常用函数 | junyi's blog

简介

OpenCV 常用的函数

cv::morphologyEx() 函数详解

cv::morphologyEx() 是 OpenCV 中的一个高级形态学变换函数，它可以执行一系列的形态学操作，如开运算、闭运算、梯度、顶帽和黑帽变换。

1. 函数原型

void cv::morphologyEx(
    InputArray src, 
    OutputArray dst, 
    int op, 
    InputArray kernel, 
    Point anchor = Point(-1, -1), 
    int iterations = 1, 
    int borderType = BORDER_CONSTANT, 
    const Scalar& borderValue = morphologyDefaultBorderValue()
);

2. 参数说明

src：输入图像，通常是灰度图（CV_8U）。
dst：输出图像，类型与输入图像相同。
op：指定要执行的形态学操作，可选值：
- cv::MORPH_OPEN（开运算）= 2
- cv::MORPH_CLOSE（闭运算）= 3
- cv::MORPH_GRADIENT（形态学梯度）= 4
- cv::MORPH_TOPHAT（顶帽变换）= 5
- cv::MORPH_BLACKHAT（黑帽变换）= 6
- cv::MORPH_HITMISS（命中或未命中变换）= 7
kernel：用于形态学操作的结构元素，可以使用 cv::getStructuringElement() 生成。
anchor：锚点（通常为 (-1, -1)，表示位于结构元素的中心）。
iterations：形态学操作的迭代次数（默认 1）。
borderType：边界填充类型，默认为 cv::BORDER_CONSTANT。
borderValue：边界填充值（仅在 borderType = BORDER_CONSTANT 时生效）。

3. 各种形态学操作的作用

开运算（MORPH_OPEN） = 先腐蚀后膨胀
- 用于去除噪声（特别是小的白色噪声点）。
- 适用于分离目标物体。
闭运算（MORPH_CLOSE） = 先膨胀后腐蚀
- 用于填充小的黑色孔洞（如文本或物体上的小裂缝）。
形态学梯度（MORPH_GRADIENT） = 膨胀图像 - 腐蚀图像
- 可以突出物体的边缘。
顶帽（MORPH_TOPHAT） = 原图像 - 开运算
- 适用于增强亮的区域。
黑帽（MORPH_BLACKHAT） = 闭运算 - 原图像
- 适用于增强暗的区域。

4. 示例代码

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    // 读取灰度图
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        cout << "无法加载图像!" << endl;
        return -1;
    }

    // 创建结构元素（3x3 矩形）
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));

    // 进行形态学操作
    Mat dst;
    morphologyEx(src, dst, MORPH_OPEN, kernel);

    // 显示图像
    imshow("Original", src);
    imshow("MorphologyEx - Open", dst);

    waitKey(0);
    return 0;
}

5. 总结

cv::morphologyEx() 用于执行高级形态学操作，如开闭运算、梯度、顶帽和黑帽变换。
选择合适的 kernel 形状和大小对结果影响很大。
在降噪、边缘检测、背景提取等任务中非常有用。

如果你有更具体的需求，可以告诉我，我可以帮助你调整参数或提供更详细的示例代码！

cv::getStructuringElement() 函数详解

cv::getStructuringElement() 是 OpenCV 中用于生成结构元素（kernel）的函数，它在形态学操作（如腐蚀、膨胀、开运算、闭运算等）中起着关键作用。

1. 函数原型

Mat cv::getStructuringElement(
    int shape,
    Size ksize,
    Point anchor = Point(-1, -1)
);

2. 参数说明

shape：结构元素的形状，可以取以下值：
- cv::MORPH_RECT（矩形）
- cv::MORPH_ELLIPSE（椭圆）
- cv::MORPH_CROSS（十字形）
ksize：结构元素的大小（Size(width, height)）。
anchor（可选）：锚点，默认为 (-1, -1)，表示锚点在结构元素的中心。

3. 形状示例

1. 矩形 (`MORPH_RECT`)

1	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));

输出：

矩形结构元素通常用于基本的膨胀和腐蚀操作。

2. 椭圆 (`MORPH_ELLIPSE`)

1	Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(5, 5));

输出：

适用于平滑形状的处理，比如去除噪声而不改变物体的整体形态。

3. 十字形 (`MORPH_CROSS`)

1	Mat kernel = getStructuringElement(MORPH_CROSS, Size(5, 5));

输出：

适用于精确提取垂直或水平线结构。

4. 示例代码

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    // 读取灰度图
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        cout << "无法加载图像!" << endl;
        return -1;
    }

