?面向实时应用进行优化. ?跨操作系统/硬件/窗口管理器. ?通用图像/视频载入、存储和获取. ?由中、高层API构成. ?为Intel?公司的Integrated Performance Primitives (IPP) 提供了透明接口. ?特性: ?图像数据操作(分配,释放, 复制, 设定, 转换). ?图像与视频I/O (基于文件/摄像头输入, 图像/视频文件输出). ?矩阵与向量操作与线性代数计算(相乘, 求解, 特征值, 奇异值分解SVD). ?各种动态数据结构(列表, 队列, 集, 树, 图). ?基本图像处理(滤波, 边缘检测, 角点检测, 采样与插值, 色彩转换, 形态操作, 直方图, 图像金字塔). ?结构分析(连接成分, 轮廓处理, 距离转换, 模板匹配, Hough转换, 多边形近似, 线性拟合, 椭圆拟合, Delaunay三角化). ?摄像头标定 (寻找并跟踪标定模板, 标定, 基础矩阵估计, homography估计, 立体匹配). ?动作分析(光流, 动作分割, 跟踪). ?对象辨识 (特征方法, 隐马可夫链模型HMM). ?基本GUI(显示图像/视频, 键盘鼠标操作, 滚动条). ?图像标识 (直线, 圆锥, 多边形, 文本绘图) ?OpenCV 模块: ?cv - OpenCV 主要函数. ?cvaux - 辅助(实验性) OpenCV 函数. ?cxcore - 数据结构与线性代数算法. ?highgui - GUI函数. 资料链接 ?参考手册: ?
opencv编译与安装
2012/3/6, 16:55:01 在fedora15的环境下编译与安装opencv，并测试人脸检测程序 第一步：由于opencv是在cmake工具下建立的工程，所以我们先要下载cmake，下载地址随便一搜都有，不多说。下载到home的主目录下，这里我们是/home/lg。看下面的命令： #cd /home/lg #tar xzvf CMake2.4.7.tar.gz . #cd CMake2.4.7 #./boostrap #gmake #make install 这样cmake工具安装好了，并且可以直接使用cmake命令 根据cmake的编译规律，我们选择外部编译。 下载Opencv2.3.0到/home/lg 解压后进入Opencv2.3.0的目录下（这里的opencv与以前版本1.0的不一样，没有configure文件，所以我们执行不了./configure命令）： #mkdir build #cd build #cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_PYTHON_SUPPORT=ON ..（这条命令解析可以参考cmake教程，但是记住这里的第二个选项，我们将opencv安装在/usr/local目录下的） #make #make install 到这opencv编译完成，接下去是是opencv这个工具能正常使用。 记住这里的做法前一种对fedora有用，也就是说在fedora的环境下只能使用这种做法，但是ubuntu却可以使用两种方法。顺便说一下，经常遇见apt-get命令，这是在ubuntu下使用获取软件包的命令，fedora使用的是yum，记住了，否则经常出现使用apt-get却获取不了软件包的情况。 方法1：在/etc/ld.so.conf.d下新建一个文件opencv.conf，里面输入/usr/local/lib 方法2：在/etc/ld.so.conf文件中加入/usr/local/lib这一行 然后执行 #ldconfig(root权限下） #cp /usr/local/lib/pkconfig/opencv.pc /usr/lib/pkgconfig (或者是输入这个命令 export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH)（pkconfig的用法见以前的博文） 至此opencv安装完成 我们可以找个例子来做实验 #cd /home/lg/Opencv2.3.0 #cd samples/cpp #g++ `pkconfig --cflags --libs opencv` drawing.cpp -o drawing(记住前面的两个引号是通过ESC下面的那个波浪符键获得 页次: 1
opencv最基础的图像处理
openCV——几个实用函数 2010年12月20日星期一 09:18 1. cvSmooth：各种方法的图像平滑 void cvSmooth( const CvArr* src, CvArr* dst, int smoothtype=CV_GAUSSIAN, int param1=3, int param2=0, double param3=0 ); src 输入图像. dst 输出图像. smoothtype 平滑方法: . CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素的param1×param2 领域求和。如果邻域大小是变化的，可以事先利用函数cvIntegral 计算积分图像。 . CV_BLUR (simple blur) - 对每个象素param1×param2邻域求和并做尺度变换 1/(param1.param2). . CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 param1×param2 的高斯卷积 . CV_MEDIAN (median blur) - 对图像进行核大小为 param1×param1 的中值滤波 (i.e. 邻域是方的). . CV_BILATERAL (双向滤波) - 应用双向 3x3 滤波，彩色 sigma=param1，空间 sigma=param2. 平滑操作的第一个参数. param2 平滑操作的第二个参数. 对于简单/非尺度变换的高斯模糊的情况，如果 param2的值为零，则表示其被设定为param1。 param3
