目录

第一部分 初识Opencv

1.C# 下Opencv库

2.安装OpenCvSharp

第二部分 OpencvSharp入门

1.加载图像文件

2.显示图像

第三部分 基础应用

1.颜色转换

2.尺寸调整

3.二值化

4.四则运算

5.颜色分割

6.直线检测

初识Opencv

C# 下使用Opencv 库

•在.NET下常用OpenCV进行图像处理工作,常用的.NET下的OpenCV库有Emgu CV和OpenCVSharp。

• Emgu CV是.NET平台下对OpenCV图像处理库的封装,也就是.NET版的OpenCV。由于OpenCV是用C和C++编写的,Emgu用C#对其进行封装,允许用.Net语言来调用OpenCV函数,如C#、VB、VC++等。

•OpenCvSharp 是一个OpenCV的.Net wrapper,应用最新的OpenCV库开发,使用习惯比EmguCV更接近原始的OpenCV,有详细的使用样例供参考。该库采用LGPL发行,对商业应用友好。使用OpenCvSharp,可用C#,VB.NET等语言实现多种流行的图像处理(image processing)与计算机视觉(computer vision)算法。

•使用VS2022新建一个.net6窗体项目。

•搜索安装opencvsharp4,安装OpenCvSharp4.Windows包。

OpencvSharp入门

加载图像文件

•创建一个帮助类OpencvHelper,后面都在此类中实现功能

•首先 usingOpenCvSharp;

•如何加载一个图像,返回Mat对象

•Mat mat= Cv2.ImRead(fileName, ImreadModes.Color);//加载为彩色图像,结果是三通道

•Mat mat= Cv2.ImRead(fileName, ImreadModes.Grayscale);//加载为灰度图像,结果是单通道,彩色的默认转灰色

•Mat mat= Cv2.ImRead(fileName, ImreadModes.AnyColor);//加载任意图像,结果随图像,灰色或者彩色。

Cv2.ImShow(“窗口名称”, mat);//mat是将要显示的Mat对象,

此处显示Mat对象必须是BGR格式,其他像素格式,需要转回BGR格

式再显示

•Cv2.WaitKey();//用于Cv2.ImShow的等待。没有此句则立即执行下一行代码

颜色转换

•Mat mat = Cv2.ImRead(fileName, ImreadModes.Color);

•Mat gray= newMat();

Cv2.CvtColor(mat, gray, ColorConversionCodes.BGR2GRAY);

•Mat mat = Cv2.ImRead(fileName, ImreadModes.Color);

•Mat hsv= newMat();

Cv2.CvtColor(mat, gray, ColorConversionCodes.BGR2HSV);//BGR转HSV格式

重点:ColorConversionCodes枚举

尺寸调整

•Mat result = newMat();

•Cv2.Resize(mat, result,  newOpenCvSharp.Size(100,100));

•重点:Cv2.Resize方法,有多个重载

二值化

•Mat gray = newMat();

•Cv2.CvtColor(mat, gray, ColorConversionCodes.BGR2GRAY);//转灰度图

•Scalarscalar  = Cv2.Mean(gray);//计算灰度图平均值

•Cv2.Threshold(gray, gray, scalar.Val0, 255, ThresholdTypes.Binary);//二值化

四则运算

•原则:通道相同,尺寸相同,才能运算。

Cv2.BitwiseAnd//与预算

Cv2.BitwiseNot//取反运算

Cv2.BitwiseOr //或运算

Cv2.BitwiseXor //异或运算

Cv2.Add//两图相加

Cv2.Subtract//两图相减

Cv2.Multiply //乘法

Cv2.Divide //除法

颜色分割

•//  HSV:H颜色范围

•// Orange  0 - 22

•//Yellow 22 - 38

•// Green 38 - 75

•// Blue 75 - 130

•// Violet 130 - 160

•// Red 160 - 179

•下面示例实分割红色区域代码

public static Mat GetColor(Mat mat){

•Cv2.ImShow("mat", mat);

