C++计算机视觉入门实战：从OpenCV基础到图像处理流水线构建

1次阅读

共计 2187 个字符，预计需要花费 6 分钟才能阅读完成。

计算机视觉正在重塑现代科技领域，从自动驾驶的实时环境感知到工业产线的缺陷检测，高效精准的图像处理能力已成为核心技术竞争力。作为 C ++ 开发者，虽然具备性能优势，但直接操作图像数据时往往面临内存泄漏、跨平台兼容性差、实时处理性能不足等典型挑战。

OpenCV：全能型选手，涵盖从基础图像处理到机器学习全流程，适合快速搭建完整流水线
Dlib：侧重人脸识别和机器学习，但图像处理功能较基础
Halcon：工业级精度，但闭源且成本高昂

OpenCV 的 Mat 对象采用引用计数智能指针，其内存管理特点包括：

赋值操作仅复制头信息（宽 / 高 / 类型等），数据块由所有副本共享
clone()方法执行深拷贝，生成独立数据副本
引用计数归零时自动释放内存

// 示例：安全的 Mat 对象传递
cv::Mat processImage(const cv::Mat& input) {cv::Mat workingCopy = input.clone();  // 深拷贝避免污染原图
    // 处理逻辑...
    return workingCopy;  // 返回值优化 (RVO) 避免二次拷贝
}

#include <opencv2/opencv.hpp>
#include <chrono>

int main() {cv::VideoCapture cap(0);  // 打开默认摄像头
    if (!cap.isOpened()) {
        std::cerr << "摄像头打开失败" << std::endl;
        return -1;
    }

    cv::Mat frame;
    while (true) {auto start = std::chrono::high_resolution_clock::now();

        cap >> frame;  // 捕获帧
        if (frame.empty()) break;

        // 处理流水线（示例：灰度化 + 边缘检测）cv::Mat gray, edges;
        cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY);
        cv::Canny(gray, edges, 50, 150);  // O(n)复杂度

        auto end = std::chrono::high_resolution_clock::now();
        std::cout << "处理耗时:" 
                  << std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count() 
                  << "ms" << std::endl;

        cv::imshow("实时边缘检测", edges);
        if (cv::waitKey(1) == 27) break;  // ESC 退出
    }
    return 0;
}

#include <thread>
#include <queue>
#include <mutex>

std::queue<cv::Mat> frameQueue;
std::mutex queueMutex;
bool isRunning = true;

void processingThread() {while (isRunning) {
        cv::Mat frame;
        {std::lock_guard<std::mutex> lock(queueMutex);
            if (!frameQueue.empty()) {frame = frameQueue.front();
                frameQueue.pop();}
        }

        if (!frame.empty()) {
            // 实际处理逻辑
            cv::GaussianBlur(frame, frame, cv::Size(5,5), 1.5);
        } else {std::this_thread::sleep_for(std::chrono::milliseconds(10));
        }
    }
}

// 主线程中启动工作线程
std::thread worker(processingThread);
// ... 捕获帧并放入队列
isRunning = false;  // 结束标志
worker.join();

OpenCV 默认使用 BGR 顺序（历史原因），与多数图形库的 RGB 顺序相反
解决方案：

// 错误做法：直接交换通道会导致色彩异常
cv::cvtColor(bgrImg, rgbImg, cv::COLOR_BGR2RGB);

// 正确做法：显式指定转换代码
cv::Mat rgbImg;
cv::cvtColor(bgrImg, rgbImg, cv::COLOR_BGR2RGB);