对应高斯参数的 Gaussian sigma (标准差). 如果为零，则标准差由下面的核尺寸计算： sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核, n=param2 对应垂直核. 对小的卷积核 (3×3 to 7×7) 使用如上公式所示的标准 sigma 速度会快。如果 param3 不为零，而 param1 和 param2 为零，则核大小有sigma 计算 (以保证足够精确的操作). 函数 cvSmooth 可使用上面任何一种方法平滑图像。每一种方法都有自己的特点以及局限。 没有缩放的图像平滑仅支持单通道图像，并且支持8位到16位的转换(与cvSobel和cvaplace相似)和32位浮点数到32位浮点数的变换格式。 简单模糊和高斯模糊支持 1- 或 3-通道, 8-比特和 32-比特浮点图像。这两种方法可以（in-place）方式处理图像。 中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像. 2．IplImage结构 由于OpenCV主要针对的是计算机视觉方面的处理，因此在函数库中，最重要的结构体是IplImage结构。IplImage结构来源于Intel的另外一个函数库Intel Image Processing Library (IPL)，该函数库主要是针对图像处理。IplImage结构具体定义如下： typedef struct _IplImage { int nSize; /* IplImage大小 */ int ID; /* 版本 (=0)*/
tensorflow和opencv安装教程
1.安装tensorflow的环境，首先打开Anaconda Prompt，输入清华仓库镜像 输入： conda config --add channels https://https://www.sodocs.net/doc/3a8707753.html,/anaconda/pkgs/free/这是两条命令， conda config --set show_channel_urls yes 2. 同样在Anaconda Prompt中利用Anaconda创建一个python 3.6的环境，环境名称为tensorflow ，输入下面命令： conda create -n tensorflow python=3.6 3.执行下边的操作 开始菜单->Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。
4.启动和关闭 当使用tensorflow时需要开启tensorflow环境 命令：activate tensorflow 当不使用tensorflow时，关闭tensorflow环境，命令：deactivate 5. 安装cpu版本的TensorFlow
命令：pip install --upgrade --ignore-installed tensorflow 直到最后出现如下的结果： 这样tensorflow cpu版本就安装好了。 注意：但是在Anaconda自带的ipython 和Spyder中import tensorflow的时候一直失败，提示No module named ‘tensorflow’，那是因为我们没有在tensorflow的环境下打开它们。为了能在ipython 和Spyder中使用tensorflow，我们需要在tensorflow的环境中安装这两个的插件。打开Anaconda Navigator，选择Not installed，找到ipython和Spyder 并安装，安装好后就可以使用了。 Tensorflow环境中的Spyder不能用，也可能是由于TensorFlow根本没有激活，所以才会出现runfile not found 的情况。 激活anaconda使用或者是重新配置TensorFlow的命令是： #if tensorflow virtual env has been created, remove it first #conda remove --name tensorflow --all #conda create -n tensorflow python=3.6 anaconda #activate tensorflow
相关文档
- opencv安装方法总结
- opencv_eclipse配置
- opencv安装方法
- OPENCV 2.4.10安装
- OpenCV常用的图像和矩阵操作总结
- opencv编译与安装
- 安装OpenCV
- opencv配置教程
- Linux安装Opencv详细流程以及arm移植opencv
- Visual Studio2012环境下配置OpenCV_v2.4.10的步骤
- VS2010+Opencv-2.4.3的配置 攻略2
- OpenCV第一讲_简介及安装
- opencv软件的下载和安装
- OpenCV 2.4.4安装与配置
- 64位下安装OPENCV(另一种方法)
- OpenCV安装教程
- OPENCV 安装与生成
- opencv安装指南
- 怎样用conda安装opencv
- opencv配置