雖然單單要做車牌號識別的話不需要特別多種類的圖像處理，但是我們不能只是為了這么一個目標去學習，所以這次就講一些OpenCV里基本的圖像處理，大家以后可以根據需求使用不同的圖像處理。

一、圖像顯示

【打開Visual Studio】→【新建項目】→【Win32控制臺應用項目（修改名稱后點確定）】→【下一步】→【空項目（勾起來以后點擊確認）】→【解決方案資源管理器】→【源文件】→【新建項】→【添加】→【（修改名稱后點擊確定）】

（后面的程序都是以這個操作開頭的，而我為了方便所以就在一個源文件里進行修改了）

我這次的路徑是D:\University\New\Test2\Test2

#include<opencv2\opencv.hpp>
using namespace cv; //包含cv命名空間
 
void main(){
	Mat img = imread("1.jpg"); //載入圖片
	imshow("【原始圖】", img); //顯示圖像
	waitKey(0); //等待任意按鍵按下
}

此處的1.jpg是放在了上面那個路徑里面，出現(xiàn)的效果圖：

當然，其實也可以顯示不在該文件夾里的圖片，只需要將“1.jpg”改成你想要顯示的圖片所在的路徑即可，例如我在D盤存了個2.jpg，我想要顯示它，就只需將代碼改成Mat img=imread("D://2.jpg");就可以了。

為了和上次的有些區(qū)別，我們來稍微講一下代碼中的一些語句的含義。

1、OpenCV的命名空間

      OpenCV中的C++類和函數(shù)都是定義在命名空間cv之內的，有兩種方法可以訪問：第一種，是在代碼開頭的適當位置加上using namespace cv;這句代碼，規(guī)定程序位于此命名空間之內；另外一種，是在使用OpenCV的每一個類和函數(shù)時，都加入cv::命名空間。不用講都知道，第二種方法十分的繁瑣，所以，推薦大家在代碼開頭的適當位置，加上using namespace cv;這句。

2、Mat類簡析

       Mat類是用于保存圖像以及其他矩陣數(shù)據的數(shù)據結構，默認情況下其尺寸為0。我們也可以指定其初始尺寸，比如定義一個Mat類對象，就要寫cv::Mat pic(320,640,cv::Scalar(100));，Mat類是OpenCV里十分重要，內容有很多，我們這里需要用到的關于Mat的其實就是簡單的這樣一句代碼：Mat img=imread("1.jpg");，所以我就不在多講了。

3、圖像的載入：imread()函數(shù)

       imread()函數(shù)是用于讀取文件中的圖片到OpenCV中?？梢栽贠penCV官方文檔中查到它的原形，如下：

       Mat imread(const string& filename, intflags=1);

       第一個參數(shù)，const string&類型的filename，填我們需要載入的圖片路徑名，在Windows操作系統(tǒng)下，OpenCV的imread函數(shù)支持如下類型的圖像載入。

       第二個參數(shù)，int類型的flags，為載入標識，他指定一個加載圖像的顏色類型【這個內容有些生澀難理解，故不多贅述】。

4、imshow()函數(shù)

      imshow()函數(shù)用于在指定的窗口中顯示一幅圖像，函數(shù)原型如下。

      void imshow(const string& winname, InputArray mat);

      第一個參數(shù)，const string&類型的winname，填需要顯示的窗口標識名稱。

      第二個參數(shù)，InputArray類型的mat，填需要顯示的圖像?！竞芏鄷r候，遇到函數(shù)原型中的InputArray/OutputArray類型，我們把它簡單地當做Mat類型即可。因為它的定義有些難理解，而且源代碼略顯冗長，所以不過多贅述】

二、圖像腐蝕和膨脹

      腐蝕，即用圖像中的暗色部分“腐蝕”掉圖像中的高亮部分。代碼如下：

#include<opencv2\highgui\highgui.hpp> //OpenCV highgui模塊頭文件
#include<opencv2\imgproc\imgproc.hpp> //OpenCV 圖像處理頭文件
using namespace cv; //包含cv命名空間
 
int main(){
	//載入圖片
	Mat img = imread("1.jpg");
	//顯示原圖
	imshow("【原圖】腐蝕操作", img);
	//進行腐蝕操作
	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
	Mat dstimg;
	erode(img, dstimg, element);
	//顯示效果圖
	imshow("【效果圖】腐蝕操作", dstimg);
	waitKey(0);
	return 0;
}

