OpenCV庫在C++中的實時應用探索

OpenCV（開源計算機視覺庫，Open Source Computer Vision Library）是一個開源的計算機視覺和機器學習軟件庫。它包含了許多用于實時計算機視覺的優化算法。在C++中，我們可以使用OpenCV庫來實現各種實時應用，如圖像處理、特征提取、目標檢測等。

以下是一些在C++中使用OpenCV庫的實時應用探索：

1. 圖像處理：OpenCV提供了各種圖像處理功能，如縮放、旋轉、翻轉、模糊、邊緣檢測等。這些功能可以用于實時圖像處理和分析。

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("input.jpg");
    cv::namedWindow("Image", cv::WINDOW_AUTOSIZE);
    cv::imshow("Image", image);
    cv::waitKey(0);
    return 0;
}

2. 視頻處理：OpenCV可以用于處理視頻流，如讀取、寫入、分析視頻等。例如，我們可以使用OpenCV實現實時視頻的灰度化、邊緣檢測等。

#include <opencv2/opencv.hpp>

int main() {
    cv::VideoCapture cap(0);
    if (!cap.isOpened()) {
        return -1;
    }

    cv::Mat frame;
    while (true) {
        cap >> frame;
        cv::imshow("Frame", frame);
        if (cv::waitKey(30) == 'q') {
            break;
        }
    }
    return 0;
}

3. 特征提取：OpenCV提供了各種特征提取算法，如SIFT、SURF、ORB等。這些算法可以用于圖像識別、目標跟蹤等任務。

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image1 = cv::imread("image1.jpg", cv::IMREAD_GRAYSCALE);
    cv::Mat image2 = cv::imread("image2.jpg", cv::IMREAD_GRAYSCALE);

    cv::Ptr<cv::FeatureDetector> detector = cv::ORB::create();
    std::vector<cv::KeyPoint> keypoints1, keypoints2;
    detector->detect(image1, keypoints1);
    detector->detect(image2, keypoints2);

    cv::Mat descriptors1, descriptors2;
    cv::Ptr<cv::DescriptorExtractor> extractor = cv::ORB::create();
    extractor->compute(image1, keypoints1, descriptors1);
    extractor->compute(image2, keypoints2, descriptors2);

    cv::BFMatcher matcher(cv::NORM_HAMMING);
    std::vector<cv::DMatch> matches;
    matcher.match(descriptors1, descriptors2, matches);

    // 顯示匹配結果
    cv::Mat result;
    cv::drawMatches(image1, keypoints1, image2, keypoints2, matches, result);
    cv::imshow("Result", result);
    cv::waitKey(0);
    return 0;
}

4. 目標檢測：OpenCV提供了各種目標檢測算法，如Haar級聯分類器、DNN等。這些算法可以用于實時目標檢測和跟蹤。

#include <opencv2/opencv.hpp>

int main() {
    cv::CascadeClassifier cascade("haarcascade_frontalface_default.xml");
    cv::VideoCapture cap(0);
    if (!cap.isOpened()) {
        return -1;
    }

    cv::Mat frame;
    while (true) {
        cap >> frame;
        std::vector<cv::Rect> faces;
        cascade.detectMultiScale(frame, faces, 1.1, 3, 0, cv::Size(30, 30));

        for (const auto &face : faces) {
            cv::rectangle(frame, face, cv::Scalar(255, 0, 0), 2);
        }

        cv::imshow("Frame", frame);
        if (cv::waitKey(30) == 'q') {
            break;
        }
    }
    return 0;
}

這些只是OpenCV庫在C++中的一些基本應用。實際上，OpenCV提供了更多的功能和算法，可以用于實現更復雜的計算機視覺任務。