opencv的初体验

http://guoming.me/opencv-config  这篇文章有讲解opencv的安装与配置

一些常用库

opencv_core249d.lib
opencv_imgproc249d.lib
opencv_highgui249d.lib
opencv_ml249d.lib
opencv_video249d.lib
opencv_features2d249d.lib
opencv_calib3d249d.lib
opencv_contrib249d.lib
opencv_legacy249d.lib
opencv_flann249d.lib
opencv_gpu249d.lib

一个测试程序

 #include <opencv2/core/core.hpp>
 #include <opencv2/highgui/highgui.hpp>
 #include <iostream>

 using namespace cv;
 using namespace std;

 int main()
 {
     Mat image;
     image = imread("D:\\lenargb.jpg", -); // Read the file

     if (!image.data) // Check for invalid input
     {
         cout << "Could not open or find the image" << std::endl;
         return -;
     }

     namedWindow("Display window", WINDOW_AUTOSIZE); // Create a window for display.
     imshow("Display window", image); // Show our image inside it.

     waitKey(); // Wait for a keystroke in the window
     return ;
 }

Mat 类的一些属性

//矩阵的维数，取值应该大于或等于 2

int dims;

//矩阵的行数和列数，如果矩阵超过 2 维，这两个变量的值都为-1

int rows, cols;

//指向数据的指针

uchar* data;

Mat 构造方法

Mat M(3,2, CV_8UC3, Scalar(0,0,255));

cout << "M = " << endl << " " << M << endl;

第一行代码创建一个行数（高度）为 3，列数（宽度）为 2 的图像，图像元素是 8 位无符号整数类型，且有三个通道。图像的所有像素值被初始化为(0,  0,255)。由于 OpenCV 中默认的颜色顺序为 BGR，因此这是一个全红色的图像。

第二行代码是输出 Mat 类的实例 M 的所有像素值。 Mat 重定义了<<操作符，使用这个操作符，可以方便地输出所有像素值，而不需要使用 for 循环逐个像素输出

 

opencv中图像的通道数

基本上，描述一个像素点，如果是灰度，那么只需要一个数值来描述它，就是单通道。
如果一个像素点，有RGB三种颜色来描述它，就是三通道

windows的bmp有时候是一个四通道图像，R、G、B加上一个A通道，表示透明度。

最后这个，一般叫做alpha通道，表示透明度的。

初学只要知道单通道和三通道就好;

创建图像对象

Mat常用的构造函数：

Mat(int rows,int cols,int type,const scalar &s);

其中 rows 表示行数，cols表示列数，两者可以结合为Size size;

Type 可以是 CV_8UC1， CV_16SC1， …，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数（即 double 类型）；C 后面的数表示通道数，例如 C1 表示一个通道的图像，C4 表示 4 个通道的图像，以此类推。

如果你需要更多的通道数，需要用宏 CV_8UC(n)，例如：Mat M(3,2, CV_8UC(5));//创建行数为 3，列数为 2，通道数为 5 的图像

Scalar 可以设置通道里的像素值;可有可无。可以使用 Mat 类的 create()函数创建图像。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int _tmain(int argc, _TCHAR* argv[])
{
    Mat img(, , CV_8UC3, Scalar(, , ));
    cout << "M=" << endl << " " << img << endl;
    img.create(, , CV_8UC1);
    cout << "M=" << endl <<" "<< img << endl;

    //imshow("嘿嘿", img);
    //waitKey();
    system("pause");
    return ;
}

运行结果

这里我们发现create函数只有Mat类构造函数的前三个参数，故不能设置像素初始值，我们上面设置单通道是看到不管构造时是什么值,经过create后都变成了205;当设置成三通道时，如果图像的尺寸和通道数相同，则并不会重新设置像素值,因为如果create的参数和初始值(如果有的话)是一样的话，那么就不会重新分配内存；

遍历像素

(1)    at()函数  是个模版函数;需要指明元素类型

#include <time.h>
#include <iostream>
#include "opencv2/opencv.hpp"
//一般用这个头文件就可以，只不过可能会把大部分用不到的头文件引入进来;
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
    srand(time(NULL));
    Mat grayim(, , CV_8UC1);//600*800的灰度图;
    Mat colorim(, , CV_8UC3);//600*800的彩色图;
    //遍历所有像素，并设置像素值;
    for (int i = ; i < grayim.rows; ++i)//Mat的rows和cols属性是public的;
        for (int j = ; j < grayim.cols; ++j)
            grayim.at<uchar>(i, j) = (i + j) % ;
    //遍历所有像素，并设置像素值;
    for (int i = ; i < colorim.rows; ++i)
        for (int j = ; j < colorim.cols; ++j)
        {
            Vec3b pixel;//
            pixel[] = i % ; //Blue
            pixel[] = j % ; //Green
            pixel[] = ; //Red
            colorim.at<Vec3b>(i, j) = pixel;
        }
    //显示结果
    imshow("grayim", grayim);
    imshow("colorim", colorim);

    waitKey();
    return ;
}

OpenCV 中有模板类 Vec，可以表示一个向量,用来表示彩色图像的一个像素;例如 8U 类型的 RGB 彩色图像可以使用 Vec3b，3 通道 float 类型的矩阵可以使用 Vec3f

