OpenCV—学习基本绘图

简介: OpenCV—学习基本绘图

第4章:OpenCV数据结构与基本绘图(续)


二、常用数据结构和函数


3、尺寸的表示:Size类

Size类的相关源代码:

typedef Size_<int> Size2i;//给Size_<int>起个名字为Size2i
typedef Size2i Size;//给已知Size2i起个新名字Size

说明:Size_是一个模板类,Size _< int>表示其类体内部的模板代表的类型为int。

Size_模版类的定义:

示例:

Size(5,5);//构造出Size宽度和高度都为5
4、矩形的表示:Rect()类

说明:Rect类的成员变量有x,y,width,height,分别为左上角点的坐标和矩形的宽和高。(1)常用的成员函数:

  • Size():返回值为Size;
  • area():返回矩形的面积;
  • contains(Point):判断点是否在矩形内;
  • inside(Rect):判断矩形是否在该矩形内
  • tl():返回左上角坐标
  • br():返回右下角点坐标

(2)求矩阵的交集和并集

Rect rect = rect1 & rect2;//交集
Rect rect = rect1 | rect2;//并集

(3)矩形平移操作

Rect rectShift = rect+point;

(4)矩形缩放操作

Rect rectScale=rect+size;
5、颜色空间转换:cvColor()函数

说明:cvColor()函数是OpenCV颜色空间转换函数,可以实现RGB颜色向HSV、HSI颜色空间转换,也可以转换灰度图。

补充:HSV:颜色空间,也称六角锥体模型。

颜色参数:

色调(H):用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,紫色为300°;

饱和度(S):光谱色的白光成分为0,饱和度达到最高。通常取值范围为0%~100%,值越大,颜色越饱和。

明度(V):明度表示颜色明亮的程度,对于光源色,明度值与发光体的光亮度有关;对于物体色,此值和物体的透射比或反射比有关。通常取值范围为0%(黑)到100%(白)。

原型如下:

void cvtColor(InputArray src,OutputArray dst,int code,int dstCn=0);
  • 第一个参数:输入图像。
  • 第二个参数:输出图像
  • 第三个参数:颜色空间转换标识符
  • 第四个参数:目标图像的通道数,参数为0,表示目标图像取源图像的通道数
//调用示例
cvColor(srcImage,dstImage,COLOR_GRAY2BGR);//原始图转换灰度图

下面是标识符列举表:

注意OpenCV默认通道存储顺序是BGR,不是RGB

宏(Macro):是一种批量处理的,就是一些命令组织在一起,作为一个单独命令完成一个特定任务。

示例演示:演示空间转换

//#include<opencv2/imgproc/imgproc.hpp>
//#include<opencv2/highgui/highgui.hpp>
#include<opencv2/opencv.hpp>
using namespace cv;
int main()
{
  //载入图片
  Mat srcImage = imread("dota.jpg", 1);
  Mat dstImage;
  //转换颜色空间
  cvtColor(srcImage, dstImage, COLOR_BGR2Lab);
  //显示效果图
  imshow("效果图",dstImage);
  waitKey(0);
}


三、基本图形的绘制(通过几个函数学习,绘制图形)

1、DrawEllipse()函数的写法(椭圆)

说明:函数DrawEIIipse调用了OpenCV中的ellipse函数,将椭圆画到图形img上,椭圆中心为点(WINDOW_WIDTH/2.0,WINDOW_WIDTH/2.0),并且大小位于矩形(WINDOW_WIDTH/4.0,WINDOW_WIDTH/16.0)内。椭圆旋转角度为angle,扩展的弧度从0度到360度。图形颜色为Scalar(255,129,0)代表蓝色,线宽(thickness)为2,线型(lineType)为8;

void DrawEllipse(Mat img, double angel)
{
  /*
    自定义绘制函数,实现绘制不同角度,相同尺寸的椭圆
  */
  int thickness = 2;
  int lineType = 8;
  ellipse(img,
    Point(WINDOW_WIDTH / 2.0, WINDOW_WIDTH / 2.0),
    Size(WINDOW_WIDTH / 4, WINDOW_WIDTH / 16),
    angel,
    0,
    360,
    Scalar(255, 129, 0),
    thickness,
    lineType
  );
}

