实践教程万字长文，值得收藏参考的OpenCVC基础代码

　　作者丨卡拉肖克X
　　来源丨OpenCV学堂
　　编辑丨极市平台01环境搭建
　　环境配置了一个早上，到10。48分配置完毕，有点难受。还好最后显示出第一张图片。includeopencv2opencv。intmain（）｛Matsrcimread（D：images011。jpg，IMREADGRAYSCALE）；读取进来的数据以矩阵的形势，第二个参数代表显示一张灰度图像。if（src。empty（））｛printf（couldnotloadimage）；如果图片不存在将无法读取，打印到终端。｝超过屏幕的图像无法显示时候调用此函数。namedWindow（输入窗口，WINDOWFREERATIO）；创建了一个新窗口，参数1表示名称，第二个参数代表一个自由的比例imshow（输入窗口，src）；表示显示在新创建的输入窗口上，第一个参数表示窗口名称，src表示数据对象MatwaitKey（0）；执行到这句，程序阻塞。参数表示延时时间。单位msdestroyAllWindows（）；销毁前面创建的显示窗口return0；｝
　　第一节课介绍了如何读取第一张图片，并且显示出来，通过调用imread函数读取照片，再调用imshow显示图片到窗口。同时，讲述了如何打印灰度图像，图片读取失败的处理方式，代码注释详细介绍了每条语句的意思。02显示图象
　　1、色彩空间转换函数cvtColor
　　2、图像的保存includeopencv2opencv。classQuickDemo创建一个QuickDemo对象｛public：voidcolorSpaceDemo（Matimge）；定义一个类，里面包含输入一个图片，对图片操作｝；includequickopencv。hvoidQuickDemo：：colorSpaceDemo（Matimage）｛Matgray，定义2个矩阵类的图像gray和hsv，cvtColor（image，hsv，COLORBGR2HSV）；图像转换函数，可以把image转成hsv，第三个参数是转成的类型cvtColor（image，gray，COLORBGR2GRAY）；图像转换函数，可以把image转成hsv，第三个参数是转成的类型imshow（HSV，hsv）；imshow（灰度，gray）；imwrite（D：hsv。jpg，hsv）；保存图片，前面是保存图的地址，后面是保存图的名称imwrite（D：gray。jpg，gray）；｝includeopencv2opencv。hppincludeiostreamincludequickopencv。intmain（）｛Matsrcimread（D：images1。jpg，IMREADANYCOLOR）；B，G，R实际上0255三色。3通道读取进来的数据以矩阵的形势，第二个参数代表显示一张灰度图像。if（src。empty（））｛printf（couldnotloadimage）；如果图片不存在将无法读取，打印到终端。return1；｝超过屏幕的图像无法显示时候调用此函数。namedWindow（输入窗口，WINDOWFREERATIO）；创建了一个新窗口，参数1表示名称，第二个参数代表一个自由的比例imshow（输入窗口，src）；表示显示在新创建的输入窗口上，第一个参数表示窗口名称，src表示数据对象Mat在主函数中调用之前创建的类对象QuickDqd。colorSpaceDemo（src）；waitKey（0）；执行到这句，程序阻塞。参数表示延时时间。单位msdestroyAllWindows（）；销毁前面创建的显示窗口return0；｝
　　这节主要介绍了创建一个类对象，然后通过类对象调用函数，在main主函数中进行调用实现类对象中的功能，比如转换成HSV类型图片和GRAY类型图片，最后通过imwrite函数进行图像的保存。03图像对象的创建与赋值
　　1、怎么操作mat
　　2、怎么访问每一个像素点
　　3、怎么创建一个空图或者matvoidQuickDemo：：matcreationdemo（Matimage）｛Matm1，m2；m1image。clone（）；image。copyTo（m2）；创建空白图像Matm3Mat：：ones（Size（400，400），CV8UC3）；创建88的CV8位的无符号的n通道的unsignedcharoneszeros是初始化的方法m3Scalar（255，0，0）；给三个通道都赋值127，单通道赋值方法m3127；m3初始为蓝色数据的宽度和长度是由通道数决定的。std：：coutwidth：m3。colsheightm3。rowschannelsm3。channels（）std：：用来查看宽度，高度与通道数。std：：coutm3std：：Matm4m3。clone（）；赋值M4就是M3M4改变了，M3也改变了，没有产生新的自我（M4与M3同体）M4为M3的克隆，M3还是原来的颜色，不会改变。（M4与M3不同体，各自是各自的颜色）m3。copyTo（m4）；把M3赋值给M4，M4就是蓝色m4Scalar（0，255，255）；改变m4的颜色为黄色，m4也改变imshow（图像3，m3）；标题和图像名称显示图像m3纯蓝色imshow（图像4，m4）；标题和图像名称｝
