opencv知识库---整理

基本概念

预处理

按我的话来说，所谓预处理，就是在图像还未真正进行识别处理前，对图像进行简易、全局的处理。这一块通常在产生图片时进行操作，不属于我们视觉识别的重点（但是预处理真的很重要）。这里仅简单介绍我们使用的两个预处理过程。

降低曝光度

通过相机，我们能够源源不断地获取到当前的画面，也就是一帧帧的图像。自瞄算法处理的对象，就是这每一张图像。

在实战中，由于环境光的干扰，如果直接对图片进行算法处理，会错误的提取多余的特征，导致算法的准确度和速度大大降低。由于灯条自己会发光，可以有效和将灯条与环境光很好的区分开来。为了便于分离灯条与其他光线，一般将曝光设置得很低，如下图为相机获取到的画面：（RoboMaster视觉教程（1）摄像头）

常见关键字

数据类型---类对象

1. cv::Point2f

cv::Point2f 是一个二维点，包含两个浮点数（x 和 y），用于表示二维空间中的点。

  • 加法和减法：可以直接对 Point2f 进行加法和减法操作。

  • 计算距离：使用 cv::norm 函数计算两点之间的欧几里得距离。

  • 例如：

float distance = norm(point1 - point2);

2. cv::Point3f

cv::Point3f 是一个三维点，包含三个浮点数（x、y 和 z），用于表示三维空间中的点。

  • 加法和减法：可以直接对 Point3f 进行加法和减法操作。

  • 计算距离：使用 cv::norm 函数计算两点之间的欧几里得距离。

  • 例如：

float distance = norm(point1 - point2);

3. cv::Point2i 和 cv::Point3i

除了浮点数版本的 Point2f 和 Point3f，OpenCV 还提供了整数版本的点类型：

cv::Point2i：二维整数点，包含两个整数（x 和 y）。

cv::Point3i：三维整数点，包含三个整数（x、y 和 z）。

它们的用法与浮点数版本类似，只是数据类型为整数。

Mat赋初值（经常忘记）

cv::Mat cameraMatrix = (cv::Mat_<double>(3, 3) <<

1200.0, 0.0, 640.0,

0.0, 1200.0, 360.0,

0.0, 0.0, 1.0;

函数

常见程序设计流程

PNP测距

robomaster装甲板识别代码讲解

需求:用方框框住装甲板

分析:

观察视频，我发现装甲板有两条竖直平行的灯条在装甲板的左右两端。所以大致分析，解决该问题的关键就是通过筛选出视频中的灯条，通过计算像素坐标，来绘制矩形框住装甲板。

视频中的灯条可以看成一个旋转矩形RotatedRect，为了方便后续对灯条几何特征（角度/中心点等）进行成对匹配，我将矩形的各个属性：宽，长，中心，角度，面积，封装成一个灯条类。

