C#使用OpenCvSharp4库中5个基础函数-灰度化、高斯模糊、Canny边缘检测、膨胀、腐蚀使用OpenCV可以对彩色原始图像进行基本的处理，涉及到5个常用的处理：
灰度化 模糊处理 Canny边缘检测膨胀腐蚀
1、测试图像lena.jpg本例中我们采用数字图像处理中经常用到的一副标准图像lena.png作为测试图像，如下图所示:
资源
具体资源下载地址为：lena图像下载地址
lena.png2、使用Visual Studio 2022创建一个基于C# .Net控制台的程序首先我们新建一个基于C# .Net控制台的程序，项目名为OpenCVExample，然后把lena.jpg拷贝到E:\SoftDevelop\CPlus\VS2022Projects\CSharpExamples\OpenCVExample\OpenCVExample\bin\Debug\images对应目录下，如下图所示：
项目资源所在目录安装OpenCvSharp4和OpenCvSharp4.runtime.win两个NuGet包，或者直接安装OpenCvSharp4.Windows包安装OpenCvSharp4和OpenCvSharp4.runtime.win两个NuGet包
安装OpenCvSharp4和OpenCvSharp4.runtime.win两个NuGet包之后，packages.config配置文件如下：
代码语言：javascript代码运行次数：0运行复制
C#示例代码对应的C#代码如下：
代码语言：javascript代码运行次数：0运行复制using OpenCvSharp;
namespace OpenCVExample
{
public class Program
{
///
/// OpenCV的5个基础函数-灰度化、高斯模糊、Canny边缘检测、膨胀、腐蚀
///
public static void FiveBasicFunction()
{
Mat img = Cv2.ImRead("images/lena.jpg"); // 读取图像
Mat grayImg = new Mat();
Cv2.CvtColor(img, grayImg, ColorConversionCodes.BGR2GRAY);
Mat blurImg = new Mat();
Cv2.GaussianBlur(grayImg, blurImg, new Size(7, 7), 0);
Mat cannyImg = new Mat();
Cv2.Canny(blurImg, cannyImg, 150, 200);
Mat dialationImg = new Mat();
Mat kernel = new Mat(5, 5, MatType.CV_8UC1);
Cv2.Dilate(blurImg, dialationImg, kernel);
Mat erodeImg = new Mat();
Cv2.Erode(dialationImg, erodeImg, kernel);
Cv2.ImShow("Image", img); // 显示原图像
Cv2.ImShow("Gray Image", grayImg); // 显示灰度图像
Cv2.ImShow("Blur Image", blurImg); // 显示高斯模糊图像
Cv2.ImShow("Canny Image", cannyImg); // 显示Canny边缘检测图像
Cv2.ImShow("Dialation Image", dialationImg); // 膨胀图
Cv2.ImShow("Erode Image", erodeImg); // 腐蚀图
Cv2.WaitKey(0);
Cv2.DestroyAllWindows();
}
static void Main(string[] args)
{
FiveBasicFunction();
//Console.ReadKey();
}
}
}程序运行结果在VS2022中运行上述代码，结果如下图所示：
原图和灰度图像高斯模糊图像和Canny边缘检测图像膨胀图和腐蚀图像参考资料https://github.com/shimat/opencvsharpLEARN OPENCV C++ in 4 HOURS | Including 3x Projects | Computer VisionLearn-OpenCV-cpp-in-4-HoursLEARN OPENCV in 3 HOURS with Python | Including 3xProjects | Computer VisionLearn-OpenCV-in-3-hours