笔记（五）
c++的#include 和using namespace
#include 详解：代码的 “复制粘贴” 指令
- 核心作用
include 是 C++ 预处理指令，作用是将指定文件的全部内容原封不动地插入到当前代码文件中，解决 “代码复用” 和 “跨文件调用” 问题。
简单类比：你写代码时需要用标准库的 cout，但 cout 的定义不在你当前文件里，#include
2. 语法与分类
// 方式1：包含标准库头文件（<> 表示从系统库路径查找）
#include <iostream> // 标准输入输出库
#include <vector> // 容器库
// 方式2：包含自定义头文件（"" 表示先从当前项目路径查找，再找系统路径）
#include "myfunc.h" // 自己写的头文件
#include "datatype.hpp"
- 新手必懂的关键规则
头文件保护：自定义头文件必须加 “防重复包含” 代码，否则多次 #include 会导致重复定义错误：
// myfunc.h 中必须加的保护代码（两种方式二选一）
// 方式1：预处理宏（兼容所有编译器）
#ifndef MYFUNC_H // 如果未定义该宏
#define MYFUNC_H // 定义宏
// 头文件内容（函数声明、结构体定义等）
int Add(int a, int b);
#endif // 结束保护
// 方式2：编译器指令（更简洁，C++11 支持）
#pragma once
int Add(int a, int b);
不要滥用 #include：只包含需要的头文件（比如用 vector 只加
using namespace 详解：命名空间的 “简写工具”
- 命名空间的背景
C++ 引入 “命名空间（namespace）” 是为了解决命名冲突问题。比如两个库都有 Print() 函数，通过命名空间 A::Print() 和 B::Print() 就能区分。
标准库的所有内容都放在 std 命名空间里（比如 std::cout、std::vector），如果不用 using namespace，就必须写完整前缀：
#include <iostream>
// 没有 using namespace std，必须写 std::cout
int main() {
std::cout << "Hello World" << std::endl;
return 0;
}
- using namespace 的作用
using namespace std; 表示 “将 std 命名空间中的所有名称引入当前作用域”，之后可以直接写 cout 而非 std::cout：
#include <iostream>
using namespace std; // 引入std命名空间
int main() {
cout << "Hello World" << endl; // 简化写法
return 0;
}
- 新手易踩坑的使用规范
❌ 不推荐的写法（全局引入）
在头文件中写 using namespace std;，或在代码开头全局引入：
// 头文件 myfunc.h（错误示例）
#include <iostream>
using namespace std; // 坑：所有包含该头文件的文件都会引入std，易引发命名冲突
✅ 推荐的写法（局部 / 精准引入）
方式 1：在函数内引入（仅作用于该函数）
#include <iostream>
int main() {
using namespace std; // 仅main函数内有效
cout << "Hello" << endl;
return 0;
}
方式 2：只引入需要的名称（最安全）
#include <iostream>
// 只引入 cout 和 endl，不引入std的其他内容
using std::cout;
using std::endl;
int main() {
cout << "Hello" << endl;
return 0;
}
完整示例：正确搭配使用
// 1. 包含必要的头文件（只包含需要的）
#include <iostream> // 用cout需要
#include <vector> // 用vector需要
#include "myfunc.h" // 用自定义Add函数需要
// 2. 精准引入命名空间（避免全局引入）
using std::cout;
using std::vector;
int main() {
// 使用标准库（无需std::前缀）
vector<int> nums = {1, 2, 3};
cout << "第一个数：" << nums[0] << endl;
// 使用自定义函数
