本文详细介绍了OpenCV库中的一系列核心函数，包括读取和显示图像、视频处理、颜色空间转换、图像变换、滤波操作、特征检测、光学流计算以及深度学习模型的接口等，是学习和使用OpenCV进行图像和视频分析的基础知识。
参考链接：OpenCV学习+常用函数记录①：图像的基本处理 - 腾讯云开发者社区-腾讯云 (tencent.com)
| 函数名称 | 函数说明 | 对应页码 |
| imread() | 读取图像文件 | 38 |
| namedWindow() | 创建一个显示图像的窗口 | 39 |
| inshow() | 在指定的窗口显示图像 | 40 |
| VideoCapture() | 调用摄像头或者读取、保存视频文件 | 40 |
| imwrite() | 保存图像到文件 | 43 |
| Video Writer() | 将多帧图像保存成视频文件 | 45 |
| FileStorage() | 读取或者保存XML、YMAL文件 | 48 |
| cvtColor() | 图像颜色空间转换 | |
| convertTo() | 图像数据类型转换 | |
| split() | 图像多通道分离 | |
| merge() | 图像多通道合并 | |
| minMaxLoc() | 寻找矩阵中的最大值和最小值，以及其位置 | |
| reshape() | 改变矩阵尺寸和通道数 | |
| mean() | 计算矩阵每个通道的平均值 | |
| meanStdDev() | 计算矩阵每个通道的平均值和方差 | |
| max()/min() | 比较图像每个元素灰度值的较大值/较小值 | |
| bitwise_and() | 像素求“与”运算 | |
| bitwise_or() | 像素求“或”运算 | |
| bitwise_xor() | 像素求“异或”运算 | |
| bitwise_not() | 像素求“非”运算 | |
| threshold() | 像素阈值操作 | |
| adaptiveThreshold() | 图像的二值化 | |
| LUT() | 显示查找表 | |
| vconcat()/hconcat() | 图像竖向/横向连接 | |
| resize() | 改变图像尺寸 | |
| flip() | 图像翻转变换 | |
| warpAffine() | 图像仿射变换 | |
| warpPerspective() | 图像透视变换 | |
| warpPolar() | 图像极坐标变换 | |
| circle() | 在图像中绘制圆形 | |
| line() | 在图像中根据两点绘制一条直线 | |
| ellipse() | 在图像中绘制椭圆 | |
| ellipse2Poly() | 在图像中通过矩形边界绘制椭圆 | |
| rectangle() | 在图像中绘制矩形 | |
| fillPoly() | 在图像中绘制多边形 | |
| putText() | 在图像中生成文字 | |
| copy To() | 图像深拷贝 | |
| pyrDown() | 图像下采样 | |
| pyrUp() | 图像上采样 | |
| create Trackbar() | 在图像窗口创建滑动条 | |
| setMouseCallback() | 鼠标事件响应 | |
| calcHist() | 绘制图像直方图 | |
| normalize() | 数据归一化 | |
| compareHist() | 直方图比较 | |
| equalizeHist() | 直方图均衡化 | |
| calcBackProject() | 直方图反向投影 | |
| matchTemplate() | 图像模板匹配 | |
| filter2D() | 卷积操作 | |
| rand()rand_double()/rand_int() | 生成随机数 | |
| fill() | 产生均匀分布或高斯分布的随机数 | |
| blur() | 均值滤波 | |
| boxFilter() | 方框滤波 | |
| sqrBoxFilter() | 扩展方框滤波 | |
| GaussianBlur() | 高斯滤波 | |
| sepFilter2D() | 双方向卷积运算 | |
| medianBlur() | 中值滤波 | |
| bilateralFilter() | 双边滤波 | |
| convertScaleAbs() | 计算矩阵绝对值 | |
| Sobel() | Sobel算子边缘检测 | |
| Scharr() | Scharr算子边缘检测 | |
| getDeriv Kernels() | 生成边缘检测滤波器 | |
| Laplacian() | Laplacian算子边缘检测 | |
| Canny() | Canny算法边缘检测 | |
| distance Transform() | 图像像素距离变换 | |
| connectedComponents() | 图像连通域计算 | |
| connectedComponents WithStats() | 含有更多统计信息的连通域计算 | |
| getStructuringElement() | 获取图像形态学滤波的矩阵结构元素 | |
| erode() | 腐蚀运算 | |
| dilate() | 膨胀运算 | |
| morphologyEx() | 形态学操作 | |
| thinning() | 图像细化 | |
| HoughLines() | 霍夫变换检测直线 | |
| HoughLinesP() | 霍夫变换检测直线的两个端点 | |
| HoughLinesPointSet() | 二维点集中检测直线 | |
| fitLines() | 拟合直线 | |
| HoughCircles() | 霍夫变换检测圆 | |