　　本节课介绍了如何创建一个Mat对象，通过创建新的Mat对象来创建用户的特定的底色画布，创建图像的基本类型有两种一种是ones一种是zeros，ones（）中的第一个参数代表图像的大小，第二个参数代表创建几维的图像，UC代表无符号字符型，数组3代表通道数。克隆和赋值的区别，克隆就是产生一个新的对象，新对象改变属性，旧对象属性不变（各自为政）。赋值是二者同体，当新属性发生改变，旧属性也发生改变（二者同体）。04图像像素的读写操作
　　如何遍历和修改每个像素点的数值，分为单通道和多通道。访问模式模式也有两种。第一种是数组访问模式，用最常规的数组下标访问像素值。voidQuickDemo：：pixelvisitdemo（Matimage）｛intdimsimage。channels（）；inthimage。intwimage。for（introw0；row）｛for（intcol0；col）｛if（dims1）单通道的灰度图像｛intpvimage。atuchar（row，col）；得到像素值image。atuchar（row，col）255给像素值重新赋值｝if（dims3）三通道的彩色图像｛Vec3bbgrimage。atVec3b（row，col）；opencv特定的类型，获取三维颜色，3个值image。atVec3b（row，col）〔0〕255bgr〔0〕；image。atVec3b（row，col）〔1〕255bgr〔1〕；image。atVec3b（row，col）〔2〕255bgr〔2〕；对彩色图像读取它的像素值，并且对像素值进行改写。｝｝｝namedWindow（像素读写演示，WINDOWFREERATIO）；imshow（像素读写演示，image）；｝
　　第二种为指针访问模式，指定一个指针为图片的首地址，通过循环遍历，指针，一次往后推。voidQuickDemo：：pixelvisitdemo（Matimage）｛intdimsimage。channels（）；inthimage。intwimage。for（introw0；row）｛ucharcurrentrowimage。ptruchar（row）；for（intcol0；col）｛if（dims1）单通道的灰度图像｛得到像素值currentrow255给像素值重新赋值｝if（dims3）三通道的彩色图像｛currentrow255指针每做一次运算，就向后移动一位currentrow255currentrow255｝｝｝namedWindow（像素读写演示，WINDOWFREERATIO）；imshow（像素读写演示，image）；｝
　　本节主要介绍了通过两种遍历的方式访问图像的像素值，并且改变图像的像素值。05图像像素的操作
　　对图像的各个像素点实现加减乘除的操作。介绍了常用的除爆函数saturatecast，防止数值过界。voidQuickDemo：：operatorsdemo（Matimage）｛MatdstMat：：zeros（image。size（），image。type（））；MatmMat：：zeros（image。size（），image。type（））；dstimageScalar（50，50，50）；mScalar（50，50，50）；multiply（image，m，dst）；乘法操作apiimshow（乘法操作，dst）；add（image，m，dst）；加法操作apiimshow（加法操作，dst）；subtract（image，m，dst）；减法操作apiimshow（减法操作，dst）；pide（image，m，dst）；除法操作apinamedWindow（加法操作，WINDOWFREERATIO）；imshow（加法操作，dst）；加法操作底层intdimsimage。channels（）；inthimage。intwimage。for（introw0；row）｛for（intcol0；col）｛Vec3bp1image。atVec3b（row，col）；opencv特定的类型，获取三维颜色，3个值Vec3bp2m。atVec3b（row，col）；dst。atVec3b（row，col）〔0〕saturatecastuchar（p1〔0〕p2〔0〕）；saturatecast用来防爆，小于0就是0，大于255就是255dst。atVec3b（row，col）〔1〕saturatecastuchar（p1〔1〕p2〔1〕）；dst。atVec3b（row，col）〔2〕saturatecastuchar（p1〔2〕p2〔2〕）；对彩色图像读取它的像素值，并且对像素值进行改写。｝｝imshow（加法操作，dst）；｝
　　介绍了四种不同的API实现，并且演示了一种加法的算法。06滚动条演示操作调整图片亮度
