การใช้งาน OpenCV ในภาษา C แบบง่ายๆ พร้อมตัวอย่าง

# การใช้งาน OpenCV ในภาษา C สำหรับผู้เริ่มต้นพร้อมตัวอย่างโค้ดและการประยุกต์ใช้

ในโลกของการพัฒนาโปรแกรม, ภาษา C ถือเป็นหนึ่งในภาษาโปรแกรมมิ่งพื้นฐานที่ทุกๆ นักพัฒนาควรที่จะรู้จัก และเมื่อพูดถึงการประมวลผลภาพและวิดีโอ OpenCV (Open Source Computer Vision Library) ก็คือหนึ่งในไลบรารีที่ได้รับความนิยมอย่างสูง เนื่องจากมันมีความสามารถในการหยิบยกเครื่องมือภาพมากมายมาให้นักพัฒนาได้ใช้ในงานที่หลากหลาย

ยกตัวอย่างการใช้ OpenCV ในโลกจริง

OpenCV มักถูกใช้ในงานด้าน:

1. เฝ้าระวังและการรักษาความปลอดภัยด้วยการตรวจจับการเคลื่อนไหว

2. ระบบจดจำใบหน้าเพื่อการเข้าถึงที่ปลอดภัย

3. การวิเคราะห์ภาพในแพทย์ศาสตร์

4. การสร้างระบบช่วยเหลือการขับขี่ในยานพาหนะ

5. ปริมาณและการจัดการการจราจร

ตัวอย่างโค้ด 1: การอ่านและแสดงภาพ

 #include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>

int main() {
    // โหลดภาพจากไฟล์
    cv::Mat image = cv::imread("example.jpg");

    // ตรวจสอบว่าโหลดภาพเข้ามาได้สำเร็จหรือไม่
    if (image.empty()) {
        printf("Could not open or find the image\n");
        return -1;
    }

    // แสดงภาพ
    cv::imshow("Display window", image);

    // รอการกดปุ่มใดๆ จากผู้ใช้
    cv::waitKey(0);

    return 0;
}

ตัวอย่างโค้ด 2: การปรับเปลี่ยนภาพเป็นขาวดำ

 #include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

int main() {
    cv::Mat image = cv::imread("example.jpg");

    // สร้าง object ของภาพขาวดำ (grayscale)
    cv::Mat gray_image;

    // แปลงภาพเป็นขาวดำ
    cv::cvtColor(image, gray_image, cv::COLOR_BGR2GRAY);
    cv::imwrite("gray_example.jpg", gray_image);

    // แสดงภาพขาวดำ
    cv::imshow("Grayscale", gray_image);
    cv::waitKey(0);

    return 0;
}

ตัวอย่างโค้ด 3: การตรวจจับขอบด้วย Canny edge detection

 #include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

int main() {
    cv::Mat image = cv::imread("example.jpg");
    cv::Mat gray_image, detected_edges;

    // แปลงเป็นภาพขาวดำ
    cv::cvtColor(image, gray_image, cv::COLOR_BGR2GRAY);

    // ใช้ Canny algorithm ในการตรวจจับขอบ
    double lowThreshold = 50.0;
    double highThreshold = 150.0;
    int kernel_size = 3;
    cv::Canny(gray_image, detected_edges, lowThreshold, highThreshold, kernel_size);

    // แสดงผลลัพธ์การตรวจจับขอบ
    cv::imshow("Detected Edges", detected_edges);
    cv::waitKey(0);

    return 0;
}

การเรียนรู้ภาษา C ร่วมกับการใช้ไลบรารีอย่าง OpenCV ช่วยให้คุณได้เข้าในโลกที่ขยายความรู้ของคุณในด้านการทำงานกับภาพและวิดีโออย่างมีเสถียรภาพและประสิทธิภาพสูง สำหรับผู้ที่สนใจในการศึกษาและต้องการเพิ่มทักษะการเขียนโปรแกรมของคุณ ที่ EPT เรามีหลักสูตรจัดเตรียมไว้เพื่อช่วยเหลือและคำแนะนำคุณ จะว่าไปก็ไม่ต่างอะไรจากการค้นพบเครื่องมือในการประดิษฐ์สิ่งใหม่ๆ ทุกครั้งที่คุณเรียนรู้เกี่ยวกับการโปรแกรม เริ่มศึกษากับเราที่ EPT และเปิดประสบการณ์ทางการเรียนรู้ที่ไม่รู้จบ!

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง