OpenCV是一个功能强大的开源计算机视觉库，提供了丰富的API和函数，用于图像处理、特征提取、目标检测等任务。下面是一些常用的OpenCV API及其在C++中的使用方法：

1. 图像读取和显示：
 

#include <opencv2/opencv.hpp>int main() {// 读取图像cv::Mat image = cv::imread("image.jpg");// 显示图像cv::imshow("Image", image);cv::waitKey(0);return 0;
}

2. 图像灰度化：
 

#include <opencv2/opencv.hpp>int main() {// 读取彩色图像cv::Mat colorImage = cv::imread("image.jpg");// 转换为灰度图像cv::Mat grayImage;cv::cvtColor(colorImage, grayImage, cv::COLOR_BGR2GRAY);// 显示灰度图像cv::imshow("Gray Image", grayImage);cv::waitKey(0);return 0;
}

3. 图像边缘检测：
 

#include <opencv2/opencv.hpp>int main() {// 读取灰度图像cv::Mat grayImage = cv::imread("gray_image.jpg", cv::IMREAD_GRAYSCALE);// 边缘检测cv::Mat edges;cv::Canny(grayImage, edges, 100, 200);// 显示边缘图像cv::imshow("Edges", edges);cv::waitKey(0);return 0;
}

4. 特征提取和匹配：
 

#include <opencv2/opencv.hpp>int main() {// 读取图像cv::Mat image1 = cv::imread("image1.jpg");cv::Mat image2 = cv::imread("image2.jpg");// 提取特征点cv::Ptr<cv::ORB> orb = cv::ORB::create();std::vector<cv::KeyPoint> keypoints1, keypoints2;cv::Mat descriptors1, descriptors2;orb->detectAndCompute(image1, cv::noArray(), keypoints1, descriptors1);orb->detectAndCompute(image2, cv::noArray(), keypoints2, descriptors2);// 特征点匹配cv::Ptr<cv::DescriptorMatcher> matcher = cv::DescriptorMatcher::create(cv::DescriptorMatcher::BRUTEFORCE_HAMMING);std::vector<cv::DMatch> matches;matcher->match(descriptors1, descriptors2, matches);// 绘制匹配结果cv::Mat matchImage;cv::drawMatches(image1, keypoints1, image2, keypoints2, matches, matchImage);// 显示匹配结果cv::imshow("Matches", matchImage);cv::waitKey(0);return 0;
}

5.移动物体检测：

#include <opencv2/opencv.hpp>int main()
{cv::VideoCapture cap(0); // 打开摄像头if (!cap.isOpened()){std::cout << "无法打开摄像头" << std::endl;return -1;}cv::Mat frame, gray, prevFrame;cap >> prevFrame; // 获取第一帧作为前一帧while (true){cap >> frame; // 读取当前帧if (frame.empty())break;cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY); // 转换为灰度图像// 计算当前帧与前一帧的差异cv::Mat diff;cv::absdiff(gray, prevFrame, diff);// 对差异图像进行阈值处理cv::Mat thresholded;cv::threshold(diff, thresholded, 30, 255, cv::THRESH_BINARY);// 对二值图像进行腐蚀和膨胀操作，以去除噪声cv::Mat eroded, dilated;cv::erode(thresholded, eroded, cv::Mat());cv::dilate(eroded, dilated, cv::Mat());// 在原始图像上绘制移动物体的轮廓std::vector<std::vector<cv::Point>> contours;cv::findContours(dilated, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);cv::drawContours(frame, contours, -1, cv::Scalar(0, 0, 255), 2);cv::imshow("移动物体检测", frame);if (cv::waitKey(30) == 27) // 按下ESC键退出break;prevFrame = gray.clone(); // 更新前一帧}cap.release();cv::destroyAllWindows();return 0;
}