2、DrawFilledCircle()函数的写法(实心圆)

说明:DrawFilledCircle() 调用了circle函数,将圆画到图像img上,圆心由点center定义,圆的半径为WINDO_WIDTH/32,圆的颜色为Scalar(0,0,255),按BGR的格式为红色,线粗定义为

void DrawFilledCircle(Mat img, Point center)
{
  int thickness = -1;
  int lineType = 8;
  circle(
    img,
    center,
    WINDOW_WIDTH / 32,
    Scalar(0, 0, 255),
    thickness,
    lineType
  );
}

3、DrawPolygon()函数的写法(凹边形)

说明:函数DrawPolygon调用了opencv中的fillPoly函数,用于将多边形画到图形img上,多边形的顶点集为ppt,要绘制的多边形顶点数目为npt,绘制的多边形数量为1,多边形的颜色定义为白色(255,255,255)。

/*
  实现凹边形的绘制
*/
void DrawPolygon(Mat img)
{
  int lineType = 8;
  //创建一些点
  Point rookPoints[1][20];
  rookPoints[0][0] = Point(WINDOW_WIDTH / 4, 7 * WINDOW_WIDTH / 8);
  rookPoints[0][1] = Point(3*WINDOW_WIDTH / 4, 7 * WINDOW_WIDTH / 8);
  rookPoints[0][2] = Point(3*WINDOW_WIDTH / 4, 13 * WINDOW_WIDTH / 16);
  rookPoints[0][3] = Point(11*WINDOW_WIDTH / 16, 13 * WINDOW_WIDTH / 16);
  rookPoints[0][4] = Point(19*WINDOW_WIDTH / 32, 3 * WINDOW_WIDTH / 8);
  rookPoints[0][5] = Point(3*WINDOW_WIDTH / 4, 3 * WINDOW_WIDTH / 8);
  rookPoints[0][6] = Point(3*WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);
  rookPoints[0][7] = Point(26*WINDOW_WIDTH / 40, WINDOW_WIDTH / 8);
  rookPoints[0][8] = Point(26*WINDOW_WIDTH / 40, WINDOW_WIDTH / 4);
  rookPoints[0][9] = Point(22*WINDOW_WIDTH / 40, 7 * WINDOW_WIDTH / 4);
  rookPoints[0][10] = Point(22*WINDOW_WIDTH / 40, 7 * WINDOW_WIDTH / 8);
  rookPoints[0][11] = Point(18*WINDOW_WIDTH / 40, WINDOW_WIDTH / 8);
  rookPoints[0][12] = Point(18*WINDOW_WIDTH / 40, WINDOW_WIDTH / 4);
  rookPoints[0][13] = Point(13*WINDOW_WIDTH / 40, WINDOW_WIDTH / 4);
  rookPoints[0][14] = Point(14*WINDOW_WIDTH / 40, WINDOW_WIDTH / 8);
  rookPoints[0][15] = Point(WINDOW_WIDTH / 4,  WINDOW_WIDTH / 8);
  rookPoints[0][16] = Point(WINDOW_WIDTH / 4, 3 * WINDOW_WIDTH / 8);
  rookPoints[0][17] = Point(13*WINDOW_WIDTH / 32, 3 * WINDOW_WIDTH / 8);
  rookPoints[0][18] = Point(5*WINDOW_WIDTH / 16, 13 * WINDOW_WIDTH / 16);
  rookPoints[0][19] = Point(WINDOW_WIDTH / 4, 13 * WINDOW_WIDTH / 16);
  const Point*ppt[1] = { rookPoints[0] };
  int npt[] = { 20 };
  fillPoly(
    img,
    ppt,
    npt,
    1,
    Scalar(255, 255, 255),
  lineType
    );

}

4、DrawLine()函数的写法(线段)

说明:DrawLine函数调用opencv中的line函数,用于在图像Img上画一条从star到end的直线段,线的颜色为Scalar(0,0,0)代表黑色,线的粗细thickness为2,且此线为8联通。

/*
  实现线的绘制
*/
void DrawLine(Mat img, Point start, Point end)
{
  int thickness = 2;
  int lineType = 8;
  line(
    img,
    start,
    end,
    Scalar(0, 0, 0),
    thickness,
    lineType
  );
}