将VideoCaputure初始化，用于读取视频中的每一帧

为了方便对图像中灯条的提取

我首先对图像进行了预处理

1.由于视频中的灯条是红色的，选择红色通道进行二值化

2.将图片进行阈值处理，灯条是图片中亮度较高的区域，阈值220可以有效提取明亮区域

3.利用高斯模糊消除微小噪声点

4.对图像进行膨胀操作，连接断裂的灯条区域，将灯条扩大，方便提取，使用5x5矩形结构元素element增强膨胀元素

接着检测灯条的轮廓

利用findContours函数读取预处理好的图像，获得存储灯条轮廓的点集

hierarchy表示输出各个轮廓的继承关系

RETR_TREE表示检测所有轮廓，并且建立所有的继承关系，CHAIN_APPROX_NONE表示把轮廓的所有点存储

对轮廓进行处理与筛选

将面积太小，点数太少，长宽比太大也就是太过细长的灯条筛选掉

使用椭圆拟合函数fitEllipse:返回旋转矩形

opencv常用100个API

  1. 图像操作

cv2.imread(filename, flags) - 读取图像。

cv2.imwrite(filename, img) - 保存图像。

cv2.imshow(window_name, img) - 显示图像。

cv2.cvtColor(src, code) - 转换图像颜色空间。

cv2.resize(src, dsize, fx, fy, interpolation) - 缩放图像。

cv2.rotate(src, rotateCode) - 旋转图像。

cv2.flip(src, flipCode) - 翻转图像。

cv2.split(src) - 拆分通道。

cv2.merge(mv) - 合并通道。

cv2.copyMakeBorder(src, top, bottom, left, right, borderType, value) - 添加边框。

  1. 图像变换

cv2.warpAffine(src, M, dsize) - 仿射变换。

cv2.getAffineTransform(srcPoints, dstPoints) - 获取仿射变换矩阵。

cv2.warpPerspective(src, M, dsize) - 透视变换。

cv2.getPerspectiveTransform(srcPoints, dstPoints) - 获取透视变换矩阵。

cv2.remap(src, map1, map2, interpolation) - 重映射。

cv2.resize(src, dsize) - 调整大小。

cv2.getRotationMatrix2D(center, angle, scale) - 获取旋转矩阵。

cv2.invertAffineTransform(M) - 仿射矩阵求逆。

cv2.convertScaleAbs(src, alpha, beta) - 调整对比度和亮度。

cv2.normalize(src, dst, alpha, beta, norm_type) - 归一化。

  1. 绘图功能

cv2.line(img, pt1, pt2, color, thickness) - 画线。

cv2.rectangle(img, pt1, pt2, color, thickness) - 画矩形。

cv2.circle(img, center, radius, color, thickness) - 画圆。

cv2.ellipse(img, center, axes, angle, startAngle, endAngle, color, thickness) - 画椭圆。

