OpenCV这个开源的计算机视觉库，它支持多种操作系统和编程语言，功能强大，非常适合进行图像处理和计算机视觉研究。书中详细讲解了OpenCV和Qt的开发框架，通过丰富的案例代码帮助读者快速掌握使用这两个框架进行图像处理和计算机视觉编程的方法。书中涵盖了从项目创建到图像处理、视频分析等各个方面，内容全面且深入浅出，适合计算机视觉领域的学者和开发者。



译者序

20年前，图形用户界面应用程序的开发是一个复杂且耗时的工作，那时Qt的出现极大地简化了这一过程，使得开发者在多个操作系统上开发应用程序变得更加容易。随后，OpenCV和Qt等框架的成熟，为计算机视觉与图形用户界面相结合的应用程序开发提供了强大的工具。本书旨在帮助读者成为Qt和OpenCV领域的专家，通过这两个框架的结合，实现跨平台应用程序的开发。



Qt Creator是一款针对Qt框架的集成开发环境（IDE），它不同于Qt框架本身，是一款开源且跨平台的IDE，集成了会话管理、项目管理、用户界面设计、代码编辑等功能。它支持所有Qt支持的平台，让开发者可以高效构建和运行应用程序，同时进行调试。

Qt Creator提供了多种工作模式，包括欢迎、编辑、设计、调试、工程项目和帮助等。欢迎模式帮助开发者快速入门，包含创建项目、示例和教程；编辑模式专注于代码编写，具备代码高亮、代码完成等便捷功能；设计模式则用于创建用户界面，提供丰富的控件和布局工具，支持所见即所得的编辑方式。

在Qt开发中，容器控件如组框、滚动区、工具箱等在用户界面设计中扮演重要角色。同时，输入控件、显示控件如标签、文本编辑器、进度条等也在实际应用中发挥功能。书中特别强调了不同控件在代码中的命名规范和信号槽的连接方法，突显了这些细节在开发过程中的重要性。

本书还介绍了如何在Qt项目中添加OpenCV库，并提供具体的代码示例。对于学习Qt开发的读者来说，这些内容具有很高的实用价值。

关于Qt Creator的使用，从Widgets模块的集成开始，详细说明了如何添加必要的头文件和类。重点讲解了如何利用OpenCV进行图像滤波，并通过实例代码展示了如何读取图像、选择滤波器、处理图像以及保存结果。此外，还介绍了如何使用Qt的QSettings类来保存和加载程序设置，以及如何处理程序关闭事件，确保用户设置得到保存。

Qt Creator的配置也非常灵活，用户可以通过进入“Tools”和“Options”菜单来定制界面、文本编辑器、调试器等模块。环境、文本编辑器、C++编码和Qt Quick设计是重点配置项。Qt Creator还提供了与版本控制、设备配置、代码粘贴等功能集成，大大提高了开发效率。

综上所述，Qt Creator是一款功能强大的IDE，为Qt应用程序的开发提供了全面的解决方案。它不仅支持丰富的开发模式，还提供了详尽的配置选项和实用工具，助力开发者高效完成开发任务。

第2章　创建第一个Qt+OpenCV项目

Qt框架支持多种语言的应用程序创建，主要依靠QTranslator类实现文本国际化。项目开发时，需确保所有文本均通过tr()函数调用，并在项目文件中配置翻译文件。Qt的lupdate工具用于生成和更新翻译文件，而Qt语言工具则用于翻译工作。翻译完成后，使用lrelease工具将翻译内容转换成QM文件，并将其纳入应用资源。

在应用程序中，通过重写QMainWindow的changeEvent函数，可以在运行时切换语言。此外，本章还介绍了插件开发，包括接口定义和代码编写，并通过构建和运行插件展示其功能。

Qt和OpenCV结合，可构建强大的计算机视觉应用程序。本章以“Plugin_User”为例，详细讲解如何设计用户界面、编写代码以及加载和使用插件。同时，还介绍了为应用程序添加样式表、支持多语言以及构建可扩展插件系统的方法。通过学习，读者可掌握在Qt框架下开发功能丰富、界面美观、支持多语言的计算机视觉应用程序。