    // 生成结构元素
    Mat rectKernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    Mat ellipseKernel = getStructuringElement(MORPH_ELLIPSE, Size(5, 5));
    Mat crossKernel = getStructuringElement(MORPH_CROSS, Size(5, 5));

    // 形态学操作
    Mat dst;
    morphologyEx(src, dst, MORPH_OPEN, rectKernel);

    // 显示图像
    imshow("Original", src);
    imshow("Morphology - Open", dst);
    
    waitKey(0);
    return 0;
}

5. 结构元素选择建议

去除小噪点：使用 MORPH_ELLIPSE，避免矩形对图像的边缘造成较大影响。
连通细小区域：使用 MORPH_RECT，对所有方向的膨胀或腐蚀效果均匀。
提取直线结构：使用 MORPH_CROSS，对十字交叉的结构较敏感。

6. 总结

cv::getStructuringElement() 生成形态学操作所需的核（kernel）。
选择合适的形状和大小对形态学处理的结果影响很大。
常用于 cv::erode()、cv::dilate() 和 cv::morphologyEx()。

如果你有更具体的应用需求，欢迎讨论！ 😊

cv::drawContours() 函数详解

cv::drawContours() 是 OpenCV 提供的一个函数，用于在图像上绘制轮廓（contours）。它通常与 cv::findContours() 搭配使用，后者用于检测图像中的轮廓，而 cv::drawContours() 则用于可视化这些轮廓。

1. 函数原型

void cv::drawContours(
    InputOutputArray image, 
    InputArrayOfArrays contours, 
    int contourIdx, 
    const Scalar& color, 
    int thickness = 1, 
    int lineType = LINE_8, 
    InputArray hierarchy = noArray(), 
    int maxLevel = INT_MAX, 
    Point offset = Point()
);

2. 参数说明

image：输入/输出图像（Mat 类型），轮廓会被绘制在这个图像上，必须是彩色（如 CV_8UC3）或灰度（CV_8UC1）图像。
contours：轮廓数组，通常由 cv::findContours() 生成，类型为 vector<vector<Point>>。
contourIdx：
- 指定要绘制的轮廓索引（从 0 开始）。
- 若设为 -1，则绘制所有轮廓。
color：轮廓的颜色（Scalar(B, G, R)）。
thickness（可选）：轮廓的线条宽度：
- 设为 1 或 2 以绘制细线。
- 设为 FILLED 或 -1 以填充轮廓。
lineType（可选）：线条类型：
- LINE_8（默认）：8 连接线。
- LINE_4：4 连接线。
- LINE_AA：抗锯齿线。
hierarchy（可选）：轮廓的层级信息，通常由 cv::findContours() 计算，若不使用可设为 noArray()。
maxLevel（可选）：绘制的轮廓层级，默认值 INT_MAX 绘制所有层级。
offset（可选）：用于偏移轮廓坐标，默认为 (0, 0)。

3. 使用示例

示例 1：绘制所有轮廓

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    // 读取灰度图
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        cout << "无法加载图像!" << endl;
        return -1;
    }

    // 二值化处理
    Mat binary;
    threshold(src, binary, 128, 255, THRESH_BINARY);

    // 轮廓检测
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

    // 绘制轮廓
    Mat dst = Mat::zeros(src.size(), CV_8UC3);
    drawContours(dst, contours, -1, Scalar(0, 255, 0), 2);

    // 显示结果
    imshow("Contours", dst);
    waitKey(0);
    return 0;
}

说明：

threshold() 用于将图像转换为二值图，便于轮廓检测。
findContours() 负责提取轮廓。
drawContours() 用绿色 (Scalar(0, 255, 0)) 绘制所有轮廓（contourIdx = -1）。

示例 2：绘制特定轮廓

1	drawContours(dst, contours, 0, Scalar(0, 0, 255), 2);

说明：

仅绘制索引 0 的轮廓，颜色为红色 (Scalar(0, 0, 255))。

示例 3：填充轮廓

1	drawContours(dst, contours, -1, Scalar(255, 255, 255), FILLED);

说明：

thickness = FILLED（或 -1）表示填充轮廓区域。

示例 4：使用层级信息

1	drawContours(dst, contours, -1, Scalar(0, 255, 0), 2, LINE_8, hierarchy, 1);

说明：

只绘制层级 1 内的轮廓（子轮廓）。

4. 轮廓查找模式 `findContours()` 相关模式

cv::RETR_EXTERNAL：仅返回外部轮廓。
cv::RETR_LIST：返回所有轮廓，无层级关系。
cv::RETR_CCOMP：返回两个层级的轮廓（外部和内部）。
cv::RETR_TREE：返回完整的层级结构。

