C++视觉之OpenCV快速上手

简介

OpenCV(Open Source Computer Vision Library) 是一个开源的计算机视觉库 ，它提供了丰富的图像处理和计算机视觉功能，可以适用于特征检测、物体识别、机器学习等领域。OpenCV 的核心功能库由 C++ 实现，同时，OpenCV 还提供了多种编程语言的接口，包括 Java、Python、Matlab 等，使得开发者能够在不同平台上轻松使用其强大的功能，Gopher也提供了基于OpenCV开发的接口库。

官方文档：docs.opencv.org/4.9.0/index...

Github 仓库：github.com/opencv/open...

Go OpenCV Github 仓库：github.com/hybridgroup...

安装

Ubuntu 安装 OpenCV C++

shell 复制代码

sudo apt-get update
sudo apt-get install libopencv-dev

MacOS 安装 OpenCV C++

shell 复制代码

brew install opencv

Windows 安装 OpenCV C++

下载资源包，双击运行资源包，输入或选择提取的位置。

配置

配置的流程主要分为以下几步：

使用 CMake(cmake-gui) 配置编译的源文件以及输出的路径，截图的第三步记得选择 MinGW MakeFiles ，截图部分的内容操作完成后，进入以上选中的编译后的输出路径中，使用 mingw32-make 命令编译（这一步会比较耗时），然后使用 mingw32-make install 将编译好的文件整合到 install 目录下。

创建C++项目，编辑 CMakeLists.txt 文件，将以下文件中的 OpenCV_DIR 指定为上面编译后输出的包的 install 目录下（PS：CMakeLists文件修改后要重新 Reload）。

txt 复制代码

cmake_minimum_required(VERSION 3.26)
project(opencv_test)
set(CMAKE_CXX_STANDARD 17)
add_executable(opencv_test main.cpp)

# 设置OpenCV库的安装目录 (修改)
set(OpenCV_DIR D:/software/opencv/mingw-build/install)
find_package(OpenCV REQUIRED)
# 头文件目录
include_directories(${OpenCV_INCLUDE_DIRS})
# 链接库
target_link_libraries(opencv_test ${OpenCV_LIBS})

创建一个查看图片的简单案例，能够正常运行说明我们的基础环境配置完成了。

cpp 复制代码

#include <opencv2/opencv.hpp>

int main() {
    // 读取图像
    cv::Mat img = cv::imread("../image/test.png");
    if (img.empty()) {
        std::cerr << "Failed to load image." << std::endl;
        return -1;
    }

    // 显示图像
    cv::imshow("Image", img);
    cv::waitKey(0);

    return 0;
}

使用命令构建与编译(Windows)

shell 复制代码

# 构建  
cmake -G "MinGW Makefiles" ..  
# 编译  
mingw32-make

示例

图像灰度化

cpp 复制代码

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat colorImg = cv::imread("../image/test.jpg");
    if (colorImg.empty()) {
        std::cerr << "Failed to load image." << std::endl;
        return;
    }
    cv::Mat grayImg;
    cv::cvtColor(colorImg, grayImg, cv::COLOR_BGR2GRAY);

    cv::imshow("Gray Image", grayImg);
    cv::waitKey(0);
}

return 0;

图像边缘检测

cpp 复制代码

#include <opencv2/opencv.hpp>

int main() {
    // 读取图像
    cv::Mat image = cv::imread("../image/test.jpg", cv::IMREAD_GRAYSCALE);
    if (image.empty()) {
        std::cerr << "Failed to load image." << std::endl;
        return -1;
    }

    // 使用Canny边缘检测算法
    cv::Mat edges;
    cv::Canny(image, edges, 50, 150);

    // 显示原图和边缘图
    cv::imshow("Original Image", image);
    cv::imshow("Edges", edges);
    cv::waitKey(0);
    return 0;
}