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據的數據結構，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

       imread()函數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，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函數支持如下類型的圖像載入。

       第二個參數，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

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

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

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

      第二個參數，InputArray類型的mat，填需要顯示的圖像?！竞芏鄷r候，遇到函數原型中的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函數的返回值，而getStructuringElement函數的返回值為指定形狀和尺寸的結構元素（內核矩陣）。參數準備完畢，接著便可以調用erode函數進行圖像腐蝕操作，然后調用imshow函數進行顯示。

下面對getStructuringElement函數進行簡單的講述：

第一個參數，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，內核的大小（上面的代碼，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不同，膨脹調用的是dilate函數。

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函數的第三個參數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的汽車車牌識別中會出現。

載入圖像，并將其轉成灰度圖，再用blur函數進行圖像模糊以降噪，然后用canny函數進行邊緣檢測，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函數各參數的意義：

      第一個參數：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：輸出的圖的位置，輸出的圖是二值圖。

      第三四個參數：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：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