在Qt框架下，插件开发至关重要，它能有效扩展应用程序功能。接下来，读者将学习更多关于图像处理、视频处理以及Qt中的并行处理机制等内容。

第3章　创建完整的Qt+OpenCV项目

OpenCV中的Mat类是图像处理和计算机视觉领域的重要工具。它支持多种构造函数，能创建多维数组，并具备丰富的属性和方法。Mat类不仅能创建具有特定类型、位计数和通道数的数组，还能通过宏模式实现。它提供的方法允许用户调整大小和类型，创建感兴趣区域（ROI），并获取图像的像素、通道、颜色深度、宽度和高度等信息。

Mat类的多样性体现在其超过20种构造函数中，包括便捷构造函数和三维及以上数组构造函数。通过这些构造函数，用户可以方便地创建和操作图像数据。此外，Mat类还提供了丰富的信息性属性和函数，便于用户获取图像处理所需的各种信息。

在Qt和OpenCV框架下，Mat类与Qt的QImage、QPixmap和QPainter等类结合，可以构建强大的图像处理应用程序。Qt提供了丰富的类和工具，便于处理和显示图像。例如，使用QImage可以读取、转换和显示图像，QPixmap和QPainter则用于绘制和编辑图像。

在Qt和OpenCV框架中，Mat类和QImage类的应用十分广泛。以下是一些典型应用场景：

1. 图像读取：使用QImage读取图像，然后将其转换为Mat对象，以便在OpenCV中进行处理。

2. 图像转换：使用OpenCV的Mat类进行图像转换，如灰度转换、滤波、边缘检测等。

3. 图像显示：将处理后的图像数据转换回QImage对象，使用QPainter进行绘制，显示处理结果。

4. 自定义Qt控件：创建自定义Qt控件，使用QPainter进行绘制，实现图像处理功能。

5. 相机和视频处理：利用Qt多媒体模块中的相机和视频处理类，实现实时图像处理。

6. 拖放功能：在Qt应用程序中实现拖放功能，方便用户选择和处理图像。

通过学习Mat类、QImage类和Qt多媒体模块的相关知识，可以掌握在Qt和OpenCV框架下进行图像处理和计算机视觉应用开发的基础。这些技能在图像识别、目标跟踪、图像增强等领域具有广泛的应用前景。

第4章　Mat和QImage

Qt图形视图框架是Qt库中用于构建图形用户界面的关键组件。它通过将图形元素划分为场景、视图和对象元素三个部分，提供了一个强大的图形处理架构。场景负责管理对象元素，视图负责展示这些元素，而对象元素则包括线条、矩形、图像等图形元素。

场景类QGraphicsScene是框架的核心，它不仅提供了添加几何形状、路径、文本、图像等丰富的操作方法，还支持添加Qt控件。此外，场景类还具备了事件处理、样式设置和选择功能，使得开发者能够创建交互性丰富的图形应用程序。

QGraphicsItem类作为所有绘制对象的基础，提供了绘制、冲突检测、鼠标事件处理等功能。通过继承QGraphicsItem，开发者可以创建自定义的图形对象。Qt还提供了一系列现成的子类来简化常见任务，如通过acceptDrops和setAcceptDrops方法实现拖放事件，通过boundingRegion和boundingRect等函数确定对象元素的绘制区域。这些功能使得开发者能够灵活地构建复杂的图形用户界面。

QGraphicsView类是框架的另一个核心部分，它作为Qt控件，负责在窗口上展示QGraphicsScene。这个类提供了丰富的功能和方法来处理图形的显示，包括设置对齐方式、拖动模式、交互行为、性能和渲染参数等。通过子类化QGraphicsView并扩展其功能，如放大、缩小和对象选择，可以开发出具有丰富图形显示功能的计算机视觉应用程序。

此外，文中还介绍了如何将QGraphicsView与OpenCV技术结合，创建一个功能强大的图形浏览器。同时，探讨了如何在Qt项目中添加新语言和主题，以及创建插件以扩展应用程序的功能。

总结来说，Qt图形视图框架通过其场景、视图和对象元素三个核心组件，为开发者提供了一个强大的图形处理和展示工具。开发者可以通过这些组件轻松创建具有丰富交互性和复杂图形界面的应用程序。

第5章　图形视图框架

图像滤波在计算机视觉领域扮演着重要角色，OpenCV提供了多种线性与非线性滤波方法。这些方法都以Mat图像为输入，输出同样大小和通道数的图像。处理边界像素时，如果邻近像素不在图像区域内，会假设外部像素值为零或与边界像素相同。文中详细介绍了cv::BorderTypes枚举的使用，以及如何为Computer_Vision项目创建新插件。通过克隆模板插件、更新项目文件、编写代码和创建GUI，读者可以学习插件编程并在项目中应用。

