OpenCV 入门教程(C++ 版)
面向零基础入门,所有示例均为完整可编译 的 C++ 代码。 作者的本机环境:Windows + MinGW (GCC) + OpenCV 4.12.0
目录
0. 环境与编译方式 这个网上有视频,请自行学习
0.1 编译命令 在任务中选择task,然后选择opencv的release运行程序
0.2 头文件 最省事(加载全部模块,编译稍慢):
1 #include <opencv2/opencv.hpp>
只加载需要的模块(编译更快):
1 2 3 4 #include <opencv2/core.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/highgui.hpp> #include <opencv2/videoio.hpp>
0.3 命名空间 几乎所有类/函数都在 cv 命名空间里,演示代码里默认:
1 2 using namespace cv;using namespace std;
工程中更推荐显式写 cv::Mat,避免命名冲突,但学习阶段用 using namespace cv; 更方便。
1. 第一个程序 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 #include <opencv2/opencv.hpp> #include <iostream> using namespace cv;using namespace std;int main () { cout << "OpenCV version: " << CV_VERSION << endl; Mat img (400 , 600 , CV_8UC3, Scalar(40 , 40 , 40 )) ; putText (img, "Hello OpenCV " CV_VERSION, Point (60 , 200 ), FONT_HERSHEY_SIMPLEX, 1.2 , Scalar (0 , 255 , 0 ), 2 ); imshow ("window" , img); int key = waitKey (0 ); cout << "你按下了键: " << key << endl; destroyAllWindows (); return 0 ; }
必记的三个窗口函数
函数
作用
imshow("名字", mat)
把 Mat 显示在名为 “名字” 的窗口里
waitKey(ms)
等待键盘:0 表示一直等,>0 表示等 ms 毫秒,返回按键 ASCII 码
destroyAllWindows()
关闭所有 OpenCV 窗口
没有 waitKey,imshow 的窗口会一闪而过甚至根本不刷新 ,这是新手第一大坑。 所以这两个必须要写
2. Mat:OpenCV 的核心数据结构 Mat = Matrix,是图像也是矩阵。它内部是引用计数 + 数据指针 ,拷贝时默认是”浅拷贝”(共用数据).
2.1 创建 1 2 3 4 5 6 Mat a; Mat b (300 , 500 , CV_8UC3) ; Mat c (300 , 500 , CV_8UC3, Scalar(255 , 0 , 0 )) ; Mat d = Mat::zeros (300 , 500 , CV_8UC1); Mat e = Mat::ones (300 , 500 , CV_8UC1) * 255 ; Mat f = Mat::eye (3 , 3 , CV_64F);
2.2 类型命名规则 CV_<位深><有无符号><通道数> 一共需要三个参数:
位深 存储的数字的bit长度
U/F 有无符号unsigned还是float
通道数 比如C1就是灰度图,只有灰色;BGR就是常规图;BGRA还多了个透明度
这里,用于显示的是前三种,后面的只是拿来计算使用的
写法
含义
常见用途
CV_8UC1
8 位无符号单通道
灰度图 / 掩码
CV_8UC3
8 位无符号三通道
彩色图(BGR)
CV_8UC4
8 位无符号四通道
带 Alpha 的图(BGRA)
CV_32FC1
32 位 float 单通道
滤波中间结果、深度图
CV_64F
64 位 double 单通道
数学计算矩阵
常用属性:
1 2 3 4 5 6 7 8 9 10 11 Mat img (400 , 600 , CV_8UC3) ;img.rows; img.cols; img.total (); img.channels (); img.depth (); img.type (); img.elemSize (); img.step; img.empty (); img.size ();
行列顺序 :Mat(rows, cols, type)。访问像素用 at<T>(y, x) 或 at<T>(Point(x, y))。 搞混 x/y 是第二个大坑。
2.3 浅拷贝 vs 深拷贝(重点) 1 2 3 4 5 6 7 Mat a = Mat::zeros (100 , 100 , CV_8UC1); Mat b = a; Mat c = a.clone (); Mat d; a.copyTo (d); b.setTo (255 );
写原地算法前务必 clone() ,否则会破坏原图。 一定要先复制了再操作哼哼哼啊啊啊
