计算机视觉全系列实战教程：（七）opencv的improc模块基本介绍

本文主要是介绍计算机视觉全系列实战教程：（七）opencv的improc模块基本介绍，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1.颜色转换

A.函数转换函数原型：

void cv::cvtColor(cv::InputArray src, // 输入序列cv::OutputArray dst, // 输出序列int code, // 颜色映射码int dstCn = 0 // 输出的通道数 (0='automatic')
);

B.基本使用：

cv::Mat imGray;
cv::cvtColor(imBGR, imGray, cv::COLOR_BGR2GRAY); //转为灰度图像
cv::Mat imHsv;
cv::cvtColor(imBGR, imHsv, cv::COLOR_BGR2HSV); //转为HSV图像

C.参数介绍：

// BGR和RGB相互转换
cv::COLOR_BGR2RGB
cv::COLOR_RGB2BGR
cv::COLOR_RGBA2BGRA
cv::COLOR_BGRA2RGBA
// 添加和去除alpha通道
cv::COLOR_BGR2BGRA
cv::COLOR_RGB2RGBA
cv::COLOR_BGRA2BGR
cv::COLOR_RGBA2RGB

2.绘制基本图形

(1)绘制矩形

void cv::rectangle	(	InputOutputArray 	img, //在img中绘制矩形Point 	PLeftTop, //矩形的左上角Point 	PRgtBtm, //矩形的右下角const Scalar & 	color, //矩形框的颜色int 	thickness = 1, //线的宽度int 	lineType = LINE_8, //线的类型int 	shift = 0 //坐标中的小数位数
)

(2)绘制圆形

void circle( Mat img, cv::Point center, //圆形int radius, //半径cv::Scalar color, //圆形线条的颜色 int thickness=1,  //圆形线条的宽度，负数表示填充，正数表示宽度int line_type=8, //线条的种类int shift=0 //圆心和半径的小数位数);

(3)绘制椭圆

void ellipse(Mat img,Point PCenter, //椭圆中心Size size, //长轴和短轴的长度double angle, //椭圆旋转角度double startAngle, //开始角度double endAngle, //终止角度Scalar &color, //椭圆线条的颜色int thickness = 1, //椭圆线条的宽度，负数表示填充int line_type = 8, //线条类型int shift = 0 //圆心和轴坐标的精度（小数的位数）)

(4)绘制线段

void line(Mat img,Point PStart, //线段起点坐标Point PEnd, //线段终点坐标Scalar &color, //线段颜色int thichness = 1, int line_type = 8, int shift =  0)

(5)绘制文字

void putText(Mat &img,const string &text,Point POrigin, //文本框的左下角int fontFace, //字体，如FONT_HERAHEY_PLAINdouble fontScale, //尺寸因子，越大则文字越大Scalar color, //文字颜色int thickness = 1, //线条粗细int lineType = 8, //线条类型（8邻域和4领域）boo

3.随机数使用

(1)基本用法

//创建RNG对象 RNG rng(uint64 seed);
cv::RNG rng(time(NULL));
int iNum01 = rng; //返回第一个随机数
int iNum02 = rng.next(); //返回下一个随机数
int iNum03 = rng.operator()(); //等价于next()
int iNum04 = rng.operator()(100); //[0,100)范围内的随机数
double dNum05 = rng.operator double(); //返回下一个double数值

(2)生成分布数据

double a = rng.uniform(0,1);//产生一个均匀分布的double数据
double b = rng.gaussian(0.f, 1.f);//高斯分布的double数据，均值为0，方差为1.0

(3)使用随机数填充矩阵

A.函数原型

void fill(Mat img,int distType, //均匀分布（UNIFORM），高斯分布（NORMAL）InputArray a, InputArray b, //与对应的分布有关，如均匀分布表示均匀分布的区间bool saturateRange = false //只针对均匀分布有效);

B.使用方法

// 均匀分布cv::Mat_<double> matTmp(5, 5);cv::RNG rng;rng.fill(matTmp, cv::RNG::UNIFORM, 1 , 3);
// 正态分布
cv::Mat_<float> matTmp02(5, 5);
rng.fill(matTmp02, cv::RNG::NORMAL, 1, 3);

4.为图像添加边框

A.函数原型

void copyMakeBorder(cv::Mat &imSrc, //输入图像cv::Mat &imDst, //输出图像int top, //顶部填充像素数量int bottom,int left, int right,int borderType, //填充类型，如BORDER_REPLICATE, BORDER_REFLECT_101, BORDER_CONSTANT等const Scalar &value = Scalar() //默认值即可);

B.参数介绍（borderType）

		BORDER_CONSTANT    = 0, //!< `iiiiii|abcdefgh|iiiiiii`  with some specified `i`BORDER_REPLICATE   = 1, //!< `aaaaaa|abcdefgh|hhhhhhh`BORDER_REFLECT     = 2, //!< `fedcba|abcdefgh|hgfedcb`BORDER_WRAP        = 3, //!< `cdefgh|abcdefgh|abcdefg`BORDER_REFLECT_101 = 4, //!< `gfedcb|abcdefgh|gfedcba`BORDER_TRANSPARENT = 5, //!< `uvwxyz|abcdefgh|ijklmno`

5.查找轮廓

(1)概述

对灰度图像、二值图像进行边缘提取（通常是二值图像）进行轮廓提取。

void findContours(Mat &imGray, //单通道图像vector<vector<Point>> &vCntsOut, //轮廓组（输出参数）OutputArray &hierarchy, //包含抽取图像的拓扑信息int mode, //轮廓提取模式，如CV_RETR_EXTERNAL, CV_RETR_LIST, CV_RETR_CCOMP等int method, //轮廓的近似方法，如CV_CHAIN_APPROX_NONE, CV_CHAIN_APPROX_SIMPLE等Point offset=Point() //轮廓的偏移量);

(2)使用

//读取图像
cv::Mat imRead = cv::imread("xxx.jpeg");
//高斯去噪
cv::GaussianBlur(imread, imread, cv::Size(3,3), 0);
//提取图像边缘
cv::Mat imEdge;
cv::Canny(imRead, imEdge, 30, 100);
//提取轮廓
std::vector<std::vector<cv::Point>> vCnts;
std::vector<cv::Vec4i> hierarchy;
cv::findContours(imEdge,vCnts,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE);

(3)绘制轮廓

void cv::drawContours(cv::Mat &imSrc,InputArrayOfArrays vCnts,int contourIdx, //绘制轮廓向量中哪一个索引，负数表示绘制所有轮廓const cv::Scalar &color, //绘制的颜色int thickness = 1, //宽度，负数表示填充轮廓int lineType =8, InputArray hierarchy = noArray(), //findContours输出的向量int maxLevel = INT_MAX, //绘制轮廓的最高等级，有heirarchy时才生效cv::Point offset);