5、main函数的写法
int main()
{
  
  //创建空白的Mat图像
  Mat atomImage = Mat::zeros(WINDOW_WIDTH, WINDOW_WIDTH, CV_8UC3);
  Mat rookImage = Mat::zeros(WINDOW_WIDTH, WINDOW_WIDTH, CV_8UC3);
  
  //------------------绘制化学中的原子示例图

  //1、先绘制椭圆
  DrawEllipse(atomImage, 90);
  DrawEllipse(atomImage, 0);
  DrawEllipse(atomImage, 45);
  DrawEllipse(atomImage, -45);

  //2、再绘制圆心
  DrawFilledCircle(atomImage, Point(WINDOW_WIDTH / 2, WINDOW_WIDTH / 2));

  //---------------绘制组合图
  
  //先绘制椭圆
  DrawPolygon(rookImage);

  //绘制矩形
  rectangle(rookImage, Point(0, 7 * WINDOW_WIDTH / 8), Point(WINDOW_WIDTH, WINDOW_WIDTH), Scalar(0, 0, 255), -1, 8);

  //绘制一些线段
  DrawLine(rookImage, Point(0, 15 * WINDOW_WIDTH / 16), Point(WINDOW_WIDTH, 15 * WINDOW_WIDTH / 16));
  DrawLine(rookImage, Point(WINDOW_WIDTH/4, 7 * WINDOW_WIDTH /8), Point(WINDOW_WIDTH/4, WINDOW_WIDTH));
  DrawLine(rookImage, Point(WINDOW_WIDTH/2, 7 * WINDOW_WIDTH / 8), Point(WINDOW_WIDTH/2, 15 * WINDOW_WIDTH));
  DrawLine(rookImage, Point(3*WINDOW_WIDTH/4, 7* WINDOW_WIDTH / 8), Point(3*WINDOW_WIDTH/4,  WINDOW_WIDTH));


  //-------显示绘制图像
  imshow(WINDOW_NAME1, atomImage);
  moveWindow(WINDOW_NAME1,0,200);//改变窗口大小和位置
  imshow(WINDOW_NAME2, rookImage);
  moveWindow(WINDOW_NAME2, WINDOW_WIDTH, 200);
  waitKey(0);
  return 0;
}
效果展示图:

我会在下一篇博客举一反三的利用这些代码创造一些自己学的图形,也会把完整代码分享出来。

相关文章
|
6月前
|
机器学习/深度学习 存储 数据库
Python3 OpenCV4 计算机视觉学习手册:6~11(5)
Python3 OpenCV4 计算机视觉学习手册:6~11(5)
86 0
|
6月前
|
存储 资源调度 算法
Opencv(C++)系列学习---SIFT、SURF、ORB算子特征检测
Opencv(C++)系列学习---SIFT、SURF、ORB算子特征检测
343 0
|
6月前
|
机器学习/深度学习 算法 数据可视化
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)-2
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)
|
6月前
|
机器学习/深度学习 Ubuntu Linux
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)-1
计算机视觉+深度学习+机器学习+opencv+目标检测跟踪+一站式学习(代码+视频+PPT)
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
OpenCV与AI深度学习之常用AI名词解释学习
AGI:Artificial General Intelligence (通用人工智能):是指具备与人类同等或超越人类的智能,能够表现出正常人类所具有的所有智能行为。又被称为强人工智能。
130 2
|
6月前
|
机器学习/深度学习 算法 数据挖掘
Python3 OpenCV4 计算机视觉学习手册:6~11(2)
Python3 OpenCV4 计算机视觉学习手册:6~11(2)
119 0
|
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。
64 0
|
5月前
|
机器学习/深度学习 开发框架 TensorFlow
### 如何系统化学习OpenCV4
### 如何系统化学习OpenCV4
40 0
|
6月前
|
算法 计算机视觉 Python
【OpenCV】-算子(Sobel、Canny、Laplacian)学习
【OpenCV】-算子(Sobel、Canny、Laplacian)学习
167 2
|
6月前
|
算法 C++ 计算机视觉
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
292 0