2.4 访问像素的三种方式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Mat img (100 , 100 , CV_8UC3, Scalar(10 , 20 , 30 )) ;Vec3b px = img.at <Vec3b>(y, x); uchar B = px[0 ], G = px[1 ], R = px[2 ]; img.at <Vec3b>(y, x) = Vec3b (255 , 0 , 0 ); for (int y = 0 ; y < img.rows; ++y) { uchar* row = img.ptr <uchar>(y); for (int x = 0 ; x < img.cols; ++x) { row[x * 3 + 0 ] = 0 ; row[x * 3 + 1 ] = 0 ; row[x * 3 + 2 ] = 0 ; } Vec3b*row1=img.ptr <Vec2b>(y); for (int x=0 ;x<img.cols;x++){ row1[x][0 ]=0 ; row1[x][1 ]=0 ; row1[x][2 ]=0 ; } } MatIterator_<Vec3b> it = img.begin <Vec3b>(), end = img.end <Vec3b>(); for (; it != end; ++it) (*it)[1 ] = 0 ;
灰度图用 img.at<uchar>(y, x),float 图用 img.at<float>(y, x)。
2.4.1 Vec3b和uchar 为什么上面的程序有的使用的是uchar,而有的使用的是Vec3b呢?
这里我们就需要知道在电脑中,程序是如何存储这个矩阵的了
存储方式be like:
1 2 B G R | B G R | B G R 像素1 像素2 像素3
每一个像素是由三个uchar(unsined char)组成的,而单个字符使用了三个byte,所以称之为Vec3b(Vector 3 byte) 所以这实际上就是一个三维数组,每个小数组也算一维,根据需要确定所需的类型
2.5 多通道分离/合并与混合 1 2 3 4 5 6 7 8 9 Mat img = imread ("a.jpg" ); Mat bgr[3 ]; split (img, bgr); Mat mixed; Mat zero = Mat::zeros (img.size (), CV_8UC1); Mat ch[3 ] = { bgr[0 ], zero, zero }; merge (ch, 3 , mixed);
标准流程是,先拆分得到三个单独通道的深浅BRG,然后把另外两个灰度设为了0,也就是相当于图片只剩蓝色了 最后再合并,就得到了一个带蓝色滤镜的图片了
2.6 通道转置:reshape 1 2 Mat flat = img.reshape (1 , img.rows);
3. 读写与显示图像 1 2 3 4 5 6 7 8 9 10 Mat img = imread ("D:/test.jpg" , IMREAD_COLOR); if (img.empty ()) { cerr << "读取失败!检查路径" << endl; return -1 ; }Mat g1 = imread ("t.jpg" , IMREAD_GRAYSCALE); Mat g2 = imread ("t.jpg" , IMREAD_UNCHANGED); imwrite ("out.png" , img);imwrite ("out.jpg" , img, { IMWRITE_JPEG_QUALITY, 90 });
imread 的 flags 也可以直接写数字:1 彩色、0 灰度、-1 原样。
窗口控制:
1 2 3 4 namedWindow ("big" , WINDOW_NORMAL); resizeWindow ("big" , img.clos, img.rows);imshow ("big" , img); moveWindow ("big" , 100 , 100 );
路径注意 :Windows 下 C++ 字符串里的 \ 是转义字符,请用 / 或 \\:imread("D:/data/a.jpg") 或 imread("D:\\data\\a.jpg")。
4. 颜色空间与通道操作 1 2 3 4 5 6 7 Mat gray, hsv, rgb; cvtColor (img, gray, COLOR_BGR2GRAY); cvtColor (img, hsv, COLOR_BGR2HSV); cvtColor (img, rgb, COLOR_BGR2RGB); Mat back; cvtColor (hsv, back, COLOR_HSV2BGR);
4.1 补充:HSV是什么 HSV 表达彩色图像的方式由三个部分组成:
Hue(色调、色相)
Saturation(饱和度、色彩纯净度)
Value(明度)
HSV 做颜色分割比 BGR 稳得多(亮度变化影响小)。例:提取”黄色”区域:
1 2 3 Mat hsv, mask; cvtColor (img, hsv, COLOR_BGR2HSV);inRange (hsv, Scalar (20 , 100 , 100 ), Scalar (35 , 255 , 255 ), mask);
注意 OpenCV 的 H 通道范围是 0~179 (不是 0~360)。
5. ROI:感兴趣区域 ROI 是”视图”,不复制数据 ,修改 ROI 会改到原图。
1 2 3 4 5 6 7 8 9 10 11 Mat roi = img (Rect (100 , 50 , 200 , 150 )); img (Rect (0 , 0 , 100 , 100 )) = Scalar (0 , 0 , 255 ); Mat copy = roi.clone (); copy.convertTo (copy, -1 , 1.2 , 0 ); copy.copyTo (img (Rect (100 , 50 , 200 , 150 ))); Mat part = img (Range (0 , 100 ), Range (0 , 200 ));
