OpenCvSharp 是 OpenCV 的NET封装，提供了丰富的图像处理和计算机视觉功能。以下是一些常用函数及其详细说明。

1. 图像读取与显示

Cv2.ImRead

功能：读取图像文件并返回一个 Mat 对象。
用法：
Mat image = Cv2.ImRead("path/to/image.jpg");

Cv2.ImShow

功能：在窗口中显示图像。
用法：
Cv2.ImShow("Window Name", image);

Cv2.WaitKey

功能：等待键盘输入，通常用于暂停窗口。
用法：
Cv2.WaitKey(0); // 等待任意键

2. 图像处理

Cv2.CvtColor

功能：转换图像颜色空间（如 BGR 转灰度、RGB 转 HSV 等）。
用法：
Mat grayImage = new Mat();
Cv2.CvtColor(image, grayImage, ColorConversion.BgrToGray);

Cv2.GaussianBlur

功能：对图像应用高斯模糊，减少噪声。
用法：
Mat blurredImage = new Mat();
Cv2.GaussianBlur(image, blurredImage, new Size(5, 5), 0);

Cv2.Canny

功能：使用 Canny 算法进行边缘检测。
用法：
Mat edges = new Mat();
Cv2.Canny(grayImage, edges, 100, 200);

3. 图像变换

Cv2.Resize

功能：调整图像大小。
用法：
Mat resizedImage = new Mat();
Cv2.Resize(image, resizedImage, new Size(200, 200));

Cv2.Rotate

功能：旋转图像。
用法：
Mat rotatedImage = new Mat();
Cv2.Rotate(image, rotatedImage, RotateFlags.Rotate90Clockwise);

Cv2.WarpAffine

功能：对图像进行仿射变换。
用法：
Mat transformedImage = new Mat();
Mat M = Cv2.GetRotationMatrix2D(new Point2f(image.Width / 2, image.Height / 2), 45, 1);
Cv2.WarpAffine(image, M, image.Size(), transformedImage);

4. 形态学操作

Cv2.Erode

功能：腐蚀操作，减少图像中的白色区域。
用法：
Mat erodedImage = new Mat(); Cv2.Erode(binaryImage, erodedImage, null, new Point(-1, -1), 1);

Cv2.Dilate

功能：膨胀操作，增加图像中的白色区域。
用法：
Mat dilatedImage = new Mat(); Cv2.Dilate(binaryImage, dilatedImage, null, new Point(-1, -1), 1);

5. 特征检测与描述

Cv2.FindContours

功能：查找图像中的轮廓。
用法：
Cv2.FindContours(binaryImage, out Point[][] contours, out HierarchyIndex[] hierarchy, RetrievalModes.Tree, ContourApproximation.Simple);

Cv2.DrawContours

功能：在图像上绘制轮廓。
用法：
Cv2.DrawContours(image, contours, -1, Scalar.Red, 2);

6. 物体检测与识别

CvDnn.ReadNetFromDarknet

功能：从 Darknet 配置文件和权重文件加载 YOLO 模型。
用法：
var net = CvDnn.ReadNetFromDarknet("yolov4.cfg", "yolov4.weights");

CvDnn.BlobFromImage

功能：将图像转换为网络输入格式的 blob。
用法：
var blob = CvDnn.BlobFromImage(image, 1 / 255.0, new Size(416, 416), new Scalar(0, 0, 0), true, false);

CvDnn.Forward

功能：执行前向推理。
用法：
var output = net.Forward();

7. 其他实用函数

Cv2.PutText

功能：在图像上绘制文本。
用法：
Cv2.PutText(image, "Hello, OpenCV!", new Point(10, 30), HersheyFonts.HersheySimplex, 1, Scalar.White, 2);

Cv2.Rectangle

功能：在图像上绘制矩形。
用法：
Cv2.Rectangle(image, new Rect(50, 50, 100, 100), Scalar.Red, 2);

Cv2.Circle

功能：在图像上绘制圆形。
用法：
Cv2.Circle(image, new Point(100, 100), 50, Scalar.Blue, 2);

8. 视频处理

Cv2.VideoCapture

功能：打开视频文件或摄像头进行视频捕捉。
用法：
using (var capture = new VideoCapture(0)) // 0 表示默认摄像头
{
Mat frame = new Mat();
while (true)
{
capture.Read(frame);
if (frame.Empty()) break; Cv2.ImShow("Video", frame);
if (Cv2.WaitKey(30) >= 0) break; // 每帧延迟 30ms
}
}

Cv2.VideoWriter

功能：将图像序列写入视频文件。
用法：
using (var writer = new VideoWriter("output.avi", FourCC.MJPG, 30, new Size(640, 480)))
{ for (int i = 0; i < 100; i++)
{
Mat frame = new Mat(480, 640, MatType.CV_8UC3, new Scalar(0, 0, 255)); // 创建红色帧 writer.Write(frame);
}
}