　　本节介绍怎么通过createTrackbar来设置一个进度条，实现图片的亮度调节。Matsrc，dst，m；intlightness50；定义初始的亮度为50staticvoidontrack（int，void）｛mScalar（lightness，lightness，lightness）；创建调整亮度的数值subtract（src，m，dst）；定义亮度变化为减imshow（亮度调整，dst）；显示调整亮度之后的图片｝voidQuickDemo：：trackingbardemo（Matimage）｛namedWindow（亮度调整，WINDOWAUTOSIZE）；dstMat：：zeros（image。size（），image。type（））；图片的初始化创建一个和image大小相等，种类相同的图像mMat：：zeros（image。size（），image。type（））；图片的初始化创建一个和image大小相等，种类相同的图像给src赋值intmaxvalue100；定义最大值为100createTrackbar（ValueBar：，亮度调整，lightness，maxvalue，ontrack）；调用函数实现功能。ontrack（50，0）；｝07滚动条演示操作传递参数
　　无类型指针类型转换与参数传递！staticvoidonlightness（intb，voiduserdata）｛Matimage（（Mat）userdata）；MatdstMat：：zeros（image。size（），image。type（））；MatmMat：：zeros（image。size（），image。type（））；mScalar（b，b，b）；addWeighted（image，1。0，m，0，b，dst）；融合两张图imshow（亮度对比度调整，dst）；｝staticvoidoncontrast（intb，voiduserdata）｛Matimage（（Mat）userdata）；MatdstMat：：zeros（image。size（），image。type（））；MatmMat：：zeros（image。size（），image。type（））；doublecontrastb100。0；addWeighted（image，contrast，m，0。0，0，dst）；融合两张图imshow（亮度对比度调整，dst）；｝voidQuickDemo：：trackingbardemo（Matimage）｛namedWindow（亮度对比度调整，WINDOWAUTOSIZE）；intlightness50；intmaxvalue100；intcontrastvalue100；createTrackbar（ValueBar：，亮度对比度调整，lightness，maxvalue，onlightness，（void）（image））；createTrackbar（ContrastBar：，亮度对比度调整，contrastvalue，200，oncontrast，（void）（image））；onlightness（50，image）；｝08键盘响应操作
　　本节介绍通过键盘输入，终端能够读取响应的信息。voidQuickDemo：：keydemo（Matimage）｛MatdstMat：：zeros（image。size（），image。type（））；while（true）｛charcwaitKey（100）；停顿100ms做视频处理都是1if（c27）｛esc退出应用程序｝if（c49）key1｛std：：coutyouenterkey1std：：cvtColor（image，dst，COLORBGR2GRAY）；｝if（c50）key1｛std：：coutyouenterkey2std：：cvtColor（image，dst，COLORBGR2HSV）；｝if（c51）key1｛std：：coutyouenterkey3std：：dstScalar（50，50，50）；add（image，dst，dst）；｝imshow（键盘响应，dst）；std：：coutcstd：：｝｝
　　通过键盘输入，在终端得到响应，输入不同的键值，得到不一样的结果。09opencv自带颜色操作voidQuickDemo：：colorstyledemo（Matimage）｛intcolormap〔〕｛COLORMAPAUTUMN，COLORMAPBONE，COLORMAPCIVIDIS，COLORMAPDEEPGREEN，COLORMAPHOT，COLORMAPHSV，COLORMAPINFERNO，COLORMAPJET，COLORMAPMAGMA，COLORMAPOCEAN，COLORMAPPINK，COLORMAPPARULA，COLORMAPRAINBOW，COLORMAPSPRING，COLORMAPTWILIGHT，COLORMAPTURBO，COLORMAPTWILIGHT，COLORMAPVIRIDIS，COLORMAPTWILIGHTSHIFTED，COLORMAPWINTER｝；Mintindex0；while（true）｛charcwaitKey（100）；停顿100ms做视频处理都是1if（c27）｛esc退出应用程序｝if（c49）key1按下按键1时，保存图片到指定位置｛std：：coutyouenterkey1std：：imwrite（D：gray。jpg，dst）；｝applyColorMap（image，dst，colormap〔index19〕）；循环展示19种图片imshow（循环播放，dst）；｝｝
　　伪色彩填充与颜色表匹配10图像像素的逻辑操作
