OpenCV4,5个方法让你从小白到大佬

简介: OpenCV4,5个方法让你从小白到大佬

OpenCV4,5个方法让你从小白到大佬

目录


1、简介

2、使用auto关键字,避免过长类型变量声明

3、使用std::vector,

4、学会使用字符串流

5、最后一个是学会使用map容器

关注苏州程序大白,持续更新技术分享。谢谢大家支持


目录

1、简介


我之前在群里看到好多朋友halcon转opecv的学习都很难的。今天我给大家讲讲。学习C++版本的OpenCV会很难,是否需要基础知识。其实这里大家有个很深的误解,OpenCV早期的语法都是基于C++98,这个语法比较坑,让大家学习起来感觉很难。但是后来OpenCV3之后,特别是OpenCV4以来早就支持标准的C++11语法了,很多接口跟函数都特别容易理解,C++11可以说应用最广泛的C++标准之一了,语法通俗易懂,大量智能指针加持,支持各种标准容器操作,可以说跟C#与Java这样的面向对象语言的语法基本完全类似,可以让你轻松驾驭,只要你接触过面向对象的编程语言,可以说零基础学习OpenCV C++完全不是问题,当然有几个最常用的语法跟容器可能需要提前铺垫一下,我这里也从实际项目跟代码实践总结出下面C++基础知识点,帮助大家在学习OpenCV C++的时候可以更快,更好的入门。

下面我们做代码演示如下:


// 输出与打印字符串与数字
std::cout << "Hello World, OpenCV" << cv::getVersionMajor()<<"."<<cv::getVersionMinor()<<std::endl;
// 打印Mat矩阵
cv::Mat m1 = cv::Mat(3, 3, CV_8UC1);
std::cout <<"m1=" <<m1 << std::endl;


运行结果如下:


20210527090256689.png


2、使用auto关键字,避免过长类型变量声明

C++11支持auto关键字推导,这个可以避免很多不必要的书写,提供代码编写效率。提升代码的整洁跟优雅度,是个很好用的关键字。代码演示如下:


// 使用auto关键字,实现自动类型推导与识别
auto t1 = 3; // 推导为int类型
auto t2 = 3.0; // 推导为double
// 推导为cv::Mat类型
auto m2 = cv::Mat(3, 3, CV_8UC1);
// 直接用auto避免类型书写
// cv::Ptr<ORB> orb_detecto = cv::ORB::create();
auto orb_detecto = cv::ORB::create();


特别注意:auto不能作为函数参数!


3、使用std::vector,


这个在OpenCV的程序中被大量使用,特别是在二值图像分析,特征提取等模块中,所以掌握vector容器的语法跟函数操作很重要。代码演示部分比较长,涉及到vector容器的定义初始化、添加元素、排序、几种循环fectch方式,删除元素、合并多个vector为一个等。全部的代码演示如下:


// 使用数组容器 - 直接定义
std::vector<int> a;
// 初始化定义
std::vector<int> b{ 3,2,1,4,6,5,9,8,7 };
// 循环fetch元素    
for (auto i : b) {
    std::cout <<"for-loop方式"<< i << std::endl;
}
// 迭代器方式fetch元素
for (auto it = std::begin(b); it != std::end(b); ++it) {
    std::cout << "迭代器方式: " << *it << std::endl;
}
// for-each方式
std::for_each(std::begin(b), std::end(b), process);
// 容器合并
a.push_back(22);
a.push_back(11);
b.insert(b.end(), a.begin(), a.end());
std::cout << "打印合并之后的数组:" << std::endl;
for (auto ab : b) {
    std::cout << ab <<" " ;
}
std::cout << " " << endl;
// 排序
std::sort(b.begin(), b.end());
std::cout << "打印排序之后的数组:" << std::endl;
for (auto ab : b) {
    std::cout << ab << " ";
}
std::cout << " " << endl;
// 保留前面N个
auto n = 5;
b.erase(b.begin() + n, b.begin() + b.size());
for (auto ab : b) {
    std::cout <<"打印删除后的剩余元素: "<< ab << std::endl;
}