9. 颜色空间转换

Cv2.Split

功能：将多通道图像分离为单通道图像。
用法：
Mat[] channels = Cv2.Split(image); Mat blueChannel = channels[0]; // 蓝色通道
Mat greenChannel = channels[1]; // 绿色通道 Mat redChannel = channels[2]; // 红色通道

Cv2.Merge

功能：将多个单通道图像合并为多通道图像。
用法：
Mat mergedImage = new Mat();
Cv2.Merge(channels, mergedImage);

10. 直方图处理

Cv2.CalcHist

功能：计算图像的直方图。
用法：
int[] histSize = { 256 }; // 256 个 bins float[] ranges = { 0, 256 }; // 像素值范围
Mat hist = new Mat(); Cv2.CalcHist(new Mat[] { grayImage }, new int[] { 0 }, null, hist, 1, histSize, new Rangef[] { new Rangef(0, 256) });

Cv2.Normalize

功能：归一化直方图。
用法：
Cv2.Normalize(hist, hist, 0, 255, NormTypes.MinMax);

11. 特征匹配

Cv2.DescribeKeypoints

功能：描述关键点特征。
用法：
var orb = ORB.Create(); KeyPoint[] keypoints; Mat descriptors = new Mat(); orb.DetectAndCompute(image, null, out keypoints, descriptors);

Cv2.BFMatcher

功能：使用暴力匹配器进行特征匹配。
用法：
var matcher = new BFMatcher(NormTypes.Hamming, crossCheck: true);
var matches = new Mat();
matcher.Match(descriptors1, descriptors2, matches);

12. 轮廓分析

Cv2.ApproxPolyDP

功能：对轮廓进行多边形逼近。
用法：
Point[] approx = Cv2.ApproxPolyDP(contour, 0.02 * Cv2.ArcLength(contour, true), true);

Cv2.Hierarchy

功能：获取轮廓的层次结构。
用法：
Cv2.FindContours(image, out Point[][] contours, out HierarchyIndex[] hierarchy, RetrievalModes.Tree, ContourApproximation.Simple);

13. 机器学习与深度学习

CvDnn.ReadNetFromTensorflow

功能：从 TensorFlow 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromTensorflow("model.pb", "model.pbtxt");

CvDnn.ReadNetFromCaffe

功能：从 Caffe 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromCaffe("deploy.prototxt", "model.caffemodel");

14. 其他实用功能

Cv2.GetRotationMatrix2D

功能：获取旋转矩阵，用于图像旋转。
用法：
Mat M = Cv2.GetRotationMatrix2D(new Point2f(image.Width / 2, image.Height / 2), 45, 1);

Cv2.GetPerspectiveTransform

功能：获取透视变换矩阵。
用法：
Point2f[] srcPoints = { new Point2f(0, 0), new Point2f(1, 0), new Point2f(0, 1) };
Point2f[] dstPoints = { new Point2f(0, 0), new Point2f(1, 0), new Point2f(0, 1) };
Mat perspectiveMatrix = Cv2.GetPerspectiveTransform(srcPoints, dstPoints);

15. 处理图像的 ROI（感兴趣区域）

Mat.RegionOfInterest

功能：提取图像的感兴趣区域。
用法：
Mat roi = new Mat(image, new Rect(50, 50, 100, 100)); // 提取 (50, 50) 开始的 100x100 区域

16. 图像滤波

Cv2.MedianBlur

功能：使用中值滤波去除图像噪声，特别适合去除椒盐噪声。
用法：
Mat medianBlurredImage = new Mat(); Cv2.MedianBlur(image, medianBlurredImage, 5); // 5 是滤波器大小

Cv2.BilateralFilter

功能：双边滤波，能够在平滑图像的同时保留边缘。
用法：
Mat bilateralFilteredImage = new Mat();
Cv2.BilateralFilter(image, bilateralFilteredImage, 9, 75, 75);

17. 直方图均衡化

Cv2.EqualizeHist

功能：对灰度图像进行直方图均衡化，增强对比度。
用法：
Mat equalizedImage = new Mat();
Cv2.EqualizeHist(grayImage, equalizedImage);

18. 轮廓特征提取

Cv2.Moments

功能：计算轮廓的矩，用于特征提取。
用法：
var moments = Cv2.Moments(contour);
double area = moments.M00; // 轮廓面积

Cv2.MinEnclosingCircle

功能：计算包围轮廓的最小圆。
用法：
Cv2.MinEnclosingCircle(contour, out Point2f center, out float radius);

19. 形状匹配

Cv2.MatchShapes

功能：比较两个轮廓的形状，返回相似度。
用法：
double similarity = Cv2.MatchShapes(contour1, contour2, ShapeMatchModes.I1, 0);