　　本节介绍如何对图像的像素进行操作，包括与、或、非、异或，矩形在图像中的绘制。voidQuickDemo：：bitwisedemo（Matimage）｛Matm1Mat：：zeros（Size（256，256），CV8UC3）；Matm2Mat：：zeros（Size（256，256），CV8UC3）；rectangle（m1，Rect（100，100，80，80），Scalar（255，255，0），1，LINE8，0）；小于0表示填充，大于0表示绘制rectangle（m2，Rect（150，150，80，80），Scalar（0，255，255），1，LINE8，0）；imshow（m1，m1）；imshow（m2，m2）；Mbitwiseand（m1，m2，dst）；位操作与bitwiseor（m1，m2，dst）；位操作或bitwisenot（image，dst）；取反操作bitwisexor（m1，m2，dst）；异或操作imshow（像素位操作，dst）；｝rectangle（m1，Rect（100，100，80，80），Scalar（255，255，0），1，LINE8，0）；
　　这个函数参数1是图片名称，参数2是矩形的起始末尾位置，参数3Scalar表示将要绘制图像的颜色，参数4表示小于0表示填充，大于0表示绘制，参数5表示四邻域或者八邻域的绘制，参数6表示中心坐标或者半径坐标的小数位数。11通道的分离与合并
　　本节介绍如何把不同的通道给分离，归并，使得能显现出来不同的通道颜色。voidQuickDemo：：channelsdemo（Matimage）｛std：：vectorMsplit（image，mv）；imshow（蓝色，mv〔0〕）；0，1，2三个通道分别代表BGR。关闭2个通道意味着开启一个通道。imshow（绿色，mv〔1〕）；imshow（红色，mv〔2〕）；Mmv〔0〕0；mv〔2〕0；merge（mv，dst）；imshow（蓝色，dst）；intfromto〔〕｛0，2，1，1，2，0｝；把通道相互交换，第0第2，第一第一，第二第0mixChannels（image，1，dst，1，fromto，3）；3表示3个通道参数1指针引用图像参数2引用到dstimshow（通道混合，dst）；｝
　　M〔0〕，M〔1〕，M〔2〕分别代表BGR个不同的通道。要开启某个通道只需要关闭另外的一个通道即可。第二个内容为通道的合并，将不同通道的像素值进行转换操作，使图片呈现出不同的效果。12图像色彩空间转换
　　本节内容实现任务是提取任务的轮廓，首先把RGB色彩空间的图片转换到HSV空间中，其次，提取图片的mask，通过使用inrangle提取hsv色彩空间的颜色。HSV色彩空间的颜色voidQuickDemo：：inrangedemo（Matimage）｛McvtColor（image，hsv，COLORBGR2HSV）；MinRange（hsv，Scalar（35，43，46），Scalar（77，255，255），mask）；35，43，46根据图片中绿色最低来确定最小值。77，255，255提取参数1低范围，参数2高范围将hsv中的由低到高的像素点提取出来并且存储到mask当中。imshow（mask，hsv）；MatredbackMat：：zeros（image。size（），image。type（））；redbackScalar（40，40，200）；bitwisenot（mask，mask）；imshow（mask，mask）；image。copyTo（redback，mask）；把redback复制到mask，mask通过inRange得到。imshow（roi提取，hsv）；｝13图像像素值统计
　　分别定义双精度型变量minv和maxv。指针变量minLoc，maxL因为这图片是多通道的，所以使用一个容器装取数值，并且用split分离图片到MV中通过for循环操作，遍历图片信息，并且打印信息到终端。图像信息包括，方差，均值，大小。voidQuickDemo：：pixelstatisticdemo（Matimage）｛doubleminv，定义最值PointminLoc，maxL定义最值地址std：：vectorMmv是一个Mat类型的容器装在这个容器内split（image，mv）；for（inti0；imv。size（）；i）｛分别打印各个通道的数值minMaxLoc（mv〔i〕，minv，maxv，minLoc，maxLoc，Mat（））；求出图像的最大值和最小值。std：：coutNo。channels：iminvalue：minvmaxvalue：maxvstd：：｝Matmean，meanStdDev（image，mean，stddev）；求出图像的均值和方差std：：coutmean：meanstd：：std：：coutstddev：stddevstd：：｝14图像几何形状的绘制