运行结果如下:


20210527090951118.png


4、学会使用字符串流


std::stringstream是一个非常有用的格式化输出,在OpenCV中如何什么想输出的数据类型从int\float\double\string都可以往里面扔,拼接在一起,最后只要调用一下str()方法就会全部转换为str,可以输出到图像,文本、控制台上,非常的方便。特别是通过putText输出到图像上。代码演示如下:


// 字符串流,任意拼接
std::stringstream ss;
ss << "Hello World, " << "OpenCV";
auto version = 4.5;
ss << version;
cv::putText(image, ss.str().c_str(), cv::Point(20, 50), cv::FONT_HERSHEY_SIMPLEX, 1.0, cv::Scalar(0, 0, 255), 2, 8);
cv::imshow("图像", image);


运行结果如下:


20210527091017368.png


5、最后一个是学会使用map容器


这个在OpenCV与OpenVINO中被大量使用,OpenVINO的输入与输出信息格式就是这种map对象,代码演示了map对象的添加与循环fetch元素的方式,演示代码如下:


// map对象实现key-value操作
std::map<int, std::string> labels;
labels.insert(std::pair<int, std::string>(0, "background"));
labels.insert(std::pair<int, std::string>(1, "person"));
labels.insert(std::pair<int, std::string>(2, "car"));
labels.insert(std::pair<int, std::string>(3, "road"));
 // 获取map对象, for-loop方式
std::cout << "map对象循环,for-loop方式" << std::endl;
for (auto item : labels) {
    std::cout << item.first << ","<<item.second <<std::endl;
}
// 获取map对象, 迭代器方式
std::cout << "map对象循环,迭代器方式" << std::endl;
for (auto it = labels.begin(); it != labels.end(); ++it) {
    std::cout << it->first << "," << it->second << std::endl;
}


运行结果如下:


20210527091057843.png


相关文章
|
算法 C++ 计算机视觉
OpenCV-图像像素遍历操作的三种方法对比(程序提速)
OpenCV-图像像素遍历操作的三种方法对比(程序提速)
224 0
|
3月前
|
存储 编解码 API
python多种方法压缩图片,opencv、PIL、tinypng、pngquant压缩图片
python多种方法压缩图片,opencv、PIL、tinypng、pngquant压缩图片
258 1
|
3月前
|
算法 定位技术 vr&ar
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
539 0
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
|
4月前
|
机器学习/深度学习 传感器 算法
OpenCV4工业缺陷检测的六种方法
OpenCV4工业缺陷检测的六种方法
|
4月前
|
算法 计算机视觉 索引
python---OpenCv(二),背景分离方法较有意思
python---OpenCv(二),背景分离方法较有意思
|
4月前
|
计算机视觉 Python
opencv 处理图像去噪的几种方法学习
OpenCV 提供了多种图像去噪的方法,以下是一些常见的去噪技术以及相应的 Python 代码示例: 均值滤波:使用像素邻域的灰度均值代替该像素的值。
66 0
|
5月前
|
算法 计算机视觉
如何判断点在多边形内部:OpenCV--cv2.pointPolygonTest()方法详解
如何判断点在多边形内部:OpenCV--cv2.pointPolygonTest()方法详解
|
6月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
OpenCV读取tensorflow 2.X模型的方法:将SavedModel转为frozen graph
【2月更文挑战第22天】本文介绍基于Python的tensorflow库,将tensorflow与keras训练好的SavedModel格式神经网络模型转换为frozen graph格式,从而可以用OpenCV库在C++等其他语言中将其打开的方法~
146 1
OpenCV读取tensorflow 2.X模型的方法:将SavedModel转为frozen graph
|
6月前
|
机器学习/深度学习 传感器 算法
带你了解OpenCV4工业缺陷检测的六种方法
带你了解OpenCV4工业缺陷检测的六种方法
143 0
|
6月前
|
定位技术 计算机视觉 C++
C++计算机视觉库OpenCV在Visual Studio 2022的配置方法
C++计算机视觉库OpenCV在Visual Studio 2022的配置方法
226 1
下一篇
无影云桌面