程序解释:Rect是Rectangle的缩写,这里Rect函数相当于切片,取出一部分Scalar相当选色,然后直接把这个颜色强制赋值给了img的左上角的区域,所以相当于涂红了convertTo是一个转换函数,参数分别为:图像,数据类型,乘值,加值,后面的讲解有详细公式copyTo就是字面意思,复制回去罢了
6. 绘图与文字 所有绘图函数都原地修改 传入的 Mat。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Mat canvas (500 , 700 , CV_8UC3, Scalar(255 , 255 , 255 )) ; line (canvas, Point (20 , 20 ), Point (300 , 200 ), Scalar (255 , 0 , 0 ), 2 , LINE_AA);rectangle (canvas, Rect (50 , 50 , 200 , 120 ), Scalar (0 , 255 , 0 ), 3 ); rectangle (canvas, Point (300 , 60 ), Point (500 , 180 ), Scalar (0 , 0 , 255 ), -1 ); circle (canvas, Point (400 , 320 ), 70 , Scalar (0 , 165 , 255 ), 2 , LINE_AA);ellipse (canvas, Point (200 , 380 ), Size (120 , 60 ), 30 , 0 , 360 , Scalar (128 , 0 , 128 ), 2 );vector<Point> pts = { Point (560 , 300 ), Point (660 , 320 ), Point (620 , 430 ), Point (540 , 400 ) }; polylines (canvas, vector<vector<Point>>{pts}, true , Scalar (0 , 0 , 0 ), 2 );putText (canvas, "OpenCV" , Point (60 , 470 ), FONT_HERSHEY_SIMPLEX, 1.5 , Scalar (0 , 0 , 0 ), 3 , LINE_AA); for (int x = 0 ; x < 700 ; x += 20 ) line (canvas, Point (x, 240 ), Point (x + 10 , 240 ), Scalar (0 ,0 ,0 ), 1 );
参数
说明
Scalar(B,G,R)
颜色,顺序是 BGR(灰度图传一个数即可)
thickness
线宽;-1 或 FILLED 表示填充
lineType
LINE_8(默认) / LINE_AA(抗锯齿,更平滑)
7. 图像算术与位运算 7.1 加减乘除、混合 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Mat a = imread ("a.jpg" ), b = imread ("b.jpg" ); Mat dst; add (a, b, dst);add (a, Scalar (50 , 50 , 50 ), dst); subtract (a, b, dst);absdiff (a, b, dst); multiply (a, b, dst, 1.0 / 255 ); divide (a, b, dst, 255.0 );double alpha = 0.6 , beta = 1 - alpha;addWeighted (a, alpha, b, beta, 0.0 , dst);Mat bright; a.convertTo (bright, -1 , 1.5 , 30 ); Mat inv; bitwise_not (a, inv);
7.1.1 逐句解释 1 2 3 add (a,b,dst);substract (a,b,dst);absdiff (a, b, dst);
add这句的作用是,每个像素点的每个量单独增加,实现两张图的叠加(若加出了>255的,则变为255)
substract这句的作用是相减(若减出负数,变为0)
absdiff这句的作用是算绝对值,计算两图每个像素的绝对值差
1 2 multiply (a, b, dst, 1.0 / 255 );divide (a, b, dst, 255.0 );
multiply这句的作用是计算a*b*1.0/255
divide这句的作用是计算a/b*255
1 2 double alpha = 0.6 , beta = 1 - alpha;addWeighted (a, alpha, b, beta, 0.0 , dst);
这一段是线性混合,根据比例将两张图叠加,公式是dst = a * alpha + b * beta + gamma
1 2 Mat bright; a.convertTo (bright, -1 , 1.5 , 30 );
这句就是按照公式计算了,用于提升亮度,此处计算要是超了,也会自动截断到255
1 Mat inv; bitwise_not (a, inv);
这句话的作用是取反,用255去减所有的像素点,每个点变为补色