　　本节课介绍如何绘制椭圆，矩形，直线，圆等voidQuickDemo：：drawingdemo（Matimage）｛Rrect。x200；rect。y200；rect。width100；rect。height100；MatbgMat：：zeros（image。size（），image。type（））；rectangle（image，rect，Scalar（0，0，255），1，8，0）；参数1为绘图的底图或者画布名称，参数2位图片的起始，宽度，高度参数3代表填充颜色。参数4大于0是线小于0是填充参数5表示邻域填充，参数6默认值为0circle（bg，Point（350，400），15，Scalar（0，0，255），2，LINEAA，0）；参数2位图片中心位置，参数3为半径为15的圆MaddWeighted（image，0。7，bg，0。3，0，dst）；RotatedRrtt。centerPoint（200，200）；rtt。sizeSize（100，200）；rtt。angle0。0；line（bg，Point（100，100），Point（350，400），Scalar（0，0，255），8，LINEAA，0）；lineAA表示去掉锯齿ellipse（bg，rtt，Scalar（0，0，255），2，8）；imshow（矩形的绘制，bg）；｝15随机数与随机颜色
　　本节主要介绍如何能产生一个随机数字和随机颜色，并且用线条的方式显示出来。
　　voidQuickDemo：：randomdrawing（）｛MatcanvasMat：：zeros（Size（512，512），CV8UC3）；intwcanvas。inthcanvas。RNGrng（12345）；while（true）｛intcwaitKey（10）；if（c27）｛｝intx1rng。uniform（0，canvas。cols）；inty1rng。uniform（0，h）；intx2rng。uniform（0，canvas。cols）；inty2rng。uniform（0，h）；intbrng。uniform（0，255）；intgrng。uniform（0，255）；intrrng。uniform（0，255）；canvasScalar（0，0，0）；line（canvas，Point（x1，y1），Point（x2，y2），Scalar（b，g，r），8，LINEAA，0）；lineAA表示去掉锯齿imshow（随机绘制演示，canvas）；｝｝16多边形填充与绘制
　　这节课介绍了2种多边形绘制的实现方式。voidQuickDemo：：polylinedrawingdemo（Matimage）｛MatcanvasMat：：zeros（Size（512，512），CV8UC3）；Pointp1（100，100）；Pointp2（350，100）；Pointp3（450，280）；Pointp4（320，450）；Pointp5（80，400）；std：：vectorP将5个点装入一个容器内。pts。pushback（p1）；未初始化数组容量，只能用pushback操作如果初始化，可以用数组下标操作。pts。pushback（p2）；pts。pushback（p3）；pts。pushback（p4）；pts。pushback（p5）；fillPoly（canvas，pts，Scalar（122，155，255），8，0）；填充多边形polylines（canvas，pts，true，Scalar（0，0，255），2，8，0）；绘制多边形参数1表示画布，参数2表示点集，参数3表示true，参数4颜色参数5表示线宽，参数6表示渲染方式，参数7表示相对左上角（0，0）的位置单个API搞定图片的绘制填充std：：vectorstd：：vectorPcontours。pushback（pts）；drawContours（canvas，contours，1，Scalar（0，0，255），1）；参数2表示容器名称，参数3为正表示多边形的绘制，为负表示多边形的填充imshow（多边形绘制，canvas）；｝
　　第一种方式，通过标记各个点，然后存储到容器中，之后对容器中的点进行操作。填充多边形调用fillPoly，绘制多边形调用polylines。第二种方式，使用一个API接口绘制。通过一个容器中的存储的点组成的另一个容器。17鼠标操作与响应
　　鼠标事件响应与绘制！考察基本的图形绘制编程能力。参数1表示鼠标事件。Pointsp（1，1）；鼠标的开始的位置Pointep（1，1）；Mstaticvoidondraw（intevent，intx，inty，intflags，voiduserdata）｛Matimage（（Mat）userdata）；if（eventEVENTLBUTTONDOWN）如果鼠标的左键按下｛sp。sp。std：：coutstartpointspstd：：｝elseif（eventEVENTLBUTTONUP）｛ep。ep。intdxep。xsp。x；intdyep。ysp。y；if（dx0dy0）｛Rectbox（sp。x，sp。y，dx，dy）；imshow（ROI区域，image（box））；rectangle（image，box，Scalar（0，0，255），2，8，0）；imshow（鼠标绘制，image）；sp。x1；sp。y1；复位，为下一次做准备｝｝elseif（eventEVENTMOUSEMOVE）｛if（sp。x0sp。y0）｛ep。ep。intdxep。xsp。x；intdyep。ysp。y；if（dx0dy0）｛Rectbox（sp。x，sp。y，dx，dy）；temp。copyTo（image）；rectangle（image，box，Scalar（0，0，255），2，8，0）；imshow（鼠标绘制，image）；｝｝｝｝voidQuickDemo：：mousedrawingdemo（Matimage）｛namedWindow（鼠标绘制，WINDOWAUTOSIZE）；setMouseCallback（鼠标绘制，ondraw，（void）（image））；设置窗口的回调函数。参数1表示名称，参数2表示调用ondrawimshow（鼠标绘制，image）；tempimage。clone（）；｝18图像像素类型的转换与归一化