文中还介绍了OpenCV中的滤波函数，如双边滤波、模糊、锐化、边缘检测、腐蚀、膨胀和形态学运算等，并提供了示例代码和效果图。此外，图像处理中的几何变换，包括调整图像大小、仿射变换、透视变换和重映射等，可实现图像缩放、旋转、翻转和变形等操作。颜色空间转换、颜色映射和图像阈值化等技术在提取图像信息方面十分有用。

傅里叶变换在图像处理中的应用也得到详细讲解，通过傅里叶变换可以分析图像的频率成分。OpenCV的绘图函数和模板匹配技术也在文中进行了介绍，这些技术在图像处理和计算机视觉领域应用广泛。

OpenCV框架涵盖了图像滤波、几何变换、颜色空间转换等关键技能。读者学习了使用remap进行图像变换，以及颜色映射函数。图像阈值化和绘图功能也得到掌握。模板匹配及其应用在文中也得到了介绍。第7章将深入探讨关键点和特征描述符，以及如何利用这些技能进行图像复杂匹配、比较和检测任务。

第6章　基于OpenCV的图像处理

OpenCV算法类是其所有算法的基础，而Algorithm类虽然允许直接创建实例，但本身无实际功能。在创建自己的算法时，建议遵循创建Algorithm子类的方式，并进一步进行子类化。文章详细介绍了FileStorage和FileNode类在序列化数据方面的应用，包括XML、YAML和JSON文件的处理，以及cv::Algorithm类提供的方法，如read、write、clear和load等，这些方法有助于存储和检索算法状态。

Feature2D类在OpenCV中负责实现特征检测和描述符提取算法。KeyPoint类详细阐述了其属性和作用，而AGAST、KAZE、AKAZE、BRISK、FAST、GFTT和ORB等不同算法的特征检测器则被深入讲解，包括其原理、参数设置和代码示例。在实际应用中，调整参数可以控制算法行为，以获得最佳性能。

描述符是描述关键点的方法，与关键点本身不同，每个描述符都独立存在。在OpenCV中，描述符存储在Mat类中，每个描述符对应一个关键点。为了提取描述符，可以使用任意一个FeatureDetector子类的detect函数来检测图像中的关键点，然后通过DescriptorExtractor子类的compute函数从关键点中提取描述符。匹配描述符时，可以使用OpenCV中的DescriptorMatcher类，根据描述符类型选择合适的匹配算法。匹配完成后，可以使用drawMatches函数将匹配结果可视化。

本章还介绍了如何解释匹配结果，如何通过单应性变化来检测场景中的对象，以及如何使用不同算法进行匹配和检索。强调了在精度、速度、资源利用率和可用性方面权衡选择合适算法的重要性。

第7章　特征及其描述符

Qt框架以其丰富的多线程技术著称，其中包括QThread、QThreadPool、QRunnable等核心类。QThread作为线程基类，允许开发者通过重写run方法或调用moveToThread函数来执行多线程操作。QThreadPool则负责线程管理，以降低创建线程的成本。QRunnable提供了另一种创建线程的方式，适合用作执行代码的接口。

QtConcurrent命名空间的出现，极大简化了多线程编程，减少了线程同步问题的处理。开发者可以利用该命名空间中的filter、map等函数，在后台线程中处理数据，从而提高应用程序的响应速度和效率。这些函数无需手动处理线程同步，降低了多线程编程的复杂性。通过QFuture类及其附属类，开发者可以轻松检索和监控线程的计算结果。QtConcurrent模块还支持自定义线程数，使得应用程序能够更有效地利用多核处理器。

在实际应用中，QtConcurrent模块能够显著提高处理速度，特别是在处理图像等大型任务时，其性能优势更为明显。开发者可以利用该模块实现多线程处理图像，从而在多核处理器上获得更好的性能表现。