20. 透视变换

Cv2.WarpPerspective

功能：应用透视变换到图像。
用法：
Mat warpedImage = new Mat();
Mat perspectiveMatrix = Cv2.GetPerspectiveTransform(srcPoints, dstPoints);
Cv2.WarpPerspective(image, warpedImage, perspectiveMatrix, new Size(width, height));

21. 颜色空间转换

Cv2.CvtColor

功能：转换图像颜色空间（如 BGR 转 HSV、RGB 转 LAB 等）。
用法：
Mat hsvImage = new Mat();
Cv2.CvtColor(image, hsvImage, ColorConversion.BgrToHsv);

22. 目标跟踪

Cv2.TrackerKCF

功能：使用 KCF 算法进行目标跟踪。
用法：
var tracker = TrackerKCF.Create();
tracker.Init(frame, new Rect(100, 100, 50, 50)); // 初始化跟踪器
tracker.Update(frame, out Rect boundingBox); // 更新跟踪

23. 关键点检测

Cv2.GoodFeaturesToTrack

功能：检测图像中的角点。
用法：
Point2f[] corners = Cv2.GoodFeaturesToTrack(grayImage, maxCorners: 100, qualityLevel: 0.01, minDistance: 10);

24. 直方图反向投影

Cv2.CalcBackProject

功能：计算反向投影，用于目标检测。
用法：
Mat backProject = new Mat();
Cv2.CalcBackProject(new Mat[] { image }, new int[] { 0 }, hist, backProject, new Rangef[] { new Rangef(0, 256) });

25. 颜色空间分离

Cv2.SeparateChannels

功能：将多通道图像分离为单通道图像。
用法：
Mat[] channels = Cv2.SeparateChannels(image);

26. 直方图绘制

Cv2.DrawHist

功能：绘制直方图。
用法：
// 需要自定义绘制函数
void DrawHist(Mat hist)
{
int histWidth = 512;
int histHeight = 400;
Mat histImage = new Mat(histHeight, histWidth, MatType.CV_8UC3, new Scalar(0, 0, 0));
int binWidth = (int)Math.Round((double)histWidth / hist.Rows);
for (int i = 1; i < hist.Rows; i++)
{
Cv2.Line(histImage, new Point(binWidth * (i - 1), histHeight - (int)hist.At<float>(i - 1)), new Point(binWidth * i, histHeight - (int)hist.At<float>(i)), new Scalar(255, 0, 0), 2);
}
Cv2.ImShow("Histogram", histImage);
}

27. 颜色直方图比较

Cv2.CompareHist

功能：比较两个直方图。
用法：
double correlation = Cv2.CompareHist(hist1, hist2, HistCompMethods.Correl);

28. 目标检测与识别

CvDnn.ReadNetFromONNX

功能：从 ONNX 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromONNX("model.onnx");

29. 轮廓填充

Cv2.FillPoly

功能：填充多边形区域。
用法：
Cv2.FillPoly(image, new Point[][] { contour }, new Scalar(255, 0, 0));

30. 直方图均衡化

Cv2.EqualizeHist

功能：对灰度图像进行直方图均衡化，增强对比度。
用法：
Mat equalizedImage = new Mat();
Cv2.EqualizeHist(grayImage, equalizedImage);

31. 颜色空间转换

Cv2.BGRToGray

功能：将 BGR 图像转换为灰度图像。
用法：
Mat grayImage = new Mat();
Cv2.BGRToGray(image, grayImage);

Cv2.HsvToBgr

功能：将 HSV 图像转换为 BGR 图像。
用法：
Mat bgrImage = new Mat();
Cv2.HsvToBgr(hsvImage, bgrImage);

32. 直方图均衡化

Cv2.CLAHE

功能：对比度限制自适应直方图均衡化，增强图像对比度。
用法：
var clahe = Cv2.CreateCLAHE(clipLimit: 2.0, tileGridSize: new Size(8, 8));
Mat claheImage = new Mat();
clahe.Apply(grayImage, claheImage);

33. 目标检测与识别

CvDnn.NMSBoxes

功能：非极大值抑制，用于去除重叠的边界框。
用法：
var indices = new List<int>();
CvDnn.NMSBoxes(boxes, confidences, scoreThreshold: 0.5f, nmsThreshold: 0.4f, indices);

34. 形态学操作

Cv2.MorphologyEx

功能：执行形态学操作，如开运算、闭运算等。
用法：
Mat morphedImage = new Mat();
Cv2.MorphologyEx(binaryImage, morphedImage, MorphTypes.Open, null);

35. 目标跟踪

Cv2.TrackerCSRT

功能：使用 CSRT 算法进行目标跟踪。
用法：
var tracker = TrackerCSRT.Create();
tracker.Init(frame, new Rect(100, 100, 50, 50)); // 初始化跟踪器
tracker.Update(frame, out Rect boundingBox); // 更新跟踪