　　像素值归一化是很常见的预处理方式，OpenCV支持字节与浮点数的图象显示。voidQuickDemo：：normdemo（Matimage）｛M定义一个名为dst的二值化类型的数据std：：coutimage。type（）std：：打印出来图片的类型image。convertTo（image，CV32F）；将dst数据转换成浮点型float32位数据。std：：coutimage。type（）std：：再次打印转换后的数据类型normalize（image，dst，1。0，0，NORMMINMAX）；进行归一化操作std：：coutdst。type（）std：：打印归一化操作之后的数据imshow（图像的归一化，dst）；显示归一化的图像CV8UC3，CV32FC33通道每个通道8位的UC类型转换后3通道每个通道32位的浮点数｝19图像的放缩与插值
　　介绍基本的图像变换大小的方法。图像的差值处理主要有线性、双线性差值、卢卡斯差值、双立方差值。voidQuickDemo：：resizedemo（Matimage）｛Matzoomin，inthimage。intwimage。resize（image，zoomin，Size（w2，h2），0，0，INTERLINEAR）；线性差值操作。imshow（zoomin，zoomin）；；resize（image，zoomout，Size（w1。5，h1。5），0，0，INTERLINEAR）；imshow（zoomin，zoomout）；｝20图像的翻转
　　图像的上下、左右、对角线翻转voidQuickDemo：：flipdemo（Matimage）｛Mflip（image，dst，0）；上下翻转x对称flip（image，dst，1）；左右翻转y对称flip（image，dst，1）；旋转180imshow（图像翻转，dst）；｝21图像的旋转
　　图像旋转的基本原理，变换矩阵M的计算，中心位置偏移计算等。voidQuickDemo：：rotatedemo（Matimage）｛Matdst，M；inthimage。定义图片的高度intwimage。定义图片的宽度MgetRotationMatrix2D（Point（w2，h2），45，1。0）；doublecosabs（M。atdouble（0，0））；doublesinabs（M。atdouble（0，1））；M。atdouble（0，2）（nw2w2）；M。atdouble（1，2）（nh2h2）；参数1原来图像的中心位置。参数2角度是多少。参数3是图像本身大小的放大缩小warpAffine（image，dst，M，Size（nw，nh），INTERLINEAR，0，Scalar（0，0，255））；imshow（旋转演示，dst）；｝22视频文件摄像头使用
　　本节介绍了如何读取一个视频，以及调用电脑的摄像头。并且对读取到的视频进行操作。voidQuickDemo：：videodemo（Matimage）｛VideoCapturecapture（D：images123。mp4）；读取视频的地址M定义一个二值化的framewhile（true）｛capture。read（frame）；读取视频flip（frame，frame，1）；图像镜像操作if（frame。empty（））如果视频为空的话跳出操作｛｝imshow（frame，frame）；显示视频colorSpaceDemo（frame）；对视频调用之前的demointcwaitKey（100）；停顿100ms做视频处理都是1if（c27）｛esc退出应用程序｝｝capture。release（）；释放相机的资源｝
　　对读取到的视频操作方式有镜像对称。加各种滤镜等等。23视频处理与保存
　　视频的属性，SD（标清），HD（高清），UHD（超清），蓝光。如何读取视频文件，以及读取视频文件的属性，衡量视频处理指标：FPS。保存视频时的编码格式。保存视频的实际size和create的size大小保持一致。voidQuickDemo：：videodemo（Matimage）｛VideoCapturecapture（D：images123。mp4）；intframewidthcapture。get（CAPPROPFRAMEWIDTH）；获取视频的宽度intframeheightcapture。get（CAPPROPFRAMEHEIGHT）；获取视频的高度intcountcapture。get（CAPPROPFRAMECOUNT）；视频总的帧数fps是衡量处理视频的能力doublefpscapture。get（CAPPROPFPS）；std：：coutframewidthframewidthstd：：std：：coutframeheightframeheightstd：：std：：coutframeFPSfpsstd：：std：：coutframecountcountstd：：VideoWriterwriter（D：test。