cv2.polylines(img, pts, isClosed, color, thickness) - 画多边形。

cv2.fillPoly(img, pts, color) - 填充多边形。

cv2.putText(img, text, org, fontFace, fontScale, color, thickness) - 添加文本。

  1. 图像阈值

cv2.threshold(src, thresh, maxval, type) - 图像二值化。

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C) - 自适应阈值。

cv2.inRange(src, lowerb, upperb) - 范围筛选。

  1. 图像平滑与滤波

cv2.blur(src, ksize) - 均值滤波。

cv2.GaussianBlur(src, ksize, sigmaX) - 高斯滤波。

cv2.medianBlur(src, ksize) - 中值滤波。

cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace) - 双边滤波。

cv2.filter2D(src, ddepth, kernel) - 任意核卷积。

  1. 边缘检测与轮廓

cv2.Canny(image, threshold1, threshold2) - 边缘检测。

cv2.findContours(image, mode, method) - 查找轮廓。

cv2.drawContours(image, contours, contourIdx, color, thickness) - 绘制轮廓。

cv2.arcLength(contour, closed) - 计算轮廓周长。

cv2.contourArea(contour) - 计算轮廓面积。

cv2.approxPolyDP(curve, epsilon, closed) - 多边形逼近。

cv2.boundingRect(points) - 计算矩形边界。

cv2.minEnclosingCircle(points) - 最小包围圆。

cv2.convexHull(points) - 凸包。

cv2.isContourConvex(contour) - 判断是否为凸形。

  1. 形态学操作

cv2.erode(src, kernel, iterations) - 腐蚀。

cv2.dilate(src, kernel, iterations) - 膨胀。

cv2.morphologyEx(src, op, kernel) - 形态学操作（开闭运算等）。

cv2.getStructuringElement(shape, ksize) - 获取结构元素。

  1. 图像直方图

cv2.calcHist(images, channels, mask, histSize, ranges) - 计算直方图。

cv2.equalizeHist(src) - 直方图均衡化。

cv2.createCLAHE(clipLimit, tileGridSize) - 自适应直方图均衡化。

  1. 特征检测与描述

cv2.SIFT_create() - SIFT特征检测。

cv2.ORB_create() - ORB特征检测。

cv2.FastFeatureDetector_create() - FAST特征检测。

cv2.MSER_create() - MSER特征检测。

cv2.BRISK_create() - BRISK特征检测。

cv2.SimpleBlobDetector_create() - 简单Blob检测。

cv2.goodFeaturesToTrack(src, maxCorners, qualityLevel, minDistance) - 检测角点。

  1. 特征匹配

cv2.BFMatcher(normType) - 暴力匹配器。

cv2.FlannBasedMatcher() - FLANN匹配器。

cv2.drawMatches(img1, kp1, img2, kp2, matches, outImg) - 绘制匹配结果。

  1. 视频操作

cv2.VideoCapture(source) - 打开视频文件或摄像头。

cv2.VideoWriter(filename, fourcc, fps, frameSize) - 保存视频。

cap.read() - 读取视频帧。

cap.isOpened() - 检查视频是否打开。

cap.release() - 释放视频资源。

  1. 几何变换与数学操作

cv2.addWeighted(src1, alpha, src2, beta, gamma) - 图像加权。

cv2.bitwise_and(src1, src2) - 按位与。

cv2.bitwise_or(src1, src2) - 按位或。

cv2.bitwise_not(src) - 按位取反。

cv2.bitwise_xor(src1, src2) - 按位异或。

cv2.minMaxLoc(src) - 最值定位。

cv2.reduce(src, dim, rtype) - 归约操作。

  1. 模板匹配

cv2.matchTemplate(image, templ, method) - 模板匹配。

cv2.minMaxLoc(result) - 获取匹配位置。

  1. 深度学习相关

cv2.dnn.readNetFromCaffe(protoTxt, model) - 读取Caffe模型。

cv2.dnn.readNetFromTensorflow(model, config) - 读取TensorFlow模型。

cv2.dnn.readNetFromONNX(model) - 读取ONNX模型。

cv2.dnn.blobFromImage(image, scalefactor, size, mean, swapRB, crop) - 图像转换为深度学习输入。

  1. 基本工具

cv2.waitKey(delay) - 等待键盘输入。

cv2.destroyAllWindows() - 销毁所有窗口。

cv2.getTickCount() - 获取时间戳。

cv2.getTickFrequency() - 获取时间频率。

cv2.setMouseCallback(window_name, callback) - 设置鼠标回调。

  1. 深入功能

cv2.calcOpticalFlowFarneback(prev, next, flow, pyrScale, levels, winsize, iterations, polyN, polySigma, flags) - 光流计算。

cv2.cornerHarris(src, blockSize, ksize, k) - Harris角点检测。

cv2.cornerSubPix(image, corners, winSize, zeroZone, criteria) - 亚像素角点优化。

  1. 自定义与扩展

cv2.getTrackbarPos(trackbarname, winname) - 获取滑块值。

cv2.createTrackbar(trackbarname, winname, value, count, onChange) - 创建滑块。

cv2.fillConvexPoly(img, points, color) - 填充凸多边形。

cv2.fillPoly(img, pts, color) - 填充多边形。

  1. 图像与视频编码解码

cv2.imencode(ext, img) - 编码图像。

cv2.imdecode(buf, flags) - 解码图像。

cv2.VideoWriter_fourcc(c1, c2, c3, c4) - 获取视频编码器。

  1. 其他实用功能

cv2.phase(x, y) - 计算幅角。

cv2.cartToPolar(x, y) - 笛卡尔坐标到极坐标转换。

cv2.polarToCart(magnitude, angle) - 极坐标到笛卡尔坐标转换。

cv2.kmeans(data, K, bestLabels, criteria, attempts, flags) - KMeans 聚类。

cv2.connectedComponents(image) - 连通域分析。

补充API

1.glob

void cv::glob(cv::String pattern, std::vector<cv::String>& result, bool recursive = false);

  • pattern：文件路径模式，支持通配符（如 * 和 ?）。例如，"./data/*.jpg" 表示获取 data 文件夹下所有扩展名为 .jpg 的文件。

  • result：用于存储匹配路径的容器，类型为 std::vector<cv::String>。

  • recursive：是否递归搜索子文件夹。默认为 false，表示仅搜索当前目录。

2.Size

cv::Size 指定图像尺寸

cv::Size 是一个简单的结构体，包含两个成员变量：width 和 height。它通常用于指定图像的尺寸，例如在 cv::resize 函数中

cv::Size(-1, -1) 的含义

在 OpenCV 的 cv::resize 函数中，cv::Size 的参数用于指定目标图像的大小。如果将 cv::Size 的宽度和高度都设置为 -1，这通常意味着目标图像的大小是通过缩放比例（fx 和 fy）来计算的，而不是直接指定目标尺寸。

例如:

cv::resize(src, dst, cv::Size(-1, -1), fx, fy, interpolation);

3.findChessboardCorners

在 OpenCV 中，cv::findChessboardCorners 是一个用于检测棋盘格角点的函数，广泛应用于相机标定和三维重建等任务中

bool cv::findChessboardCorners(

InputArray image, // 输入图像，必须是8位灰度或彩色图像

Size patternSize, // 棋盘格的尺寸，表示内部角点的数量（例如8x6的棋盘格，patternSize为(7,5)）

OutputArray corners, // 检测到的角点坐标

int flags = CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_NORMALIZE_IMAGE // 操作标志