36. 关键点描述

Cv2.SIFT

功能：使用 SIFT 算法检测和描述关键点。
用法：
var sift = SIFT.Create(); KeyPoint[] keypoints; Mat descriptors = new Mat();
sift.DetectAndCompute(image, null, out keypoints, descriptors);

37. 目标检测与识别

CvDnn.ReadNetFromTorch

功能：从 Torch 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromTorch("model.t7");

38. 轮廓绘制

Cv2.DrawContours

功能：在图像上绘制轮廓。
用法：
Cv2.DrawContours(image, contours, -1, Scalar.Red, 2);

39. 直方图计算

Cv2.CalcBackProject

功能：计算反向投影，用于目标检测。
用法：
Mat backProject = new Mat();
Cv2.CalcBackProject(new Mat[] { image }, new int[] { 0 }, hist, backProject, new Rangef[] { new Rangef(0, 256) });

40. 目标检测与识别

CvDnn.ReadNetFromTensorflow

功能：从 TensorFlow 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromTensorflow("model.pb", "model.pbtxt");

41. 目标检测与识别

CvDnn.ReadNetFromCaffe

功能：从 Caffe 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromCaffe("deploy.prototxt", "model.caffemodel");

42. 目标检测与识别

CvDnn.ReadNetFromONNX

功能：从 ONNX 模型文件加载网络。
用法：
var net = CvDnn.ReadNetFromONNX("model.onnx");

43. 目标检测与识别

CvDnn.ReadNetFromDarknet

功能：从 Darknet 配置文件和权重文件加载 YOLO 模型。
用法：
var net = CvDnn.ReadNetFromDarknet("yolov4.cfg", "yolov4.weights");

44. 目标检测与识别

CvDnn.BlobFromImage

功能：将图像转换为网络输入格式的 blob。
用法：
var blob = CvDnn.BlobFromImage(image, 1 / 255.0, new Size(416, 416), new Scalar(0, 0, 0), true, false);

45. 目标检测与识别

CvDnn.Forward

功能：执行前向推理。
用法：
var output = net.Forward();

46. 目标检测与识别

CvDnn.NMSBoxes

功能：非极大值抑制，用于去除重叠的边界框。
用法：
var indices = new List<int>();
CvDnn.NMSBoxes(boxes, confidences, scoreThreshold: 0.5f, nmsThreshold: 0.4f, indices);

C#版OpenCv常用函数大全(01-50)（c#调用opencv库函数）

1. 图像读取与显示

Cv2.ImRead

Cv2.ImShow

Cv2.WaitKey

2. 图像处理

Cv2.CvtColor

Cv2.GaussianBlur

Cv2.Canny

3. 图像变换

Cv2.Resize

Cv2.Rotate

Cv2.WarpAffine

4. 形态学操作

Cv2.Erode

Cv2.Dilate

5. 特征检测与描述

Cv2.FindContours

Cv2.DrawContours

6. 物体检测与识别

CvDnn.ReadNetFromDarknet

CvDnn.BlobFromImage

CvDnn.Forward

7. 其他实用函数

Cv2.PutText

Cv2.Rectangle

Cv2.Circle

8. 视频处理

Cv2.VideoCapture

Cv2.VideoWriter

9. 颜色空间转换

Cv2.Split

Cv2.Merge

10. 直方图处理

Cv2.CalcHist

Cv2.Normalize

11. 特征匹配

Cv2.DescribeKeypoints

Cv2.BFMatcher

12. 轮廓分析

Cv2.ApproxPolyDP

Cv2.Hierarchy

13. 机器学习与深度学习

CvDnn.ReadNetFromTensorflow

CvDnn.ReadNetFromCaffe

14. 其他实用功能

Cv2.GetRotationMatrix2D

Cv2.GetPerspectiveTransform

15. 处理图像的 ROI（感兴趣区域）

Mat.RegionOfInterest

16. 图像滤波

Cv2.MedianBlur

Cv2.BilateralFilter

17. 直方图均衡化

Cv2.EqualizeHist

18. 轮廓特征提取

Cv2.Moments

Cv2.MinEnclosingCircle

19. 形状匹配

Cv2.MatchShapes

20. 透视变换

Cv2.WarpPerspective

21. 颜色空间转换

Cv2.CvtColor

22. 目标跟踪

Cv2.TrackerKCF

23. 关键点检测

Cv2.GoodFeaturesToTrack

24. 直方图反向投影

Cv2.CalcBackProject

25. 颜色空间分离

Cv2.SeparateChannels

26. 直方图绘制

Cv2.DrawHist

27. 颜色直方图比较

Cv2.CompareHist

28. 目标检测与识别

CvDnn.ReadNetFromONNX

29. 轮廓填充

Cv2.FillPoly