OpenCV项目实战

最新推荐文章于 2024-10-17 11:17:44 发布

qq_57251314

最新推荐文章于 2024-10-17 11:17:44 发布

阅读量2.9k

点赞数

文章标签：几何学线性代数矩阵

本文链接：https://blog.csdn.net/qq_57251314/article/details/121555841

版权

本文介绍如何使用OpenCV与手机摄像头连接，实现人脸检测、虚拟画家功能，详细步骤包括颜色提取和轮廓识别。此外，还探讨了文档扫描的实现，通过寻找边缘确定纸张位置并摆正图像。最后提及了车牌识别的应用，虽然目前存在一些问题，但展示了OpenCV在实际项目中的应用潜力。

摘要由CSDN通过智能技术生成

一、将手机当做摄像头和opencv连接

1.首先在手机上下载【ip摄像头】

#include <iostream>
#include<opencv2/highgui.hpp>;
#include<opencv2/imgcodecs.hpp>;
#include<opencv2/imgproc.hpp>;
#include <opencv2/objdetect.hpp>;

using namespace cv;
using namespace std;


int main() {

	VideoCapture capture;
	Mat frame;

	//注意下面的连接部分，admin:admin（账号密码打开软件后会提示，也可以设置），
	//@符号之后的是局域网ip地址(打开app后，点击下方“打开IP摄像头服务器”，会有显示局域网ip)
	//即：http://<USERNAME>:<PASSWORD>@<IP_ADDRESS>/<the value of src>

	capture.open("http://123:[email protected]:8081/");
	while (1)
	{
		capture >> frame;			//读取当前每一帧画面
		imshow("读取视频", frame);	        //显示当前图像帧
		waitKey(10);				//延时30ms
	}
	return 0;

	
}

代码中用到了登陆名，密码，ip，端口号，手机端软件都会告诉你，而且还可以设置，图像的质量、格式也可以设置，挺不错的一款软件。

二、摄像头人脸检测

#include <iostream>
#include<opencv2/highgui.hpp>;
#include<opencv2/imgcodecs.hpp>;
#include<opencv2/imgproc.hpp>;
#include <opencv2/objdetect.hpp>;

using namespace cv;
using namespace std;



int main() {
	VideoCapture capture;
	Mat img;
	capture.open("http://123:[email protected]:8081/");
	//创建级联,人脸检测的实际代码
	CascadeClassifier faceCascade;
	faceCascade.load("D:/Resources/haarcascade_frontalface_default.xml");
	vector<Rect> faces;
	while (true)
	{
		capture >> img;
		//人脸检测
		faceCascade.detectMultiScale(img, faces, 1.1, 10);
		for (int i = 0; i < faces.size(); i++)
		{
			rectangle(img, faces[i].tl(), faces[i].br(), Scalar(255, 0, 255), 3);
		}
		imshow("Image", img);
		waitKey(5);
	}

}

三、虚拟画家

大体思路：找到颜色，获取轮廓，画圆

1.通过摄像头找到自己想要提取的颜色

#include <iostream>
#include<opencv2/highgui.hpp>;
#include<opencv2/imgcodecs.hpp>;
#include<opencv2/imgproc.hpp>;
#include <opencv2/objdetect.hpp>;

using namespace cv;
using namespace std;

int hmin = 0, smin = 0, vmin = 0;
int hmax = 179, smax = 255, vmax = 255;
VideoCapture capture;
Mat frame, imgHSV, mask;
int main() {



	namedWindow("Trackbars", (600, 200));
	createTrackbar("hue min", "Trackbars", &hmin, 179);
	createTrackbar("hue max", "Trackbars", &hmax, 179);
	createTrackbar("sat min", "Trackbars", &smin, 255);
	createTrackbar("sat max", "Trackbars", &smax, 255);
	createTrackbar("val min", "Trackbars", &vmin, 255);
	createTrackbar("val max", "Trackbars", &vmax, 255);

	capture.open("http://123:[email protected]:8081/");
	while (1)
	{
		capture >> frame;
		//转换为色相空间
		cvtColor(frame, imgHSV, COLOR_BGR2HSV);
		Scalar lower(hmin, smin, vmin);
		Scalar upper(hmax, smax, vmax);
		inRange(imgHSV, lower, upper, mask);
		imshow("提色", frame);
		imshow("正常", mask);
		waitKey(30);
	}
	return 0;


}

（大体搞了下但我的环境很杂所以效果不是特别的好）

2.获取提色的蒙版

#include <iostream>
#include<opencv2/highgui.hpp>;
#include<opencv2/imgcodecs.hpp>;
#include<opencv2/imgproc.hpp>;
#include <opencv2/objdetect.hpp>;

using namespace cv;
using namespace std;

VideoCapture capture;
Mat frame;

//这里是按照从min到max
vector<vector<int>> myColors{ {90,186,0,179,255,255},//粉色
	{124,48,117,143,170,255} };//紫色
//现在还要定义显示什么颜色,当检测到上面这些的时候 我们就显示这些颜色
vector<vector<int>> myColorValues{ {0,255,0},//绿色
	{255,0,255} };//紫色

void findColor(Mat img) {
	Mat imgHSV;
	cvtColor(img, imgHSV, COLOR_BGR2HSV);
	for (int i = 0; i < myColors.size(); i++)
	{
		Scalar lower(myColors[i][0], myColors[i][1], myColors[i][2]);
		Scalar upper(myColors[i][3], myColors[i][4], myColors[i][5]);
		Mat mask;
		inRange(imgHSV, lower, upper, mask);
		imshow(to_string(i), mask);
	}
	
}

int main() {


	capture.open("http://123:[email protected]:8081/");
	while (1)
	{
		capture >> frame;
		findColor(frame);
		imshow("读取视频", frame);
		waitKey(10);
	}
	return 0;


}

当视频里出现相应颜色的时候才会显示相应的蒙版

3.现在可以从这个蒙版获取精确的点（画出蒙版轮廓）

#include <iostream>
#include<opencv2/highgui.hpp>;
#include<opencv2/imgcodecs.hpp>;
#include<opencv2/imgproc.hpp>;
#include <opencv2/objdetect.hpp>;

using namespace cv;
using namespace std;

VideoCapture capture;
Mat frame;

//这里是按照从min到max
vector<vector<int>> myColors{ {90,186,0,179,255,255},//粉色
	{124,48,117,143,170,255} };//紫色
//现在还要定义显示什么颜色,当检测到上面这些的时候 我们就显示这些颜色
vector<vector<int>> myColorValues{ {0,255,0},//绿色
	{255,0,255} };//紫色

void getContours(Mat imgDil) {

	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;
	findContours(imgDil, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	for (int i = 0; i < contours.size(); i++)
	{
		int area = contourArea(contours[i]);
		if (area > 1000) {
			//打印轮廓
			drawContours(frame, contours, i, Scalar(255, 0, 255), 2);
		}
	}
}

void findColor(Mat img) {
	Mat imgHSV;
	cvtColor(img, imgHSV, COLOR_BGR2HSV);
	for (int i = 0; i < myColors.size(); i++)
	{
		Scalar lower(myColors[i][0], myColors[i][1], myColors[i][2]);
		Scalar upper(myColors[i][3], myColors[i][4], myColors[i][5]);
		Mat mask;
		inRange(imgHSV, lower, upper, mask);
		/*imshow(to_string(i), mask);*/
		getContours(mask);
	}
	
}

int main() {


	capture.open("http://123:[email protected]:8081/");
	while (1)
	{
		capture >> frame;
		findColor(frame)