Mat 的运算符 + - * / 也重载了(a + b),但它们不做饱和 ,且不能加标量, 实际工程里建议用 add/subtract/addWeighted,这样更加安全
7.2 位运算与掩码 1 2 3 4 5 6 7 8 9 10 11 12 13 Mat mask = Mat::zeros (img.size (), CV_8UC1); circle (mask, Point (200 , 200 ), 100 , Scalar (255 ), -1 ); Mat masked; bitwise_and (img, img, masked, mask); bitwise_or (a, b, dst);bitwise_xor (a, b, dst);img.setTo (Scalar (0 , 0 , 0 ), mask); Mat sub; img.copyTo (sub, mask); Mat invMask; bitwise_not (mask, invMask);
掩码规则 :单通道 CV_8UC1,非 0 即”有效”。
8. 几何变换 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Mat dst; resize (img, dst, Size (300 , 200 )); resize (img, dst, Size (), 0.5 , 0.5 ); resize (img, dst, Size (), 2.0 , 2.0 , INTER_CUBIC); flip (img, dst, 1 ); rotate (img, dst, ROTATE_90_CLOCKWISE); transpose (img, dst); Point2f center (img.cols / 2.0f , img.rows / 2.0f ) ;Mat M = getRotationMatrix2D (center, 30.0 , 1.0 ); warpAffine (img, dst, M, img.size ());Point2f srcPts[3 ] = { {0 ,0 }, {float (img.cols-1 ),0 }, {0 ,float (img.rows-1 )} }; Point2f dstPts[3 ] = { {30 ,50 }, {float (img.cols-1 ),20 }, {10 ,float (img.rows-1 )} }; Mat A = getAffineTransform (srcPts, dstPts); warpAffine (img, dst, A, img.size ());Point2f srcQ[4 ] = { {56 ,65 }, {351 ,52 }, {28 ,379 }, {389 ,390 } }; Point2f dstQ[4 ] = { {0 ,0 }, {300 ,0 }, {0 ,400 }, {300 ,400 } }; Mat P = getPerspectiveTransform (srcQ, dstQ); warpPerspective (img, dst, P, Size (300 , 400 ));
缩放插值怎么选 :
flag
适用
INTER_NEAREST
最快,有锯齿(用于标签图/掩码)
INTER_LINEAR
默认,放大够用
INTER_AREA
缩小首选 ,无摩尔纹
INTER_CUBIC / INTER_LANCZOS4
放大质量最好,较慢
9. 图像平滑(滤波去噪) 1 2 3 4 5 6 7 8 9 10 11 12 Mat dst; blur (img, dst, Size (5 , 5 )); boxFilter (img, dst, -1 , Size (5 , 5 )); GaussianBlur (img, dst, Size (5 , 5 ), 1.5 ); medianBlur (img, dst, 5 ); bilateralFilter (img, dst, 9 , 75 , 75 ); Mat k = (Mat_ <float >(3 , 3 ) << 0 , -1 , 0 , -1 , 5 , -1 , 0 , -1 , 0 ); filter2D (img, dst, -1 , k);
滤波器
特点
均值 / 高斯
通用平滑,会模糊边缘
中值
对椒盐噪声 效果极好,保边较好
双边
保边去噪,适合美颜预处理,速度慢
10. 阈值与二值化 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Mat gray, bin; cvtColor (img, gray, COLOR_BGR2GRAY);threshold (gray, bin, 127 , 255 , THRESH_BINARY); threshold (gray, bin, 127 , 255 , THRESH_BINARY_INV); threshold (gray, bin, 127 , 255 , THRESH_TRUNC); threshold (gray, bin, 127 , 255 , THRESH_TOZERO); double t = threshold (gray, bin, 0 , 255 , THRESH_BINARY | THRESH_OTSU);cout << "自动阈值 = " << t << endl; adaptiveThreshold (gray, bin, 255 , ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 11 , 2 );
11. 形态学操作 形态学 = 用”结构元”在二值图上做腐蚀/膨胀组合,常用于去噪、连断、分离。
