cv：：mat& image使用代码

下面是一个简单的使用cv::Mat和image的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat image = imread("example.jpg"); // 加载图像
    if (image.empty()) // 判断图像是否加载成功
    {
        cout << "Could not open or find the image" << endl;
        return -1;
    }

    namedWindow("Display window", WINDOW_NORMAL); // 创建窗口
    imshow("Display window", image); // 显示图像
    waitKey(0); // 等待用户按下键盘
    return 0;
}

这个例子加载了名为“example.jpg”的图像，并在一个名为“Display window”的窗口中显示它。在等待用户按下键盘之前，程序将一直挂起。

相关问题

按照以下代码编写vs2010版本的所需要的头文件#include<opencv2/core.hpp> #include<opencv2/highgui.hpp> #include<opencv2/imgproc.hpp> #include<iostream> using namespace std; using namespace cv; //创建灰度图像的直方图 class Histogram1D { private: int histSize[1];//直方图中箱子的数量 float hranges[2];//值范围 const float* ranges[1];//值范围的指针 int channels[1];//要检查的通道数量 public: Histogram1D() { //准备一维直方图的默认参数 histSize[0] = 256;//256个箱子 hranges[0] = 0.0;//从0开始（含） hranges[1] = 256.0;//到256（不含） ranges[0] = hranges; channels[0] = 0;//先关注通道0 } cv::Mat getHistogram(const cv::Mat& image); }; //计算一维直方图 cv::Mat Histogram1D::getHistogram(const cv::Mat& image) { cv::Mat hist; //用calcHist函数计算一维直方图 cv::calcHist(&image, 1, //仅为一幅图像的直方图 channels, //使用的通道 cv::Mat(), //不使用掩码 hist, //作为结果的直方图 1, //这是一维的直方图 histSize, //箱子数量 ranges //像素值的范围 ); return hist; } int main() { //读取输入的图像 cv::Mat image = cv::imread("girl.jpg", 0);//以黑白方式打开 //直方图对象 Histogram1D h; //计算直方图 cv::Mat histo = h.getHistogram(image); //循环遍历每个箱子 for (int i = 0; i < 256; i++) cout << "Value" << i << "=" << histo.at<float>(i) << endl; }

以下是按照所给代码编写的vs2010版本所需要的头文件：

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;

//创建灰度图像的直方图
class Histogram1D
{
private:
    int histSize[1];//直方图中箱子的数量
    float hranges[2];//值范围
    const float* ranges[1];//值范围的指针
    int channels[1];//要检查的通道数量

public:
    Histogram1D()
    {
        //准备一维直方图的默认参数
        histSize[0] = 256;//256个箱子
        hranges[0] = 0.0;//从0开始（含）
        hranges[1] = 256.0;//到256（不含）
        ranges[0] = hranges;
        channels[0] = 0;//先关注通道0
    }

    cv::Mat getHistogram(const cv::Mat& image);
};

//计算一维直方图
cv::Mat Histogram1D::getHistogram(const cv::Mat& image)
{
    cv::Mat hist;
    //用calcHist函数计算一维直方图
    cv::calcHist(&image, 1, //仅为一幅图像的直方图
        channels, //使用的通道
        cv::Mat(), //不使用掩码
        hist, //作为结果的直方图
        1, //这是一维的直方图
        histSize, //箱子数量
        ranges //像素值的范围
    );
    return hist;
}

int main()
{
    //读取输入的图像
    cv::Mat image = cv::imread("girl.jpg", 0);//以黑白方式打开
    //直方图对象
    Histogram1D h;
    //计算直方图
    cv::Mat histo = h.getHistogram(image);
    //循环遍历每个箱子
    for (int i = 0; i < 256; i++)
        cout << "Value" << i << "="
        << histo.at<float>(i) << endl;

    return 0;
}

需要注意的是，以上代码中的图片文件girl.jpg需要放置在与源代码文件相同的目录下，否则需要指定正确的图片路径。

void get_image(cv::VideoCapture &cap, Mat &image){ while(true){ cap >> image; this_thread::sleep_for(chrono::milliseconds (30)); } }

这段代码定义了一个名为 `get_image` 的函数，该函数使用了 OpenCV 库中的 `cv::VideoCapture` 类来从摄像头或者视频文件中读取帧，并将帧存储到 `cv::Mat` 对象中。该函数的参数包括一个 `cv::VideoCapture` 对象引用 `cap` 和一个 `cv::Mat` 对象引用 `image`。

函数的主要逻辑是通过 `cap >> image;` 从 `cap` 中读取一帧，并将其存储到 `image` 中。然后使用 `this_thread::sleep_for(chrono::milliseconds (30));` 函数使当前线程休眠 30 毫秒，以等待下一帧的到来。函数将一直循环执行，直到程序被手动中止。

该函数使用了 C++11 标准库中的线程库，需要包含头文件 `<thread>` 和 `<chrono>`。如果要在程序中使用该函数，需要先创建一个 `cv::VideoCapture` 对象，并将其作为参数传递给 `get_image` 函数，例如：

#include <opencv2/opencv.hpp>
#include <thread>
#include <chrono>

using namespace cv;

void get_image(VideoCapture& cap, Mat& image) {
    while (true) {
        cap >> image;
        this_thread::sleep_for(chrono::milliseconds(30));
    }
}

int main() {
    VideoCapture cap(0); // 打开默认的摄像头
    Mat image;

    thread t(get_image, ref(cap), ref(image));
    // 在这里可以对 image 进行处理，例如显示或保存到文件中

    t.join();
    return 0;
}

在主函数中，首先创建了一个默认的 `cv::VideoCapture` 对象 `cap`，用于打开默认摄像头。然后创建了一个 `cv::Mat` 对象 `image`，用于存储从摄像头中读取的帧。接着使用 `std::thread` 类创建了一个新线程，并将 `cap` 和 `image` 作为参数传递给 `get_image` 函数。在新线程中，函数将不断从 `cap` 中读取帧，并将其存储到 `image` 中。在主线程中，可以对 `image` 进行处理，例如显示或保存到文件中。最后使用 `t.join()` 等待新线程执行完毕。