5. 总结

cv::drawContours() 用于在图像上绘制轮廓。
轮廓通常由 cv::findContours() 提取。
通过 contourIdx 控制绘制的轮廓索引，-1 代表绘制所有轮廓。
可选择不同的 thickness 以绘制边缘或填充轮廓。

这个函数常用于对象检测、形状分析、轮廓追踪等计算机视觉任务。🚀 如果你有具体应用需求，可以告诉我，我可以帮你优化代码！

cv::boundingRect() 函数详解

cv::boundingRect() 是 OpenCV 中用于计算给定点集（通常是轮廓）的最小外接矩形的函数。它在目标检测、形状分析等任务中常用，例如从二值图像中提取目标区域。

1. 函数原型

1	cv::Rect cv::boundingRect(InputArray points);

2. 参数说明

points：输入点集（可以是 std::vector<cv::Point> 或 std::vector<std::vector<cv::Point>>）。
返回值：一个 cv::Rect 矩形，表示包围整个点集的最小水平对齐矩形。

3. 使用示例

示例 1：计算并绘制外接矩形

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    // 读取灰度图
    Mat src = imread("example.jpg", IMREAD_GRAYSCALE);
    if (src.empty()) {
        cout << "无法加载图像!" << endl;
        return -1;
    }

    // 二值化
    Mat binary;
    threshold(src, binary, 128, 255, THRESH_BINARY);

    // 轮廓检测
    vector<vector<Point>> contours;
    findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 计算外接矩形并绘制
    Mat dst;
    cvtColor(binary, dst, COLOR_GRAY2BGR);  // 转换为彩色图像以便绘制
    for (size_t i = 0; i < contours.size(); i++) {
        Rect boundingBox = boundingRect(contours[i]);
        rectangle(dst, boundingBox, Scalar(0, 255, 0), 2);  // 绿色矩形
    }

    // 显示结果
    imshow("Bounding Rectangles", dst);
    waitKey(0);
    return 0;
}

说明：

threshold() 转换为二值图，便于轮廓检测。
findContours() 提取轮廓。
boundingRect() 计算每个轮廓的最小外接矩形。
rectangle() 绘制矩形框。

4. 注意事项

矩形是水平对齐的（不旋转），如果需要旋转最小外接矩形，请使用 cv::minAreaRect()。
适用于单个轮廓或点集，如果传入多个轮廓，需要逐个处理。

5. 相关函数

函数	作用
`cv::boundingRect()`	计算最小外接矩形（水平对齐）。
`cv::minAreaRect()`	计算旋转的最小外接矩形。
`cv::fitEllipse()`	计算最小外接椭圆（点集需≥5个）。

6. 总结

cv::boundingRect() 计算包围点集的最小水平对齐矩形。
适用于目标检测、形状分析等任务。
如果需要旋转矩形，使用 cv::minAreaRect()。

🚀 如果有更具体的需求，可以告诉我，我可以提供更详细的代码示例！

简介

cv::morphologyEx() 函数 详解

1. 函数原型

2. 参数说明

3. 各种形态学操作的作用

4. 示例代码

5. 总结

cv::getStructuringElement() 函数 详解

1. 函数原型

2. 参数说明

3. 形状示例

1. 矩形 (MORPH_RECT)

2. 椭圆 (MORPH_ELLIPSE)

3. 十字形 (MORPH_CROSS)

4. 示例代码

5. 结构元素选择建议

6. 总结

cv::drawContours() 函数 详解

1. 函数原型

2. 参数说明

3. 使用示例

示例 1：绘制所有轮廓

示例 2：绘制特定轮廓

示例 3：填充轮廓

示例 4：使用层级信息

4. 轮廓查找模式 findContours() 相关模式

5. 总结

cv::boundingRect() 函数 详解

1. 函数原型

2. 参数说明

3. 使用示例

示例 1：计算并绘制外接矩形

4. 注意事项

5. 相关函数

6. 总结

cv::morphologyEx() 函数详解

cv::getStructuringElement() 函数详解

1. 矩形 (`MORPH_RECT`)

2. 椭圆 (`MORPH_ELLIPSE`)

3. 十字形 (`MORPH_CROSS`)

cv::drawContours() 函数详解

4. 轮廓查找模式 `findContours()` 相关模式

cv::boundingRect() 函数详解