当前位置：首页 > news >正文

QT实现Opencv图像处理

news 2025/8/15 7:18:57

案例

基于QT的人脸识别

pro文件需要加以下代码

INCLUDEPATH += E:/opencv/opencv3.4-qt-intall/install/include
INCLUDEPATH += E:/opencv/opencv3.4-qt-intall/install/include/opencv
INCLUDEPATH += E:/opencv/opencv3.4-qt-intall/install/include/opencv2
LIBS += E:/opencv/opencv3.4-qt-intall/install/x86/mingw/lib/libopencv_*.a

widget.h代码

#ifndef WIDGET_H
#define WIDGET_H#include <QWidget>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
#include<opencv2/face.hpp>
#include <vector>
#include <map>
#include <QMessageBox>
#include <QDebug>
#include <QFile>
#include <QTextStream>
#include <QDateTime>
#include <QTimerEvent>
#include<QtSerialPort/QtSerialPort>
#include<QtSerialPort/QSerialPortInfo>
using namespace  cv;
using namespace cv::face;
using namespace std;QT_BEGIN_NAMESPACE
namespace Ui { class Widget; }
QT_END_NAMESPACEclass Widget : public QWidget
{Q_OBJECTpublic:Widget(QWidget *parent = nullptr);~Widget();private:Ui::Widget *ui;
};
#endif // WIDGET_H

widget.cpp代码

#include "widget.h"
#include "ui_widget.h"Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget)
{ui->setupUi(this);//1、准备相关容器Mat src;           //用于存储图像Mat gray;           //用于存储灰度图Mat dest;          //用于存储均衡化图像VideoCapture video;    //视频流对象，用于存储视频数据CascadeClassifier c;    //定义级联分类器对象vector<Rect> faces;     //用于存储图像的人脸矩形区域//给级联分类器装载模型//函数原型：bool load( const String& filename );//参数：级联分类器模型，此处使用的是人脸分类模型//返回值：成功下载返回值真，否则返回假if(!c.load("E:\\opencv\\resourse\\haarcascade_frontalface_alt2.xml")){QMessageBox::information(this, "提示", "人脸分类模型下载失败");return;}//2、加载视频到对象中来//函数原型：bool open(String  fileNmae);//功能：打开本地磁盘上的某个文件//参数：文件路径//返回值：成功打开返回真，否则返回假//if(!video.open(0))//打开给定路径的视频if(!video.open("E:\\opencv\\resourse\\01.mp4")){QMessageBox::information(this, "提示","视频打开失败");return;}//程序执行至此，表示类 对象中包含了视频while(video.read(src)){//此时src中读取了一张图像//将图像进行翻转//函数原型：void flip(InputArray src, OutputArray dst, int flipCode);//参数1：要翻转的图像//参数2：翻转后的图像容器//参数3：翻转码：0表示按x轴翻转，正值表示按y轴翻转，负值表示两个轴都翻转flip(src, src, 1);/*src.at<cv::Vec3b>(i,j):表示该图像中的任意一个像素点，都是3字节组成for(int i=0; i<src.rows; i++)          //外层循环遍历行{for(int j=0; j<src.cols; j++)        //内层循环遍历列数{//遍历当前像素的每一个颜色值for(int k=0; k<3; k++){src.at<cv::Vec3b>(i,j)[k] = 255 - src.at<cv::Vec3b>(i,j)[k];   //获取该颜色的反差值}}}*///灰度处理//函数原型：void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );//参数1：要处理的原图像//参数2：色彩空间转换后的图像容器//参数3：转换规则：CV_BGR2GRAY表示将BGR图转变成灰度图cv::cvtColor(src, gray, CV_BGR2GRAY);//均衡化处理//函数原型：void equalizeHist( InputArray src, OutputArray dst );//参数1：要被处理的图像//参数2：均衡化处理后的图像容器cv::equalizeHist(gray, dest);//从灰度图中通过级联分类器获取人脸矩形区域c.detectMultiScale(dest, faces);//参数1：要被识别的图像//参数2：存储图像上的人脸矩形区域的容器//遍历矩形框数组，将所有的矩形框都绘制到指定图像上for(uint i=0; i<faces.size(); i++){//该循环中找到任意一个矩形框 faces[i]cv::rectangle(src, faces[i], Scalar(0,0,255), 2);cv::rectangle(gray, faces[i], Scalar(0,0,255), 2);cv::rectangle(dest, faces[i], Scalar(0,0,255), 2);//参数1：要绘制矩形框的图像//参数2：要被绘制的矩形框//参数3：矩形框颜色//参数4：矩形框的粗细}//展示图像imshow("src", src);imshow("gray", gray);imshow("dest", dest);//调用延时函数if(waitKey(30) == 27){//如果用户按下了ESC，可以结束循环break;}}
}Widget::~Widget()
{delete ui;
}

运行效果