如何使用C++结合OpenCV进行图像处理与分类

sudo apt-get install libopencv-dev

#include <opencv2/opencv.hpp>
#include <iostream>
int main() {
    // 读取图像
    cv::Mat image = cv::imread("example.jpg");
    // 检查图像是否读取成功
    if (image.empty()) {
        std::cout << "无法打开图像文件" << std::endl;
        return -1;
    }
    // 显示图像
    cv::imshow("Display Image", image);
    cv::waitKey(0); // 等待按键按下
    return 0;
}

#include <opencv2/opencv.hpp>
#include <iostream>
int main() {
    cv::Mat image = cv::imread("example.jpg", cv::IMREAD_GRAYSCALE); // 读取灰度图像
    if (image.empty()) {
        std::cout << "无法打开图像文件" << std::endl;
        return -1;
    }
    cv::Mat blurredImage;
    cv::GaussianBlur(image, blurredImage, cv::Size(5, 5), 1.5); // 高斯模糊处理
    cv::imshow("Original Image", image);
    cv::imshow("Blurred Image", blurredImage);
    cv::waitKey(0);
    return 0;
}

#include <opencv2/opencv.hpp>
#include <opencv2/ml.hpp>
#include <iostream>
int main() {
    // 读取训练数据和标签
    std::vector<cv::Mat> trainData;
    std::vector<int> labels;
    // ...（加载训练数据和标签的代码）
    // 创建SVM模型
    cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
    svm->setType(cv::ml::SVM::C_SVC);
    svm->setKernel(cv::ml::SVM::RBF);
    svm->setTermCriteria(cv::TermCriteria(CV_TERMCRIT_ITER, 100, 1e-6));
    // 训练SVM模型
    svm->train(trainData, cv::ml::ROW_SAMPLE, labels);
    // 对新图像进行分类
    cv::Mat newImage = cv::imread("new_example.jpg");
    std::vector<float> classLabels;
    svm->predict(newImage, classLabels);
    std::cout << "Predicted class label: " << classLabels[0] << std::endl;
    return 0;
}

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>
int main() {
    // 加载预训练模型和权重
    cv::dnn::Net net = cv::dnn::readNetFromCaffe("deploy.prototxt", "res10_300x300_ssd_iter_140000_fp16.caffemodel");
    // 读取图像
    cv::Mat image = cv::imread("example.jpg");
    cv::Mat blob = cv::dnn::blobFromImage(image, 1.0, cv::Size(300, 300), cv::Scalar(104.0, 177.0, 123.0), true, false);
    // 设置网络输入
    net.setInput(blob);
    // 进行前向传播
    cv::Mat detection = net.forward();
    // 处理检测结果
    // ...（处理检测结果的代码）
    return 0;
}