Qt框架提供的多种线程同步工具，如互斥锁、读写锁、信号量和等待条件等，帮助开发者解决线程间的同步和竞争问题。这些工具和方法共同构成了Qt强大的多线程编程能力。

以下是对Qt框架多线程技术应用的详细介绍：

1. QThread：作为线程基类，QThread提供了创建和管理线程的方法。开发者可以通过重写run方法或调用moveToThread函数来执行多线程操作。

2. QThreadPool：QThreadPool负责线程管理，以降低创建线程的成本。通过统一管理线程，QThreadPool能够提高应用程序的性能。

3. QRunnable：QRunnable提供了另一种创建线程的方式，适合用作执行代码的接口。它允许开发者将代码封装成一个可执行的单元，然后提交给线程池执行。

4. QtConcurrent：QtConcurrent命名空间简化了多线程编程，减少了线程同步问题的处理。开发者可以利用该命名空间中的函数，在后台线程中处理数据，从而提高应用程序的响应速度和效率。

5. 线程同步工具：Qt框架提供了多种线程同步工具，如互斥锁、读写锁、信号量和等待条件等，帮助开发者解决线程间的同步和竞争问题。

6. 多核处理器优化：QtConcurrent模块支持自定义线程数，使得应用程序能够更有效地利用多核处理器。

7. 图像处理：在实际应用中，QtConcurrent模块能够显著提高处理速度，特别是在处理图像等大型任务时，其性能优势更为明显。

总之，Qt框架的多线程技术为开发者提供了强大的工具和资源，使他们能够轻松创建高效、响应迅速的多线程应用程序。

第8章　多线程

在计算机视觉领域，直方图是一个核心概念，它通过表示图像中像素值的分布，成为分析图像的关键工具。OpenCV库中的calcHist函数能够计算直方图，并允许用户调整参数，以获取不同类型的直方图结果。对于灰度图像，直方图揭示了像素强度的分布情况；对于彩色图像，则可以了解各个颜色通道的像素分布。直方图在图像处理中的应用十分广泛，包括直方图均衡化，它能调整图像的亮度和对比度；直方图比较，用于分析图像的相似度；以及MeanShift和CamShift算法，这些算法在对象跟踪和定位中起着至关重要的作用。

背景和前景检测，或称背景差分技术，是一种有效区分图像中运动或变化区域与静态区域的方法。这种方法在检测图像中的运动时尤为有效。OpenCV提供了多种背景差分方法，例如BackgroundSubtractorKNN和BackgroundSubtractor-MOG2，它们采用不同的算法实现背景差分，但操作简便。背景差分技术的实现可以通过高斯混合模型和KNN算法来分离背景和前景。在具体实现中，可以通过创建新的线程（如子类化QThread）来应用这些算法，并调整参数以改变算法的行为。观察输出结果，可以看到静态背景下的对象移动情况，为实时视频和图像处理提供了强有力的工具。

具体来说，直方图通过将像素值分布以柱状图的形式展现，帮助分析图像的局部和整体特征。在OpenCV中，calcHist函数允许用户指定图像的ROI（感兴趣区域）、通道和掩码，以计算相应的直方图。对于灰度图像，直方图能直观展示像素强度的分布，这对于图像增强和分割等任务至关重要。在彩色图像中，通过分别计算每个颜色通道的直方图，可以分析图像的色彩分布，这对于图像分类和识别任务非常有用。

背景差分技术利用图像序列中背景和前景的统计特性差异，将运动或变化区域从背景中分离出来。OpenCV提供的BackgroundSubtractorKNN和BackgroundSubtractor-MOG2都是高效的背景差分算法。BackgroundSubtractorKNN通过KNN（K-最近邻）算法计算背景模型，而BackgroundSubtractor-MOG2则使用高斯混合模型。这两种方法都易于使用，且在实时视频和图像处理中表现出色。

在实现背景差分技术时，可以通过创建新的线程来并行处理图像，提高处理速度。例如，可以通过子类化QThread来创建新的线程，这样可以在不影响主线程的情况下独立处理图像数据。此外，通过调整算法的参数，可以优化背景差分的效果，例如，通过调整高斯混合模型中的混合数或KNN算法中的K值。

综上所述，直方图和背景差分技术是计算机视觉中的关键概念，它们在图像分析、图像处理和视频监控等领域发挥着重要作用。通过合理使用这些技术，可以实现对图像和视频的高效处理和分析。

第9章　视频分析

Qt Creator的调试器功能是程序测试与调试的重要工具，能有效预防程序运行时出现意外行为或崩溃。它通常与IDE集成使用，Qt Creator可自动识别并使用系统上的调试器。用户需根据操作系统选择合适的调试器并在Qt Creator中进行配置。配置成功后，即可进入调试模式，通过断点和单步执行等工具分析并解决代码问题。Qt Creator还具备单元测试功能，通过子类化QObject类并添加测试槽，可编写测试函数验证程序正确性。Qt Test框架提供多种测试宏，如QVERIFY、QCOMPARE，便于执行各类测试操作。