);

  • image：输入图像，必须是8位灰度或彩色图像。

  • patternSize：棋盘格的尺寸，表示内部角点的数量（例如8x6的棋盘格，patternSize为(7,5)）。

  • corners：检测到的角点坐标，存储为 std::vector<cv::Point2f>。

  • flags：操作标志，可以组合以下值：

    • CALIB_CB_ADAPTIVE_THRESH：使用自适应阈值。

    • CALIB_CB_NORMALIZE_IMAGE：对图像进行归一化。

    • CALIB_CB_FAST_CHECK：快速检查图像是否包含棋盘格，如果未找到则提前退出

4.cornerSubPix//用于优化角点坐标//亚像素级精确定位

void cv::cornerSubPix(

InputArray image, // 输入图像，通常是单通道灰度图像。

InputOutputArray corners, // 输入角点的初始坐标（例如由 findChessboardCorners 或 goodFeaturesToTrack 检测到的角点），优化后的角点坐标将直接输出到此参数[^23^][^24^]。

Size winSize, // 搜索窗口的一半尺寸。例如，Size(5, 5) 表示搜索窗口大小为 (5*2+1)×(5*2+1)=11×11[^21^][^23^]。

Size zeroZone, // 死区的一半尺寸，用于避免搜索区域的中心部分。值为 (-1, -1) 表示没有死区[^21^][^23^]。

TermCriteria criteria // 迭代过程的终止条件，可以是最大迭代次数或精度阈值[^23^]。

);

参数说明

  1. image：输入图像，必须是单通道灰度图像。

  2. corners：角点的初始坐标（输入）和优化后的坐标（输出）。初始坐标通常由 findChessboardCorners 或 goodFeaturesToTrack 提供。

  3. winSize：搜索窗口的一半尺寸，决定了角点优化时考虑的区域范围。

  4. zeroZone：死区的一半尺寸，用于避免搜索区域的中心部分。值为 (-1, -1) 表示没有死区。

  5. criteria：迭代终止条件，通常设置为 TermCriteria::EPS + TermCriteria::MAX_ITER，表示达到指定精度或最大迭代次数时停止。

5.calibrateCamera

在 OpenCV 中，cv::calibrateCamera 是一个用于相机标定的函数，通过一系列棋盘格图像来计算相机的内参和外参，以及畸变系数。以下是关于 cv::calibrateCamera 的使用方法和一个完整的示例代码。

double cv::calibrateCamera(

InputArrayOfArrays objectPoints, // 三维空间中的点坐标（通常是棋盘格的角点）

InputArrayOfArrays imagePoints, // 图像中的对应点坐标（棋盘格角点的图像坐标）

Size imageSize, // 图像的尺寸

InputOutputArray cameraMatrix, // 输出的相机内参矩阵

InputOutputArray distCoeffs, // 输出的畸变系数

OutputArrayOfArrays rvecs, // 每幅图像的旋转向量

OutputArrayOfArrays tvecs, // 每幅图像的平移向量

int flags = 0, // 标定选项

TermCriteria criteria = TermCriteria(TermCriteria::COUNT + TermCriteria::EPS, 30, DBL_EPSILON) // 迭代终止条件

);

参数说明

  1. objectPoints：三维空间中的点坐标，通常是棋盘格的角点。对于每幅图像，这些点的坐标是相同的。

  2. imagePoints：检测到的棋盘格角点的图像坐标。

  3. imageSize：图像的尺寸（宽和高）。

  4. cameraMatrix：相机内参矩阵，输出结果。

  5. distCoeffs：畸变系数，输出结果。

  6. rvecs：每幅图像的旋转向量，表示相机的旋转。

  7. tvecs：每幅图像的平移向量，表示相机的平移。

  8. flags：标定选项，例如 CALIB_FIX_PRINCIPAL_POINT、CALIB_FIX_ASPECT_RATIO 等。

  9. criteria：迭代优化的终止条件。

6.find4QuardCornerSubpix//用于优化角点坐标

cv::find4QuadCornerSubpix 是一个用于精确定位四边形四个角点亚像素位置的函数。它通常在已经通过其他方法（如 cv::goodFeaturesToTrack 或 cv::cornerHarris）粗略定位角点之后使用，以提高角点检测的准确性

bool cv::find4QuadCornerSubpix(

InputArray img,

InputOutputArray corners,

Size region_size

);

