OpenCV中的重要、常用知识点汇总（图像处理、特征检测与匹配、图像分割与轮廓分析、视频处理与分析和机器学习与深度学习等）

OpenCV（Open Source Computer Vision Library）是一个广泛使用的开源计算机视觉和机器学习软件库，提供了丰富的功能模块，涵盖了图像处理、视频分析、计算机视觉、机器学习等多个领域。下面对一些重要、常用的 OpenCV 知识点汇总：

1. 图像基本操作

• 图像读写：

  • cv::imread()：读取图像。
  • cv::imwrite()：保存图像。
  • cv::imshow()：显示图像。
  • cv::cvtColor()：颜色空间转换（如 RGB 转灰度图）。

• 图像属性：

  • cv::Mat：图像数据存储结构，二维矩阵，支持各种图像类型（如灰度图、彩色图等）。

• 图像处理基础：

  • 图像大小：img.rows、img.cols、img.size()。
  • 通道数：img.channels()。
  • 图像深度：img.depth()。

2. 图像变换

• 几何变换：

  • cv::resize()：图像缩放。
  • cv::rotate()：图像旋转。
  • cv::warpAffine()：仿射变换。
  • cv::warpPerspective()：透视变换。

• 图像裁剪与填充：

  • 使用 cv::Rect 来裁剪图像。
  • cv::copyTo()：用于复制图像区域。

3. 图像滤波

• 平滑：

  • cv::blur()：均值滤波。
  • cv::GaussianBlur()：高斯滤波。
  • cv::medianBlur()：中值滤波。
  • cv::bilateralFilter()：双边滤波（保持边缘的同时进行平滑）。

• 边缘检测：

  • cv::Canny()：Canny 边缘检测。
  • cv::Sobel()：Sobel 算子。
  • cv::Laplacian()：拉普拉斯算子。

4. 图像特征检测与匹配

• 角点检测：

  • cv::cornerHarris()：Harris 角点检测。
  • cv::goodFeaturesToTrack()：Shi-Tomasi 角点检测。

• 特征点检测：

  • cv::ORB()、cv::SIFT()、cv::SURF()：特征检测与描述符提取。
  • cv::AKAZE()：快速的 AKAZE 特征。

• 特征匹配：

  • cv::BFMatcher()：暴力匹配。
  • cv::FlannBasedMatcher()：基于 FLANN 的匹配器。
  • cv::findHomography()：基于 RANSAC 的单应性矩阵求解。

5. 图像分割与轮廓分析

• 阈值化：

  • cv::threshold()：图像阈值化。
  • cv::adaptiveThreshold()：自适应阈值化。

• 轮廓检测：

  • cv::findContours()：查找轮廓。
  • cv::drawContours()：绘制轮廓。
  • cv::approxPolyDP()：多边形拟合。

• 图像分水岭算法：

  • cv::watershed()：分水岭算法，图像分割。

6. 图像形态学操作

• 基本形态学操作：

  • cv::erode()：腐蚀。
  • cv::dilate()：膨胀。
  • cv::morphologyEx()：开运算、闭运算等。

• 结构元素：

  • cv::getStructuringElement()：获取结构元素。

7. 视频处理与分析

• 视频读写：

  • cv::VideoCapture()：读取视频。
  • cv::VideoWriter()：写入视频。

• 背景分离与运动检测：

  • cv::BackgroundSubtractorMOG2()：背景减除。
  • cv::optFlow()：光流法，运动检测。

• 目标跟踪：

  • cv::TrackerKCF::create()：KCF 跟踪器。
  • cv::TrackerCSRT::create()：CSRT 跟踪器。

8. 机器学习与深度学习

• 支持向量机（SVM）：

  • cv::ml::SVM::train()：训练 SVM 模型。
  • cv::ml::SVM::predict()：SVM 分类。

• 决策树与随机森林：

  • cv::ml::DTrees：决策树。
  • cv::ml::RandomTrees：随机森林。

• 神经网络与深度学习：

  • OpenCV DNN 模块：支持 Caffe、TensorFlow、Torch 等框架的模型加载和推理。
  • cv::dnn::readNet()：加载模型。
  • cv::dnn::blobFromImage()：将图像转换为网络输入。

9. 相机标定与立体视觉

• 相机标定：

  • cv::calibrateCamera()：相机标定。
  • cv::findChessboardCorners()：查找棋盘格角点。

• 立体匹配：

  • cv::StereoBM()：块匹配算法。
  • cv::StereoSGBM()：半全局块匹配算法。

10. 三维重建与点云处理

• 立体匹配与深度图：

  • cv::stereoCalibrate()：立体标定。
  • cv::reprojectImageTo3D()：将深度图重建为三维点云。

• 结构光与激光扫描：

  • 使用 cv::triangulatePoints() 进行三角测量。

11. OpenCV 与其他库的集成

• 与 Qt 集成：OpenCV 可以与 Qt 配合使用，开发基于 GUI 的图像处理应用。
• 与 GStreamer 集成：处理视频流时，OpenCV 与 GStreamer 的结合可以提升视频捕获和处理性能。

12. OpenCV 实用工具

• 调试与优化：

  • cv::getTickCount()、cv::getTickFrequency()：用于测量时间，性能优化。

• 图像显示与保存：

  • 支持多种格式，如 BMP、PNG、JPEG 等。

这些是 OpenCV 中的一些基本知识点，涵盖了图像处理、特征检测、视频分析、机器学习等方面。