程序首先依然是載入和顯示一幅圖像，然后定義一個Mat類型的變量來獲得getStructuringElement函數(shù)的返回值，而getStructuringElement函數(shù)的返回值為指定形狀和尺寸的結構元素（內核矩陣）。參數(shù)準備完畢，接著便可以調用erode函數(shù)進行圖像腐蝕操作，然后調用imshow函數(shù)進行顯示。

下面對getStructuringElement函數(shù)進行簡單的講述：

第一個參數(shù)，內核的形狀（一般有下面三種：矩形：MORPH_RECT；交叉形：MORPH_CROSS；橢圓形：MORPH_ELLIPSE）

第二個參數(shù)，內核的大?。ㄉ厦娴拇a，表示的就是15*15的正方形內核）

效果圖如下（原圖都和一中的原圖一樣，故不再顯示）：

膨脹，和腐蝕相反，從圖像直觀來看，就是將圖像光亮部分放大，黑暗部分縮小。代碼如下：

#include<opencv2\highgui\highgui.hpp> //OpenCV highgui模塊頭文件
#include<opencv2\imgproc\imgproc.hpp> //OpenCV 圖像處理頭文件
using namespace cv; //包含cv命名空間
 
int main(){
	//載入圖片
	Mat img = imread("1.jpg");
	//顯示原圖
	imshow("【原圖】膨脹操作", img);
	//進行膨脹操作
	Mat element = getStructuringElement(MORPH_RECT, Size(15, 15));
	Mat dstimg;
	dilate(img, dstimg, element);
	//顯示效果圖
	imshow("【效果圖】膨脹操作", dstimg);
	waitKey(0);
	return 0;
}

和腐蝕的代碼的區(qū)別就只在于調用的函數(shù)不同，膨脹調用的是dilate函數(shù)。

效果圖如下：

三、圖像模糊

模糊，對圖像進行均值濾波處理，然后就把圖像模糊了……代碼如下：

#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
using namespace cv;
 
int main(){
	//載入原圖
	Mat img = imread("1.jpg");
	//顯示原圖
	imshow("【原圖】均值濾波", img);
	//進行均值濾波操作
	Mat dstimg;
	blur(img, dstimg, Size(7, 7));
	//顯示效果圖
	imshow("【效果圖】均值濾波", dstimg);
	waitKey(0);
	return 0;
}

blur函數(shù)的第三個參數(shù)表示的是內核的大小，代碼中的意思是像素長寬均為7的一個內核。

效果圖如下：

四、canny邊緣檢測

這個操作會在我們最終要實現(xiàn)的汽車車牌識別中會出現(xiàn)。

載入圖像，并將其轉成灰度圖，再用blur函數(shù)進行圖像模糊以降噪，然后用canny函數(shù)進行邊緣檢測，最后進行顯示。代碼如下：

#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
using namespace cv;
 
int main(){
	//載入原圖
	Mat srcImage = imread("1.jpg");
	//顯示原圖
	imshow("【原圖】Canny邊緣檢測", srcImage);
	Mat dstImage, edge, grayImage;
	//【1】創(chuàng)建于src同類型和大小的矩陣dst
	dstImage.create(srcImage.size(), srcImage.type());
	//【2】將原圖像轉換成灰度圖像
	cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);
	//【3】先使用3*3內核來降噪
	blur(grayImage, edge, Size(3, 3));
	//【4】運行Canny算子
	Canny(edge, edge, 3, 9, 3);
	//顯示效果圖
	imshow("【效果圖】Canny邊緣檢測", edge);
	waitKey(0);
	return 0;
}

簡單講一下Canny函數(shù)各參數(shù)的意義：

      第一個參數(shù)：輸入，是灰度圖，就算是彩色圖也會處理成灰度圖（但是如果不先轉成灰度圖像并降噪的話會出現(xiàn)很多原本不存在的線條，大家可以自己嘗試一下）

      第二個參數(shù)：輸出的圖的位置，輸出的圖是二值圖。

      第三四個參數(shù)：是兩個閾值，上限和下限，如果一個像素的梯度大于上限，則被認為是邊緣像素，如果低于下限則被拋棄，如果介于兩者之間，只有當其與高于上限閾值的像素連接時才會被接受。

      第五個參數(shù)：表示模板的大小，如果是3，則表示3*3矩陣的大小。

效果圖如下：

到此這篇關于C++ OpenCV中幾種基本的圖像處理方式的文章就介紹到這了,更多相關C++ OpenCV圖像處理方式內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論