  1. img：输入图像，应为灰度图，类型为 8-bit 或浮点型的单通道图像。

  2. corners：输入/输出参数。初始的角点坐标作为输入，优化后的角点坐标作为输出。这是一个包含 (x, y) 坐标的浮点数向量。

  3. region_size：搜索窗口大小。对于每个角点，将在这个区域内的子窗口中寻找更准确的位置。

7.drawChessboardCorners

cv::drawChessboardCorners 是 OpenCV 中用于在图像上绘制检测到的棋盘格角点的函数。它通常用于相机标定过程中，帮助可视化检测到的角点，以验证角点检测的准确性

void cv::drawChessboardCorners(

InputOutputArray image, // 目标图像，必须是8位彩色图像

Size patternSize, // 棋盘格的内角点数，格式为 cv::Size(columns, rows)

InputArray corners, // 检测到的角点数组，由 findChessboardCorners 函数输出

bool patternWasFound // 指示是否成功检测到完整的棋盘格，应传入 findChessboardCorners 的返回值

);

  1. image：目标图像，必须是8位彩色图像。

  2. patternSize：棋盘格的内角点数，格式为 cv::Size(columns, rows)，其中 columns 和 rows 分别是棋盘格的列数和行数（注意是内角点数，而非方格数）。

  3. corners：检测到的角点数组，由 findChessboardCorners 函数输出。

  4. patternWasFound：指示是否成功检测到完整的棋盘格，应传入 findChessboardCorners 的返回值。

8.getAffineTransform

计算仿射变换矩阵

  • 仿射变换是一种二维坐标到二维坐标的线性变换，它保持了直线和平行性，但可以改变形状和大小。

  • 需要三个点

cv::Mat cv::getAffineTransform(const Point2f src[], const Point2f dst[]);

cv::Mat cv::getAffineTransform(InputArray src, InputArray dst);

  • src：源图像中三角形顶点的坐标，需要提供三个点。

  • dst：目标图像中相应三角形顶点的坐标，与 src 中的点一一对应。

  • 返回值：一个 2×3 的浮点型矩阵，表示从 src 到 dst 的仿射变换矩阵

使用步骤

  1. 计算仿射变换矩阵：通过 getAffineTransform 函数计算出源图像和目标图像之间的仿射变换矩阵。

  2. 应用仿射变换：使用 warpAffine 函数将计算出的仿射变换矩阵应用到图像上，实现图像的仿射变换。

9.getPerspectiveTransform

计算透视变换矩阵

  • 透视变换是一种更复杂的变换，它将一个平面映射到另一个平面，可以改变直线的平行性，从而实现更复杂的几何变换。

  • 透视变换矩阵是一个 3×3 的矩阵，形式如下：

  • 需要四个点

OpenCV 中用于计算透视变换矩阵的函数。它通过给定的四个点对（源点和目标点）来计算从源图像到目标图像的透视变换矩阵。这个矩阵可以用于将图像从一个平面映射到另一个平面，实现更复杂的几何变换，例如将矩形图像映射为平行四边形或梯形。

cv::Mat cv::getPerspectiveTransform(const Point2f src[], const Point2f dst[]);

cv::Mat cv::getPerspectiveTransform(InputArray src, InputArray dst);

  • src：源图像中的四个点的坐标，这些点必须是不共线的。

  • dst：目标图像中对应的四个点的坐标，与 src 中的点一一对应。

  • 返回值：一个 3×3 的浮点型矩阵，表示从 src 到 dst 的透视变换矩阵。

使用步骤

  1. 定义源点和目标点：选择源图像和目标图像中的四个点。

  2. 计算透视变换矩阵：使用 getPerspectiveTransform 函数计算透视变换矩阵。

  3. 应用透视变换：使用 warpPerspective 函数将计算出的透视变换矩阵应用到图像上，实现图像的透视变换。

10.warpAffine

是 OpenCV 中用于应用仿射变换的函数。它通过一个 2×3 的仿射变换矩阵，将输入图像映射到输出图像。这种变换可以实现平移、旋转、缩放和剪切等操作。

  • 仿射变换（Affine Transformation）：

    • 仿射变换是一种二维坐标到二维坐标的线性变换，保持直线和平行性，但可以改变形状和大小。

    • 可以实现平移、旋转、缩放和剪切等操作。

    • 矩阵维度：2×3 的矩阵。

    • warpAffine：

      • 适用于简单的几何变换，如平移、旋转、缩放和剪切。

      • 常用于局部变换，例如将图像的一部分旋转或缩放后嵌入到另一幅图像中。

      • 示例：将图像的一部分旋转 45 度并缩放 0.5 倍。

      需要三个点对 三个点不能共线

void cv::warpAffine(

InputArray src, // 输入图像

OutputArray dst, // 输出图像

InputArray M, // 2×3 的仿射变换矩阵

Size dsize, // 输出图像的大小

int flags = INTER_LINEAR,// 插值方法

int borderMode = BORDER_CONSTANT, // 边界填充模式

const Scalar& borderValue = Scalar() // 边界填充值

);