int sum = Add(10, 20);
cout << "求和结果：" << sum << endl;
return 0;
}
总结
- include：是预处理阶段的 “复制粘贴”，必须写（用到外部代码时），自定义头文件要加防重复包含保护；
- using namespace：是编译阶段的 “简写工具”，非必须，禁止在头文件中全局引入，推荐函数内引入或精准引入单个名称；
- 核心原则：#include 按需包含，using namespace 按需引入，减少冗余和命名冲突。
& 的核心含义：引用（Reference）
在 C++ 中，& 放在变量类型后、变量名前时，代表引用（可以理解为 “变量的别名”），核心特点：
- 引用是对已有变量的 “绑定”，而非新变量（不占用额外内存）；
- 引用必须在定义时初始化，且一旦绑定不能修改绑定对象；
- 对引用的操作，等价于对原变量的操作。
__declspec(dllexport) cv::Mat ImageU8C1ToMat(const ImageU8C1& img)
threshold(src,src,0,255,THRESH_BINARY_INV| THRESH_OTSU);
Otsu 算法（THRESH_OTSU）核心
Otsu（大津法）是一种自动计算最优阈值的算法，核心原理是：
- 分析图像的像素灰度直方图，找到一个阈值，使得 “前景像素” 和 “背景像素” 的类间方差最大；
- 这个阈值是区分前景 / 背景的最优值，无需手动调试（新手不用理解算法细节，会用即可）。
✅ 关键：只有当图像是单通道灰度图，且二值化类型包含 THRESH_OTSU 时，第 3 个参数（手动阈值）才会被忽略，算法会自动计算阈值。
完整执行流程（以 “黑色元件 + 白色背景” 为例）
Otsu 算法分析 src 的灰度直方图，自动算出最优阈值（比如 127）；
对每个像素执行反向二值化：
像素值 ≥ 127（背景，白色）→ 设为 0（黑色）；
像素值 < 127（元件，黑色）→ 设为 255（白色）；
最终结果：元件变为白色，背景变为黑色（突出前景）。
Otsu 算法的适用场景：
仅适用于前景和背景对比明显的图像（直方图有两个明显峰值）；如果图像光照不均，Otsu 效果差，需改用自适应阈值（adaptiveThreshold）。
开运算
Mat element = getStructuringElement(MORPH_ELLIPSE,Size(5,5));
morphologyEx(src, src, MORPH_OPEN, element);//开运算
先创建一个 5×5 的椭圆形结构元素，对二值化后的图像执行开运算（先腐蚀后膨胀），去除图像中的小噪声点、孤立的细小亮斑，同时保留元件 / 目标的整体轮廓，最后将处理后的图像保存为 BMP 格式文件。
getStructuringElement
开运算核心原理（新手易理解）
- 腐蚀（第一步）：用结构元素扫描图像，只有当模板内所有像素都是白色（255）时，中心像素才保留白色，否则变为黑色（0）→ 作用：消除小的亮噪声、收缩目标边缘；
- 膨胀（第二步）：用结构元素扫描图像，只要模板内有一个像素是白色（255），中心像素就设为白色 → 作用：将腐蚀后收缩的目标轮廓恢复到原有大小；
✅ 开运算的最终效果：去除小噪声、平滑目标边缘，不改变目标整体大小和形状（专门解决二值化后图像有细小白点噪声的问题）。
开运算的典型使用场景（为什么要做这一步）
二值化后的图像往往会有 “噪声白点”（比如元件背景中的细小亮斑），这些噪声会干扰后续的轮廓检测、目标识别，开运算就是为了解决这个问题：
- 工业检测：去除元件表面的细小反光点、背景杂点；
- 文字识别：消除文字周围的毛刺、孤立白点；
- 轮廓提取：让目标轮廓更平滑，避免噪声形成虚假小轮廓。
开运算的关键特性（新手必记）
- 只删 “小的亮区域”，不影响大目标
开运算只会去除比 “结构元素尺寸小” 的白色噪声点（比如 5×5 结构元素能删 ≤4×4 的白点），大于结构元素的目标（如元件）只会短暂收缩再恢复，整体形状不变。 - 平滑目标边缘，不改变整体位置
能消除目标边缘的细小毛刺、凸起，让轮廓更平滑，且目标的中心位置、整体尺寸基本不变。 - 不可逆性
被腐蚀掉的小噪声点，膨胀步骤无法恢复，因此噪声被永久去除（这是开运算的核心价值）。
开运算的典型使用场景
- 工业检测（最常用）
元件 / 工件二值化后，背景有细小的反光点、杂点，开运算能精准去除这些噪声，不影响元件轮廓（比如你之前的代码场景）。 - 文字识别
扫描的文字图像有墨水毛刺、纸张杂点，开运算能平滑文字边缘，消除孤立白点，提升识别准确率。 - 医学图像
细胞、病灶图像中，去除小的伪影、噪声点，保留病灶的完整轮廓。
浙公网安备 33010602011771号