•Mat hsv = newMat();//HSV格式对象

•Cv2.CvtColor(mat,hsv, ColorConversionCodes.BGR2HSV);//颜色转换

•var mask = hsv.InRange(newScalar(0, 46, 46), newScalar(29, 255, 255));//红色区域

•varmask2 = hsv.InRange(newScalar(165, 46, 46), newScalar(180, 255, 255));//红色区域

•Cv2.BitwiseOr(mask, mask2, mask);//范围叠加

•Cv2.BitwiseNot(mask, mask);//取反,黑白颜色反过来

•Cv2.ImShow("mask", mask);

•Mat mat1 = newMat();

•Cv2.CvtColor(mask, mat1, ColorConversionCodes.GRAY2BGR);//灰度图转彩色图,

•Cv2.Add(mat, mat1, mat1);//与原图相加,获取红色的区域

•Cv2.ImShow("mat1", mat1);

•Cv2.WaitKey();

•returnmat1;

}

直线检测

Cv2.ImShow("mat", mat);

Mat gray = ConvertToBlackBinary(mat);

Cv2.ImShow("二值化", gray);

varkenal3 = Cv2.GetStructuringElement(MorphShapes.Rect, newOpenCvSharp.Size(2, 2));

Cv2.Dilate(gray, gray, kenal3);//

Cv2.ImShow("二值化Dilate", gray);

Cv2.Canny(gray, gray, 50, 150);

Cv2.ImShow("Canny", gray);

varlines = Cv2.HoughLinesP(gray, 1, Math.PI / 180, 100, 250, 50);

if (lines.Length > 0)

{

for (int i = 0; i < lines.Length; i++)

{

Cv2.Line(mat, lines[i].P1, lines[i].P2,newScalar(255,0,0),1, LineTypes.AntiAlias);

}

}

Cv2.ImShow("结果", mat);

return mat;

欢迎加入QQ群交流群进行技术交流,

本文项目代码地址:

OpenCvSharpStudy: OpenCvSharp学习实践项目 (gitee.com)

图像处理技术OpencvSharp入门的更多相关文章

  1. HTML5图形图像处理技术研究

    摘要:图形图像处理平台大部分是传统的C/S架构的桌面应用程序,维护困难,共享性差,而B/S架构的Web程序具有易维护.易共享的优点.本文研究了基于HTML5的Web图形图像处理技术,用HTML5实现了 ...

  2. GDI+图形图像处理技术中Pen和Brush的简单使用和简单图形的绘制(C#)

    1.Graphics Graphics对象是GDI+绘图表面,因此在Windows窗体应用程序中要使用GDI+创建绘图,必须要先创建Graphics.在给窗体注册一个Paint事件后,Graphics ...

  3. FPGA与数字图像处理技术

    数字图像处理方法的重要性源于两个主要应用领域: 改善图像信息以便解释. 为存储.传输和表示而对图像数据进行处理,以便于机器自动理解. 图像处理(image processing): 用计算机对图像进行 ...

  4. ASP.NET WebApi技术从入门到实战演练

    一.课程介绍 曾经有一位不知名的讲师说过这么一句名言: 一门RPC技术不会,那么千万万门RPC技术将都不会!在今天移动互联网的时代,作为攻城师的我们,谁不想着只写一套API就可以让我们的Web, An ...

  5. 单细胞RNA测序技术之入门指南

    单细胞RNA测序技术之入门指南 [字体: 大 中 小 ] 时间:2018年09月12日 来源:生物通   编辑推荐: 在这个飞速发展的测序时代,DNA和RNA测序已经逐渐成为“实验室中的家常菜”.若要 ...

  6. AJPFX技术分析入门

    AJPFX:技术分析入门 技术分析就是指通过考察历史数据来预测未来价格走向.外汇市场是非常讲技术分析的,而且分析师的基本功就是技术分析,但是,没有对基本面的准确把握,技术分析就会含糊.但是技术分析究其 ...