参数说明

  • src：输入图像，可以是任意通道数的单通道或多通道图像。

  • dst：输出图像，其大小由 dsize 参数决定，类型与输入图像相同。

  • M：2×3 的仿射变换矩阵，通常由 getAffineTransform 或其他方式计算得到。

  • dsize：输出图像的大小，格式为 cv::Size(width, height)。

  • flags：插值方法，常用的有：

    • INTER_LINEAR：双线性插值（默认值）。

    • INTER_NEAREST：最近邻插值。

    • INTER_CUBIC：双三次插值。

  • borderMode：边界填充模式，常用的有：

    • BORDER_CONSTANT：用指定的 borderValue 填充边界。

    • BORDER_REPLICATE：复制边缘像素。

    • BORDER_REFLECT：反射边缘像素。

  • borderValue：当 borderMode 为 BORDER_CONSTANT 时，用于填充边界的值，默认为黑色（0）。

11.warpPerspective

  • 适用于更复杂的几何变换，如透视校正、文档扫描、3D 效果等。

  • 常用于将图像从一个平面映射到另一个平面，例如将倾斜的文档图像校正为正面视图。

  • 示例：将矩形图像变换为梯形或平行四边形。

需要四个点对 这四个点不能共线,且不能共面

  • 透视变换（Perspective Transformation）：

    • 透视变换是一种更复杂的变换，可以改变直线的平行性，从而实现更复杂的几何变换，例如将矩形变换为梯形或平行四边形。

    • 适用于模拟三维空间中的视角变化，例如文档扫描、透视校正等。

    • 矩阵维度：3×3 的矩阵。

warpPerspective 是 OpenCV 中用于应用透视变换的函数。它通过一个 3×3 的透视变换矩阵，将输入图像映射到输出图像。这种变换可以实现图像的倾斜、扭曲或视角变化，通常用于模拟三维空间中的视角变化

void cv::warpPerspective(

InputArray src, // 输入图像

OutputArray dst, // 输出图像

InputArray M, // 3×3 的透视变换矩阵

Size dsize, // 输出图像的大小

int flags = INTER_LINEAR,// 插值方法

int borderMode = BORDER_CONSTANT, // 边界填充模式

const Scalar& borderValue = Scalar() // 边界填充值

);

参数说明

  • src：输入图像，可以是任意通道数的单通道或多通道图像。

  • dst：输出图像，其大小由 dsize 参数决定，类型与输入图像相同。

  • M：3×3 的透视变换矩阵，通常通过 getPerspectiveTransform 函数计算得到。

  • dsize：输出图像的大小，格式为 cv::Size(width, height)。

  • flags：插值方法，常用的有：

    • INTER_LINEAR：双线性插值（默认值）。

    • INTER_NEAREST：最近邻插值。

    • INTER_CUBIC：双三次插值。

  • borderMode：边界填充模式，常用的有：

    • BORDER_CONSTANT：用指定的 borderValue 填充边界。

    • BORDER_REPLICATE：复制边缘像素。

  • borderValue：当 borderMode 为 BORDER_CONSTANT 时，用于填充边界的值，默认为黑色（0）。

  1. 计算透视变换矩阵：使用 getPerspectiveTransform 函数计算 3×3 的透视变换矩阵。

  2. **调用 **warpPerspective：将计算得到的矩阵应用到输入图像上，生成输出图像。

12.norm

cv::norm 函数用于计算矩阵或向量的范数。它是一个非常有用的工具，可以用于测量向量的长度、矩阵的大小，或者计算两个矩阵之间的差异

double cv::norm(InputArray src1, int normType = NORM_L2, InputArray mask = noArray());