| findContours() | 计算轮廓 | |
| drawContours() | 绘制轮廓 | |
| contourArea() | 计算轮廓面积 | |
| arcLength() | 计算轮廓长度 | |
| boundingRect() | 轮廓外接最大矩形 | |
| minAreaRect() | 轮廓外接最小矩形 | |
| approxPolyDP() | 轮廓多边形逼近 | |
| pointPolygonTest() | 点到轮廓距离 | |
| convexHull() | 点包检测 | |
| moments() | 计算图像矩 | |
| HuMoments() | 计算Hu矩 | |
| matchShapes() | 基于Hu矩的轮廓匹配 | |
| minEnclosingTriangle() | 二维点集的最小三角形拟合 | |
| minEnclosingCircle() | 二维点集的最小圆形拟合 | |
| detectAndDecode() | QR二维码检测与识别 | |
| dft() | 傅里叶变换 | |
| idft() | 傅里叶逆变换 | |
| getOptimalDFTSize() | 计算矩阵傅里叶变换的最优尺寸 | |
| copyMakeBorder() | 扩充图像尺寸 | |
| magnitude() | 计算二维向量的幅值 | |
| mulSpectrums() | 复数矩阵乘法运算 | |
| dct() | 离散余弦变换 | |
| idct() | 离散余弦变换的逆变换 | |
| integral() | 计算积分图像 | |
| floodFill() | 漫水填充法 | |
| watershed() | 分水岭法 | |
| grabCut() | Grabcut法 | |
| pyrMeanShiftFiltering() | Mean-Shift法 | |
| TermCriteria() | 迭代算法终止条件 | |
| inpaint() | 图像修复 | |
| drawKeypoints() | 绘制特征点 | |
| cornerHarris() | 计算角点Harris评价系数 | |
| goodFeaturesToTrack() | 检测Shi-Tomas角点 | |
| cornerSubPix() | 计算亚像素级别角点 | |
| Feature2D::detect() | 特征点检测 | |
| Feature2D::compute() | 特征点描述子计算 | |
| Feature2D::detectAndCompute() | 同时计算特征点关键点和描述子 | |
| drawMatches() | 绘制特征点匹配结果 | |
| FlannBasedMatcher() | FLANN算法描述子匹配 | |
| findHomography() | 计算单应性矩阵 | |
| convertPointsToHomogeneous() | 非齐次坐标向齐次坐标变换 | |
| convertPointsFromHomogeneous() | 齐次坐标向非齐次坐标变换 | |
| findChessboardCorners() | 棋盘格内角点检测 | |
| find4QuadCornerSubpix() | 内角点位置优化 | |
| findCirclesGrid() | 圆形网格的圆心检测 | |
| drawChessboardCorners() | 绘制棋盘格的内角点或者圆形网格的圆心 | |
| undistort() | 图像去畸变校正 | |
| projectPoints() | 单目相机空间点向图像投影 | |
| solvePnP() | 计算位姿关系 | |
| Rodrigues() | 旋转向量与旋转矩阵相互转换 | |
| stereoCalibrate() | 双目相机标定 | |
| stereoRectify() | 双目相机畸变校正 | |
| absdiff() | 计算两个图像差值的绝对值 | |
| meanShift() | 均值迁移法的目标跟踪 | |
| selectROI() | 通过鼠标在图像中选择感兴趣区域 | |
| CamShift() | 自适应均值迁移法目标跟踪 | |
| calcOpticalFlowFarneback() | Faeneback多项式扩展算法光流跟踪 | |
| cartToPolar() | 计算二维向量的模长与方向 | |
| calcOpticalFlowPyrLK() | LK稀疏光流法跟踪 | |
| kmeans() | K均值聚类 | |
| StatModel::train() | 模型训练 | |
| TrainData::create() | 创建训练数据结构 | |
| StatModel::predict() | 利用模型对新数据进行预测 | |
| Algorithm::load() | 加载模型 | |
| KNearest::findNearest() | K近邻模型对新数据进行预测 | |
| DTrees::create() | 初始化决策树类型变量 | |
| RTrees::create() | RTrees类的初始化 | |
| SVM::create() | 定义PtrCSV类型的变量 | |
| dnn::readNet() | 加载已有深度神经网络模型 | |
| dnn::Net::setInput() | 向深度神经网络中输入新的数据 | |
| dnn::blobFromImages() | 转换输入到深度神经网络模型中的图像尺寸 |
扫一扫
269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