  7. java基础-网络编程(Socket)技术选型入门之NIO技术

    java基础-网络编程(Socket)技术选型入门之NIO技术 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.传统的网络编程 1>.编写socket通信的MyServer ...

  8. 数字图像处理技术在TWaver可视化中的应用

    数字图像处理(Digital Image Processing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程.常用的图像处理方法有图像增强.复原.编码.压缩等,数 ...

  9. 路由其实也可以很简单-------Asp.net WebAPI学习笔记(一) ASP.NET WebApi技术从入门到实战演练 C#面向服务WebService从入门到精通 DataTable与List<T>相互转换

    路由其实也可以很简单-------Asp.net WebAPI学习笔记(一)   MVC也好,WebAPI也好,据我所知,有部分人是因为复杂的路由,而不想去学的.曾经见过一位程序猿,在他MVC程序中, ...

  10. php图形图像处理技术

    图形图像处理技术,gd库的强大支持,PHP的图像可以是PHP的强项,PHP图形化类库,jpgraph是一款非常好用的强大的图形处理工具. 在PHP中加载GD库 gd官方网址下载: http://www ...

随机推荐

  1. Spring Cloud Bus:消息总线

    Spring Cloud Bus:消息总线 SpringCloud学习教程 SpringCloud Spring Cloud Bus 使用轻量级的消息代理来连接微服务架构中的各个服务,可以将其用于广播 ...

  2. Typora图床配置(Typora+PicGo+Github)

    Typora图床配置(Typora+PicGo+Github) 一.Github配置 登录github:https://github.com/ 新建仓库 生成私人令牌 Settings->Dev ...

  3. 前端直接获取用户IP的方法

    前端直接获取用户IP的方法 简单来说就是使用两个接口 一个是太平洋网 <script src="//whois.pconline.com.cn/ipJson.jsp?callback= ...

  4. 我们为什么要做 SoloPi

    SoloPi现状 去年(2019年)7月份,蚂蚁集团正式对外开源了客户端自动化测试工具 SoloPi ,其主要包括三大模块:录制回放(用于功能测试).性能工具(用于性能测试)以及一机多控(服务于兼容性 ...

  5. Flink 实时计算在微博的应用

    简介: 微博通过将 Flink 实时流计算框架跟业务场景相结合,在平台化.服务化方面做了很大的工作,在开发效率.稳定性方面也做了很多优化.我们通过模块化设计和平台化开发,提高开发效率. 微博机器学习研 ...

  6. KubeDL 0.4.0 - Kubernetes AI 模型版本管理与追踪

    ​简介:欢迎更多的用户试用 KubeDL,并向我们提出宝贵的意见,也期待有更多的开发者关注以及参与 KubeDL 社区的建设! 作者:陈裘凯( 求索) 前言 KubeDL 是阿里开源的基于 Kuber ...

  7. Apache Flink 在京东的实践与优化

    ​简介: Flink 助力京东实时计算平台朝着批流一体的方向演进. 本文整理自京东高级技术专家付海涛在 Flink Forward Asia 2020 分享的议题<Apache Flink 在京 ...

  8. [FAQ] Large files detected. You may want to try Git Large File Storage

    Git 提交文件大于 100M 时提示需要使用 Git LFS. Ubuntu 安装示例: $ curl -s https://packagecloud.io/install/repositories ...

  9. redis系列02---缓存过期、穿透、击穿、雪崩

    一.缓存过期 问题产生的原由: 内存空间有限,给缓存设置过期时间,但有些键值运气比较好,每次都没有被我的随机算法选中,每次都能幸免于难,这可不行,这些长时间过期的数据一直霸占着不少的内存空间! 解决方 ...

  10. Multisim仿真验证之二极管的特性参数

    二极管的特性 正向 R1 10% 20% 30% 50% 70% 90% Vd/mV 299 543 583 608 627 658 Id/mA 0.01 0.1 0.6 1.4 2.8 7.2 rd ...