1 2 3 4 5 6 7 8 9 10 Mat kernel = getStructuringElement (MORPH_RECT, Size (5 , 5 )); erode (bin, dst, kernel); dilate (bin, dst, kernel); morphologyEx (bin, dst, MORPH_OPEN, kernel); morphologyEx (bin, dst, MORPH_CLOSE, kernel); morphologyEx (bin, dst, MORPH_GRADIENT, kernel); morphologyEx (bin, dst, MORPH_TOPHAT, kernel); morphologyEx (bin, dst, MORPH_BLACKHAT, kernel);
口诀:开运算去白噪点,闭运算补黑洞 。
12. 边缘检测 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Mat gray, gx, gy, absx, absy, grad, edges, lap; cvtColor (img, gray, COLOR_BGR2GRAY);GaussianBlur (gray, gray, Size (5 , 5 ), 1.5 ); Sobel (gray, gx, CV_16S, 1 , 0 , 3 ); Sobel (gray, gy, CV_16S, 0 , 1 , 3 );convertScaleAbs (gx, absx); convertScaleAbs (gy, absy);addWeighted (absx, 0.5 , absy, 0.5 , 0 , grad); Laplacian (gray, lap, CV_16S, 3 );convertScaleAbs (lap, lap);Canny (gray, edges, 50 , 150 ); Canny (gray, edges, 50 , 150 , 3 , true );
Canny 阈值调参经验 :小阈值→边缘多但杂;大阈值→边缘少但可能断裂。 可用滑动条实时调:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 namedWindow ("canny" );createTrackbar ("low" , "canny" , 0 , 255 );createTrackbar ("high" , "canny" , 0 , 255 );setTrackbarPos ("low" , "canny" , 50 );setTrackbarPos ("high" , "canny" , 150 );while (true ) { int lo = getTrackbarPos ("low" , "canny" ); int hi = getTrackbarPos ("high" , "canny" ); Mat e; Canny (gray, e, lo, hi); imshow ("canny" , e); if (waitKey (30 ) == 27 ) break ; }
13. 轮廓检测与应用 轮廓处理是”目标检测/测量”的基础,流程一般是:灰度 → 二值化 → 形态学 → findContours → 逐个分析 。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 Mat gray, bin; cvtColor (img, gray, COLOR_BGR2GRAY);GaussianBlur (gray, gray, Size (5 , 5 ), 1.5 );threshold (gray, bin, 0 , 255 , THRESH_BINARY | THRESH_OTSU);vector<vector<Point>> contours; vector<Vec4i> hierarchy; findContours (bin, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); Mat out = img.clone (); drawContours (out, contours, -1 , Scalar (0 , 0 , 255 ), 2 ); for (size_t i = 0 ; i < contours.size (); ++i) { double area = contourArea (contours[i]); if (area < 100 ) continue ; Rect r = boundingRect (contours[i]); rectangle (out, r, Scalar (0 , 255 , 0 ), 2 ); putText (out, to_string ((int )area), r.tl (), FONT_HERSHEY_SIMPLEX, 0.5 , Scalar (255 ,0 ,0 ), 1 ); double peri = arcLength (contours[i], true ); RotatedRect rr = minAreaRect (contours[i]); Point2f c; float radius; minEnclosingCircle (contours[i], c, radius); vector<Point> approx; approxPolyDP (contours[i], approx, 0.02 * peri, true ); if (approx.size () == 3 ) putText (out, "Triangle" , r.tl (), FONT_HERSHEY_SIMPLEX, 0.5 , Scalar (255 ,0 ,0 ), 1 ); else if (approx.size () == 4 ) putText (out, "Quad" , r.tl (), FONT_HERSHEY_SIMPLEX, 0.5 , Scalar (255 ,0 ,0 ), 1 ); else if (approx.size () > 6 ) putText (out, "Circle" , r.tl (), FONT_HERSHEY_SIMPLEX, 0.5 , Scalar (255 ,0 ,0 ), 1 ); vector<Point> hull; convexHull (contours[i], hull); polylines (out, hull, true , Scalar (255 , 0 , 255 ), 2 ); } imshow ("contours" , out);waitKey (0 );
关键点 :
findContours 会修改输入的二值图 (OpenCV 4 里其实不会了,但仍建议传 bin.clone())。
点集用 vector<vector<Point>>,OpenCV 4 不再需要 vector<Mat>。
RETR_EXTERNAL:只关心最外层轮廓;RETR_LIST:全部列出且无父子关系;RETR_TREE:完整树。
面积过滤 area < 阈值 是去掉小噪声最常用的手段。
14. 直方图与均衡化 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 Mat gray; cvtColor (img, gray, COLOR_BGR2GRAY); int histSize = 256 ;float range[] = {0 , 256 };const float * histRange = {range};Mat hist; calcHist (&gray, 1 , nullptr , Mat (), hist, 1 , &histSize, &histRange); int h = 300 , w = 512 ;int binW = w / histSize;Mat canvas (h, w, CV_8UC3, Scalar(255 , 255 , 255 )) ;normalize (hist, hist, 0 , h, NORM_MINMAX);for (int i = 0 ; i < histSize; ++i) { int v = cvRound (hist.at <float >(i)); rectangle (canvas, Rect (i * binW, h - v, binW, v), Scalar (0 , 0 , 0 ), FILLED); } Mat eq; equalizeHist (gray, eq);Mat ycrcb, ch[3 ]; cvtColor (img, ycrcb, COLOR_BGR2YCrCb);split (ycrcb, ch);equalizeHist (ch[0 ], ch[0 ]);merge (ch, 3 , ycrcb);cvtColor (ycrcb, eq, COLOR_YCrCb2BGR);Ptr<CLAHE> clahe = createCLAHE (2.0 , Size (8 , 8 )); Mat claheImg; clahe->apply (gray, claheImg);
15. 视频与摄像头 15.1 读摄像头 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 VideoCapture cap (0 ) ; if (!cap.isOpened ()) { cerr << "摄像头打开失败" << endl; return -1 ; }cap.set (CAP_PROP_FRAME_WIDTH, 1280 ); cap.set (CAP_PROP_FRAME_HEIGHT, 720 ); cap.set (CAP_PROP_FPS, 30 ); Mat frame; while (true ) { cap >> frame; if (frame.empty ()) break ; imshow ("camera" , frame); int key = waitKey (30 ); if (key == 27 ) break ; } cap.release (); destroyAllWindows ();
15.2 写视频 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 VideoCapture cap ("in.mp4" ) ;int w = (int )cap.get (CAP_PROP_FRAME_WIDTH);int h = (int )cap.get (CAP_PROP_FRAME_HEIGHT);double fps = cap.get (CAP_PROP_FPS);if (fps <= 0 ) fps = 30 ;VideoWriter writer ("out.avi" , VideoWriter::fourcc('M' , 'J' , 'P' , 'G' ), fps, Size(w, h)) ;if (!writer.isOpened ()) { cerr << "VideoWriter 打开失败" << endl; return -1 ; }Mat frame; while (cap.read (frame)) { writer.write (frame); } writer.release (); cap.release ();
