【OpenCV】Qt + OpenCV 开发配置 + 入门知识（代码示例）

目录

前言

一、OpenCV简介

二、OpenCV + QT 开发环境搭建

资源下载

三、OpenCV图像原理

位图模式

灰度模式

RGB模式

四、OpenCV基础图像操作

读图像

显示图片

保存图片

Mat类

像素

五、案例实现

毛玻璃效果

高斯模糊

XY轴模糊

中值滤波

灰度处理

视频获取

摄像头调用

六、总结

前言

本文主要学习 Windows下Qt + OpenCV的开发环境的相关配置，以及OpenCV入门相关案例

包括 OpenCV图像原理、基础图像操作、案例实现

一、OpenCV简介

• OpenCV 于1999年由Gary Bradsky在英特尔创立，第一个版本于2000年问世
• OpenCV 是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法，已成为计算机视觉领域最有力的研究工具
• OpenCV 由一系列 C函数 和 少量C++类构成，也有提供其他语言的接口，例如，支持python、matlab等语言

应用领域：

• 包括在卫星和网络地图上拼接图像，图像扫描校准，医学图像的降噪，目标分析，安保以及工业检测系统，自动驾驶和安全系统，制造感知系统，相机校正，军事应用，无人空中、地面、水下航行器

生活中的例子：

• 像我们的短视频、直播上面的一些特效、美颜，现在比较火的无人快递车、汽车自动驾驶等，还有我们出行最常见的地铁站 ，用于疫情防控的人脸识别测温等等

概念区分：

• 图像处理侧重于 “处理” 图像，如增强，还原，去噪，分割等等
• 计算机视觉重点在于使用计算机来模拟人的视觉，因此模拟才是计算机视觉领域的最终目标

二、OpenCV + QT 开发环境搭建

资源下载

下载链接：win10-opencv-Qt-WindowsServer文档类资源-CSDN下载

首先，预设值一个存放QT工程文件的文件夹，博主文件名为QT-project，如下图所示：

PS：千万不能有中文或者空格

然后，将46个.dll文件（除了.exe文件）拷贝一份到以下路径 C:\Windows\SysWOW64

Qt工程配置

这是博主使用的QT版本，如下图所示：

本文OpenCV学习均使用C++进行编译，Qt创建工程操作如下：

设置工程名字，这边的创建路径就是上文创建的QT-project，然后持续点击下一步，完成创建

在.pro文件下，添加如下，路径可根据自己设定的位置进行修改：

INCLUDEPATH += D:\QT-project\opencv_3.4.2_Qt/include

LIBS += D:\QT-project\opencv_3.4.2_Qt/x86/bin/libopencv_*.dll

Ctrl+s 保存后，主函数导入相关头文件进行测试，效果如下图，出现 Hello Word! 即为测试成功！

#include using namespace cv;

以上，即为 Qt + OpenCV 开发环境开发的全部内容啦，下面进入到相关的知识介绍以及案例实现

三、OpenCV图像原理

• 在计算机看来，图像只是一些亮度各异的点
• 一副M*N的图片可以用M*N的矩阵来表示，矩阵的值表示这个位置上像素的亮度，他可以被表示为多种模式

• 位图模式
• 灰度模式
• RGB模式

位图模式

• 位图模式是1位深度的图像，它只是黑和白两种颜色
• 它可以由扫描或置入黑色的矢量线条图像生成，也能由灰度模式转换而成
• 其他图像模式不能直接转换为位图模式

灰度模式

• 灰度模式是8位深度的图像模式
• 在全黑和全白之间插有254个（2^8）灰度等级的颜色来描绘灰度模式的图像
• 所有模式的图像都能换成灰度模式

RGB模式

• RGB模式是数码图像中最重要的一个模式，它不是用数码而是用电平来描述的
• 扫描仪和数码相机都是捕捉RGB图像信息的
• RGB模式是24位颜色深度。它共有三个通道，每个通道都有8位深度
• 三个通道合成一起可生成1677万种颜色，我们也称之谓 “真彩色”

四、OpenCV基础图像操作

读图像

功能：载入一张图片

函数原型：Mat cv::imread(char filename,int flag);

返回值：Mat 可以理解为一个存储数据的容器，定义了一个img对象来存图片的数据

参数：

参数1：图片路径名

参数2：

cv::IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，默认参数可写成1

cv::IMREAD_GRAYSCALE：以灰度模式读入图像可以写成 0 cv::IMREAD_UNCHANGED：读入一幅图像，并且包括图像的 alpha 通道，可以写成-1