  • src1：输入矩阵或向量。

  • normType：范数类型，默认为 NORM_L2，即欧几里得范数。其他常见范数类型包括：

    • NORM_L1：L1 范数，即绝对值之和。

    • NORM_L2：L2 范数，即欧几里得范数。

    • NORM_INF：无穷范数，即最大绝对值。

    • NORM_HAMMING：汉明距离。

  • mask：可选参数，用于指定计算范数时的掩码。

12.solvePnP

bool solvePnP(InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess = false, int flags = SOLVEPNP_ITERATIVE);

  • objectPoints：目标物体的 3D 点坐标，类型为 vector<Point3f> 或 Mat。

  • imagePoints：目标物体在图像中的 2D 投影点坐标，类型为 vector<Point2f> 或 Mat。

  • cameraMatrix：相机的内参矩阵，类型为 Mat。

  • distCoeffs：相机的畸变系数，类型为 Mat。

  • rvec：输出的旋转向量（Rodrigues 表示法），类型为 Mat。

  • tvec：输出的平移向量，类型为 Mat。

  • useExtrinsicGuess：是否使用初始的外参估计值。如果为 true，则 rvec 和 tvec 会被用作初始猜测值。

  • flags：指定 PnP 算法的类型，常见的选项包括：

    • SOLVEPNP_ITERATIVE：使用非线性优化方法（默认）。

    • SOLVEPNP_P3P：使用 P3P 算法（至少需要 3 个点）。

    • SOLVEPNP_UPNP：使用 UPnP 算法。

    • SOLVEPNP_DLS：使用 DLS 算法（至少需要 2 个点）。

    • SOLVEPNP_AP3P：使用 AP3P 算法。

13.norm

在 OpenCV 的 C/C++ 接口中，norm 函数用于计算数组的范数，它在图像处理和计算机视觉中非常有用，例如用于计算图像之间的差异或特征向量的长度。以下是关于 norm 函数的详细说明：

double cv::norm(InputArray src1, InputArray src2 = noArray(), int normType = NORM_L2, InputArray mask = noArray());

  • 参数说明：

    • src1：输入数组（图像或矩阵）。

    • src2：可选的第二个输入数组，如果提供，则计算两个数组之间的范数。

    • normType：范数类型，默认为 NORM_L2，可选值包括：

      • NORM_INF：无穷范数，即最大绝对值。

      • NORM_L1：L1 范数，即绝对值之和。

      • NORM_L2：L2 范数，即欧几里得范数。

      • NORM_L2SQR：L2 范数的平方。

      • NORM_HAMMING：汉明范数，适用于二进制数据。

      • NORM_HAMMING2：汉明范数的变体。

      • NORM_MINMAX：归一化范数。

    • mask：可选的掩码，用于指定哪些元素参与计算。

API区别和异同

minAreaRect 和 fitEllipse 是 OpenCV 中用于轮廓拟合的两种不同方法，它们的主要区别如下：

1. 功能定义

minAreaRect：用于计算能够完全包围输入点集（通常是轮廓）的最小面积矩形。这个矩形可以是旋转的，因此能够更好地适应不规则形状。

fitEllipse：用于拟合一个椭圆，使其最优地匹配输入的点集（通常是轮廓）。这个椭圆能够更好地描述轮廓的形状特征。

2. 返回值

minAreaRect：返回一个 RotatedRect 对象，包含以下信息：

矩形的中心点坐标。

矩形的宽度和高度。

矩形的旋转角度。

fitEllipse：返回一个椭圆的参数，包括：

椭圆的中心点坐标。

椭圆的主轴和次轴长度。

椭圆的旋转角度。

3. 使用场景

minAreaRect：适用于需要最小面积矩形来包围轮廓的场景，例如目标检测、物体定位等。它能够提供更紧凑的包围形状。

fitEllipse：适用于需要描述轮廓的形状特征或进行椭圆拟合的场景，例如在医学图像分析中拟合细胞形状。

4. 输入要求

minAreaRect：输入为一组二维点集（通常是轮廓的点集）。

fitEllipse：输入同样为一组二维点集，但要求点集的数量至少为 5 个。

5. 输出形状

minAreaRect：输出是一个旋转矩形，可以通过 cv2.boxPoints 获取其四个顶点。

fitEllipse：输出是一个椭圆，可以通过 cv2.ellipse 绘制。

总结

如果目标是找到最小面积的矩形包围框，选择 minAreaRect。

如果目标是拟合一个椭圆来描述轮廓的形状，选择 fitEllipse。

希望这些信息能帮助你理解两者的区别。