OpenCV Mac 开发指南

小蓝 • 2024-11-30 09:06 • 编程

一、安装OpenCV

安装OpenCV的最简单的方法是使用Homebrew。

$ brew install opencv

这里我们说明一下如何在Xcode项目中使用opencv2.framework。在Xcode中新建一个工程，打开工程后：

点击项目名称
选择同时按下Shift和Command键，导入Framework
选择opencv2.framework并添加到项目中
进入Build Settings->Search Paths->Header Search Paths，添加头文件搜索路径：/
usr/local/include
/usr/local/opt/opencv/include
进入Build Settings->Linking->Other Linker Flags，添加链接参数：-lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_objdetect -lopencv_videoio -lopencv_calib3d
Build Phases->Link Binary With Libraries，添加以下Apple框架：
CoreMedia.framework
CoreVideo.framework
AVFoundation.framework

二、读取和显示图像

下面是读取和显示图像的示例代码：

#include<opencv2/opencv.hpp>

using namespace cv;

int main(int argc, const char * argv[]) {
    //读取图片
    Mat image = imread("1.jpg");
    //创建窗口
    namedWindow("Image");
    //显示图片
    imshow("Image", image);
    //等待按键事件
    waitKey();
    //销毁窗口
    destroyWindow("Image");
    return 0;
}

三、图像处理

OpenCV提供了很多图像处理函数，下面是一些常用的示例代码：

1. 图像二值化

将图像转换为只有黑白两种颜色的形式。

Mat image = imread("1.jpg");
Mat gray, binary;
//转换为灰度图像
cvtColor(image, gray, COLOR_BGR2GRAY);
//二值化
threshold(gray, binary, 100, 255, THRESH_BINARY);
imshow("Binarization", binary);
waitKey();

2. 图像平滑

平滑图像可以去除噪声或细节，使得处理结果更加稳定。

Mat image = imread("1.jpg");
Mat smoothed;
//平滑图像
blur(image, smoothed, Size(5,5));
imshow("Smooth", smoothed);
waitKey();

3. 边缘检测

检测图像中所有的边缘，方便进行形状识别和分割。

Mat image = imread("1.jpg");
Mat edges;
cvtColor(image, image, COLOR_BGR2GRAY);
//Canny边缘检测
Canny(image, edges, 100, 200);
imshow("Edges", edges);
waitKey();

4. 图像匹配

用于在图像中查找目标图像的位置，常用于目标跟踪或者图像识别。

Mat image = imread("1.jpg");
Mat templ = imread("2.jpg");
Mat result;
//模板匹配
matchTemplate(image, templ, result, TM_CCOEFF_NORMED);
//寻找最佳匹配点
Point maxLoc;
minMaxLoc(result, 0, 0, 0, &maxLoc);
//在图像中画出目标位置
rectangle(image, maxLoc, Point(maxLoc.x + templ.cols, maxLoc.y + templ.rows), Scalar::all(0), 2, 8, 0);
imshow("Match", image);
waitKey();

四、摄像头操作

OpenCV可以直接对摄像头进行操作，下面是一个基本的操作摄像头的示例代码：

VideoCapture cap(0);
while (true) {
    Mat frame;
    //获取一帧图像
    cap >> frame;
    imshow("Camera", frame);
    //按ESC键退出
    if (waitKey(30) == 27) {
        break;
    }
}
cap.release();
destroyAllWindows();
return 0;

五、图像拼接

下面是一个将多张图像拼接在一起的示例代码：

Mat image1 = imread("1.jpg");
Mat image2 = imread("2.jpg");
Mat image3 = imread("3.jpg");
//创建一个Mat数组，存放需要拼接的图像
Mat imageArr[3] = {image1, image2, image3};
//计算拼接后的图像大小
int height = image1.rows;
int width = image1.cols + image2.cols + image3.cols;
Mat result(height, width, CV_8UC3);
//将图像拼接在一起
for (int i = 0; i < 3; i++) {
    Rect roi(imageArr[i].cols * i, 0, imageArr[i].cols, imageArr[i].rows);
    Mat imageROI(result, roi);
    imageArr[i].copyTo(imageROI);
}
imshow("Stitch", result);
waitKey();

六、结语

以上只是OpenCV中的一些基本操作，OpenCV还有很多高级功能，比如人脸识别、图像跟踪等等。希望本文能对大家学习OpenCV有所帮助。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/190683.html