显示图片

功能：显示一张图片

函数原型：void cv::imshow(const String&vinname,InputArry mat);

返回值: 无类型

参数：

参数1：显示的窗口名，可以使用cv::namedWindow函数创建窗口，如不创建，imshow函数自动创建

参数2：需要显示的图像

保存图片

功能：保存一张图片到指定的文件

函数原型：bool cv::imwrite(const String& filename, InputArry mat,

const std::vector&params=std::vector());

返回值: bool类型

参数：

参数1：图片名称.图片格式

参数2：Mat类型的图像数据

参数3：特定格式保存的参数编码，默认值为 std::vector()；一般可以不写

Mat类

Mat类：是 OpenCV 用于处理图像而引入的一个封装类，他是一个自动内存管理工具

Mat：本质上是由两个数据部分组成的类

• 包含信息有矩阵的大小，用于存储的方法，矩阵存储的地址等，矩阵头和一个指针
• 指向包含了像素值的矩阵（可根据选择用于存储的方法采用任何维度存储数据）
• 矩阵头部的大小是恒定的
• 矩阵本身的大小因图像的不同而不同，通常是较大的数量级图像矩阵比较耗时

像素

• 是指由图像的小方格组成的，这些小方格都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子
• 像素点不可再分割成更小的单位或元素
• 一张图片就是由很多个像素点组成的，如果图片大小为25*25，那么这张图片就是由625个像素点组成，一行有25个像素点，一共25列
• 一张图片所有的像素点存在MAT矩阵中，MAT(i,j)的值就是当前像素点的值

五、案例实现

毛玻璃效果

代码实现

#include #include using namespace std;using namespace cv;//毛玻璃特效Mat imgeGalss(Mat &img){RNG rng;int random = 0;int num = 5;for(int i = 0;i
 
代码实现
 
#include #include using namespace std;using namespace cv;int main(int argc, char *argv[]){Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径//处理前imshow("img",img);//显示图片Mat resimg;//高斯模糊cv::GaussianBlur(img,resimg,Size(5,5),0);imshow("resimg",resimg);//显示图片waitKey(0);//等待按键return 0;}
XY轴模糊
代码实现
#include #include using namespace std;using namespace cv;int main(int argc, char *argv[]){Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径//处理前imshow("img",img);//显示图片Mat resimg;//XY轴模糊cv::blur(img,resimg,Size(10,10));imshow("resimg",resimg);//显示图片waitKey(0);//等待按键return 0;}
中值滤波
代码实现
#include #include using namespace std;using namespace cv;int main(int argc, char *argv[]){Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径//处理前imshow("img",img);//显示图片Mat resimg;//中值滤波cv::medianBlur(img,resimg,5);imshow("resimg",resimg);//显示图片waitKey(0);//等待按键return 0;}
灰度处理
代码实现
#include #include using namespace std;using namespace cv;int main(int argc, char *argv[]){Mat img = imread("C:/Users/86177/Desktop/image/dog.jpg");//图片路径//处理前imshow("img",img);//显示图片Mat resimg;//灰度处理cvtColor(img,resimg,CV_BGR2GRAY);imshow("resimg",resimg);//显示图片waitKey(0);//等待按键return 0;}
视频获取
代码实现
#include #include using namespace std;using namespace cv;int main(int argc, char *argv[]){Mat frame;VideoCapture cap("C:/Users/86177/Desktop/image/ren.mp4");//视频获取while (cap.read(frame)) {imshow("frame",frame);waitKey(24); }return 0;}
摄像头调用
代码实现
#include #include using namespace std;using namespace cv;int main(int argc, char *argv[]){Mat frame;VideoCapture cap(0);//摄像头调用while (cap.read(frame)) {imshow("frame",frame);waitKey(24); }return 0;}
六、总结
OpenCV 在机器视觉，图像处理这方面经常用到，特别是疫情当下，用于我们日常生活中的人脸体温检测，真的深有体会，目前，人脸识别的市场还是相当广阔的！
博主也会继续学习这块内容，多尝试做一些有意思的 demo！
以上就是本文的全部内容啦！如果对您有帮助，麻烦点赞啦！收藏啦！欢迎各位评论区留言！！！