GUI测试在软件测试中占有重要地位，它模拟用户交互，如鼠标点击、按键等，以测试GUI功能或控件行为。Qt测试框架支持通过模拟用户交互进行GUI测试。文章详细介绍了QTest命名空间中用于GUI测试的函数，涵盖模拟键盘按键、鼠标点击和移动等操作。此外，文章还讲解了如何将GUI控件引入单元测试项目，通过创建数据驱动测试和QTestEventList模拟和重放GUI交互，执行更复杂的GUI测试。

文章最后强调了在项目构建时自动执行测试的重要性，并介绍了如何配置Qt项目实现这一功能。通过这些功能，Qt Creator和Qt Test框架为开发者提供了强大的测试和调试工具，有助于提高代码质量和软件稳定性。

第10章　调试与测试

构建应用程序涉及一系列关键步骤。初始阶段，源代码需经预处理转换成编译器可识别的格式，同时处理包含文件和编译器指令。编译器随后将预处理后的代码编译成机器代码，此过程中，可利用已编译的对象节省时间。

链接器负责将编译器生成的对象链接起来，形成可执行文件或库。此阶段对应用程序的部署方式和可执行文件大小产生重要影响。静态链接和动态链接是两种主要的链接方式，各有利弊。

构建静态库可减少部署应用程序的工作量，但可能导致可执行文件增大。使用Qt和OpenCV构建应用程序时，部署过程需确保应用程序可执行文件能访问Qt和OpenCV的运行时库。

在Windows操作系统上，需将运行时库复制到应用程序可执行文件所在的文件夹中，或添加到PATH环境值的文件夹中。Qt框架提供命令行工具简化Windows和macOS上的Qt应用程序部署。

在macOS上，Qt提供的macdeployqt命令行工具可部署应用程序。Linux系统上，由于缺乏部署Qt运行时库的工具，需通过第三方供应商或Qt自身提供的跨平台安装程序确保应用程序执行时一切就绪。

Qt安装程序框架允许为Windows、macOS和Linux操作系统创建跨平台Qt应用程序的安装程序。通过Qt安装程序框架，可创建标准安装向导，用户可经历连续的对话框访问所有必需信息，并看到应用程序的安装进度。

第11章　链接和部署

QML语言，以其类似于JSON的结构，被广泛应用于描述用户界面。开发者可通过导入库和使用根元素来构建用户界面，包括可视和非可视元素。文章深入讲解了如何导入库、创建根元素，以及如何添加标签、分组框等元素。此外，文章还介绍了布局的使用，如ColumnLayout，以及如何利用anchors属性来调整元素的位置和大小。

为了增强QML库的功能，开发者可以创建非可视的C++类。例如，通过OpenCV处理图像，可以扩展QML库在视觉效果方面的能力。同时，构建一个C++类，使其成为QML代码中的视觉对象元素，从而实现图像的显示。

文章详细说明了如何添加OpenCV框架、创建C++类、实现相关函数和信号，并在QML中注册和使用这些C++类。此外，还介绍了如何在Android和iOS平台上构建和运行Qt和OpenCV应用程序。这包括安装Qt工具包、OpenCV库以及必要的开发环境。

Qt Quick Designer作为一款设计工具，简化了QML文件的设计和修改过程。它允许开发者通过拖拽组件、设置属性和导出对象来快速构建用户界面。

在集成C++和QML代码时，实现视觉效果、网络、相机等功能成为可能。开发者可以通过以下步骤完成这一过程：

1. 创建C++类：设计用于处理特定功能的C++类，如图像处理、网络通信或相机接口。

2. 集成OpenCV：将OpenCV框架集成到C++类中，以便进行图像处理。

3. 注册C++类：在QML中注册C++类，使其在QML代码中可用。

4. 使用信号和槽机制：通过实现信号和槽机制，使C++类与QML代码能够交互。

5. 构建和运行应用程序：在Android和iOS平台上构建和运行Qt和OpenCV应用程序，确保所有功能正常工作。

通过上述步骤，开发者可以充分利用Qt和OpenCV框架的优势，构建跨平台且美观的应用程序。这不仅提高了开发效率，还使得应用程序具有更丰富的功能和更好的用户体验。

OpenCV 3和Qt5计算机视觉应用开发