常用 fourcc:MJPG(.avi 通用)、XVID、mp4v(.mp4)。 尺寸必须和写入帧一致,否则会写失败或产出损坏文件。
15.3 定时器与帧率 1 2 3 4 double t0 = (double )getTickCount ();double dt = ((double )getTickCount () - t0) / getTickFrequency ();cout << "耗时 " << dt * 1000 << " ms, FPS = " << 1.0 / dt << endl;
16. 性能测量 1 2 3 4 5 6 7 8 9 10 11 double t = (double )getTickCount ();heavyFunction ();t = ((double )getTickCount () - t) / getTickFrequency (); cout << "耗时: " << t * 1000 << " ms" << endl; auto s = chrono::high_resolution_clock::now ();heavyFunction ();auto e = chrono::high_resolution_clock::now ();cout << chrono::duration <double , milli>(e - s).count () << " ms" << endl;
优化思路 (按收益排序):
能在灰度图 上做就别用彩色图(数据量 1/3);
先 resize 缩小再处理;
用 ROI 只处理关心的区域;
访问像素用 ptr<> 而不是 at<>;
避免在循环里 clone();
打开编译优化(build_opencv.bat 的 release 模式已带 -O2)。
17. 常见坑与速查表 17.1 新手最容易踩的坑
坑
现象
解决
忘了 waitKey
窗口不显示/一闪而过
imshow 后必须 waitKey(0)
x/y 搞反
ROI 位置错乱
Rect(x, y, w, h),at<>(y, x)
忘了 clone
原图被改坏
原地处理前先 clone() / copyTo
路径用了 \
读取失败
用 / 或 \\
忘了判 empty()
后面崩溃
imread 后必判
忘记 release()
摄像头被占用
cap.release()
Size 和 Rect 顺序
尺寸错误
Size(宽, 高),Rect(x, y, 宽, 高)
类型不符
断言失败/花屏
灰度 CV_8UC1,彩色 CV_8UC3,不要混
出现 CV_16S 需求
Sobel 报错
导数结果必须用 CV_16S,再 convertScaleAbs
找不到 DLL
双击 exe 报错
用 build_opencv.bat(会自动复制 DLL)
17.2 速查表 结构体
类型
含义
Point(x, y) / Point2f
点(整数 / float)
Size(w, h)
尺寸
Rect(x, y, w, h)
矩形
Scalar(B, G, R)
颜色 / 四元组
Vec3b
3 个 uchar(一个彩色像素)
Vec4i
4 个 int(轮廓层级)
RotatedRect
带角度的矩形
高频函数
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 imread / imwrite / imshow / waitKey / namedWindow / destroyAllWindows cvtColor / split / merge / inRange add / subtract / multiply / divide / absdiff / addWeighted / convertTo bitwise_and / bitwise_or / bitwise_not / bitwise_xor / setTo / copyTo (mask) resize / flip / rotate / transpose / warpAffine / warpPerspective blur / GaussianBlur / medianBlur / bilateralFilter / filter2D threshold / adaptiveThreshold / erode / dilate / morphologyEx / getStructuringElement Sobel / Laplacian / Canny findContours / drawContours / contourArea / arcLength / boundingRect / minAreaRect / approxPolyDP / convexHull calcHist / normalize / equalizeHist / createCLAHE VideoCapture / VideoWriter / get / set
17.3 学习路线建议
基础 :读写显示 → Mat 与像素访问 → ROI → 绘图(第 1~6 节)
图像处理 :颜色空间 → 滤波 → 阈值 → 形态学 → 边缘(第 4、9~12 节)
应用 :轮廓分析(做形状计数、尺寸测量)→ 模板匹配 → 特征点(SIFT/ORB)
进阶 :dnn 模块跑深度学习模型(YOLO 目标检测等)
17.4 参考