mp4，capture。get（CAPPROPFOURCC），fps，Size（framewidth，frameheight），true）；参数1保存地址。参数2获取图片的格式参数3图片的帧数参数4视频宽高参数5真Mwhile（true）｛capture。read（frame）；flip（frame，frame，1）；图像镜像操作if（frame。empty（））｛｝imshow（frame，frame）；colorSpaceDemo（frame）；writer。write（frame）；intcwaitKey（100）；停顿100ms做视频处理都是1if（c27）｛esc退出应用程序｝｝capture。release（）；释放相机的资源writer。release（）；释放存放的资源｝
　　本节课，介绍了视频的一些基本熟悉，紧接介绍如何获取视频的属性，并且通过特定的格式保存到相应的存储位置上。24图像的直方图
　　直方图是图像的统计学特征。表示了图像的各个像素在0255出现的频率。图像的平移旋转都不会对性质进行改变。缺点：不能表征一张图像。
　　25直方图的均衡化
　　用途：用于图像增强，人脸检测，卫星遥感。均衡化的图像只支持单通道。
　　voidQuickDemo：：histogrameqdemo（Matimage）｛McvtColor（image，gray，COLORBGR2GRAY）；直方图均衡化只支持灰度图像，不支持彩色图像。imshow（灰度图像，gray）；MequalizeHist（gray，dst）；imshow（直方图均衡化，dst）；｝26图像的卷积操作
　　卷积的作用，高的往下降，低的往上升。但是会造成信息丢失。产生模糊效果。是一种线性操作，点乘，之后相加。
　　voidQuickDemo：：blurdemo（Matimage）｛Mblur（image，dst，Size（15，15），Point（1，1））；参数1原始图像，参数2卷积之后的图像，参数3卷积的矩阵大小，支持单行或者单列的卷积操作，参数4卷积的起始点。imshow（图像卷积操作，dst）；｝27高斯模糊
　　中心的数值最大，离中心距离越远，数值越小。高斯卷积数学表达式说明：
　　voidQuickDemo：：gaussianblurdemo（Matimage）｛MGaussianBlur（image，dst，Size（5，5），15）；imshow（高斯模糊，dst）；参数1表示初始图像，参数2表示处理后的图像，参数3表示高斯矩阵大小正数而且是奇数，参数4表示西格玛x为15西格玛y为15｝28高斯双边模糊
　　边缘保留的滤波算法！去噪！
　　voidQuickDemo：：bifilterdemo（Matimage）｛MbilateralFilter（image，dst，0，100，0）；参数1代表原图，参数2代表处理之后的图像，参数3色彩空间。参数4表示坐标空间，双边是指色彩空间和坐标空间。namedWindow（双边模糊，WINDOWFREERATIO）；创建了一个新窗口，参数1表示名称，第二个参数代表一个自由的比例imshow（双边模糊，dst）；表示显示在新创建的｝29实时视频人脸检测
　　OpenCV4。x中基于深度神经网络模型的高实时，稳定的人脸检测演示。
　　dnn：：Netnetdnn：：readNetFromTensorflow（rootdiropencvfacedetectoruint8。pb，rootdiropencvfacedetector。pbtxt）；VideoCapturecapture（D：imagesvideoexampledsh。mp4）；Mwhile（true）｛capture。read（frame）；if（frame。empty（））｛｝Matblobdnn：：blobFromImage（frame，1。0，Size（300，300），Scalar（104，177，123），false，false）；net。setInput（blob）；NCHWMatprobsnet。forward（）；MatdetectionMat（probs。size〔2〕，probs。size〔3〕，CV32F，probs。ptrfloat（））；解析结果for（inti0；idetectionMat。i）｛floatconfidencedetectionMat。atfloat（i，2）；if（confidence0。5）｛intx1staticcastint（detectionMat。atfloat（i，3）frame。cols）；inty1staticcastint（detectionMat。atfloat（i，4）frame。rows）；intx2staticcastint（detectionMat。atfloat（i，5）frame。cols）；inty2staticcastint（detectionMat。atfloat（i，6）frame。rows）；Rectbox（x1，y1，x2x1，y2y1）；rectangle（frame，box，Scalar（0，0，255），2，8，0）；｝｝imshow（人脸检测演示，frame）；intcwaitKey（1）；if（c27）｛退出｝｝