Vec3b color; //用 color 变量描述一种 RGB 颜色

color[]=; //B 分量

color[]=; //G 分量

color[]=; //R 分量

2)    使用STL库里的迭代器，

#include <time.h>
#include <iostream>
#include "opencv2/opencv.hpp"
//一般用这个头文件就可以，只不过可能会把大部分用不到的头文件引入进来;
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
    srand(time(NULL));
    Mat grayim(, , CV_8UC1);//600*800的灰度图;
    Mat colorim(, , CV_8UC3);//600*800的彩色图;
    //遍历所有像素，并设置像素值;
    MatIterator_<uchar> graim_it, graim_end;
    MatIterator_<Vec3b>    color_it, color_end;
    for (graim_it=grayim.begin<uchar>(),graim_end=grayim.end<uchar>(); graim_it!=graim_end; ++graim_it)
    {
        *graim_it = rand() % ;
    }
    for (color_it = colorim.begin<Vec3b>(), color_end = colorim.end<Vec3b>(); color_it != color_end; color_it++)
    {
        (*color_it)[] = rand() % ;
        (*color_it)[] = rand() % ;
        (*color_it)[] = ;

    }
    //显示结果
    imshow("grayim", grayim);
    imshow("colorim", colorim);
    waitKey();
    return ;
}

使用迭代器一定要注意原来的元素的类型哦;

Mat_类的必要性

Mat_ 类 是个模版类

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;

int _tmain(int argc, _TCHAR* argv[])
{

#pragma region Mat在调用一些函数时必须指明类型;除了at还有begin，end等
    Mat mtx1(, , CV_8UC1);
//    for (int i = 0; i < mtx1.rows; i++)
//    {
//        for (int j = 0; j < mtx1.cols; j++)
//        {
//            double d1 = (i + j) % 255;
//            mtx1.at<uchar>(i, j) = d1;
//            double d2 = mtx1.at<uchar>(i, j);
//            if (d1 == d2)
//            {
//                mtx1.at<uchar>(i, j) = 255;
//            }
//            else
//                mtx1.at<uchar>(i, j) = 0;
//        }
//    }
//    cout << "mtx1=" << endl << " " << mtx1 << endl;
#pragma endregion

    Mat_<uchar> mtx2=(Mat_<uchar> &)mtx1;
    randu(mtx2, Scalar::all(), Scalar::all());
    cout << "mtx2=\n " << mtx2 << endl;
    for (int i = ; i < mtx2.rows; i++)
    {
        for (int j = ; j < mtx2.cols; j++)
        {
            double d3 = (i + j) % ;
            mtx2(i,j) = d3;                        //    这里把at函数包装成操作符();
            double d4 = mtx2(i, j);
            MatIterator_<uchar> it = mtx2.begin();
            MatIterator_<uchar> it2 = mtx1.begin<uchar>();
        }
    }

    system("pause");
    return ;
}

Mat类对象调用的很多方法都要指明类型，Mat_类是个模版类 对Mat进行了包装，只用在声明的时候指明类型，需要注意几点：

（1）      声明的时候指定类型

（2）      访问一个元素的时候可以直接使用重载的()操作符

（3）      调用其它方法时不用指定类型

这样的好处是

（1）      方便编程，不用写类型了

（2）      如果使用的时候类型标错了，那么在使用的时候会因为内存越界而出现运行时错误，因为c++是弱类型的，所以编译阶段不报错;比如声明的时候存的是uchar类型的，每个元素占一个字节，当访问的时候如果指定成double型的话，就会查8个字节，很容易越界。

图像的读取和存储

imread()函数返回的是 Mat 对象，如果读取文件失败，则会返回一个空矩阵，即 Mat::data 的值是 NULL。执行 imread()之后，需要检查文件是否成功读入，可以使用 Mat::empty()函数进行检查。Mat imread(const string& filename, int flags=1 )

参数flags>0是，返回一个三通道彩色图像，如果图像是灰度图，强制转换为彩色图像

flag=0 返回一个灰度图，单通道，如果图像是彩色图，则强制转换为灰度图;

flag<0 对图像不进行通道转换;

bool imwrite(const string& filename, InputArray image, const vector<int>& params=vector<int>())

BMP 格式是无损格式，但是一般不进行压缩，文件尺寸非常大；JPEG 格式的文件娇小，但是 JPEG 是有损压缩，会丢失一些信息。PNG 是无损压缩格式，推荐使用。

params 可以指定文件格式的一些细节信息

JPEG：表示图像的质量，取值范围从 0 到 100。数值越大表示图像质量越高，当然文件也越大。默认值是 95。

PNG：表示压缩级别，取值范围是从 0 到 9。数值越大表示文件越小，但是压缩花费的时间也越长。默认值是 3。

PPM， PGM 或 PBM：表示文件是以二进制还是纯文本方式存储，取值为0 或 1。如果取值为 1，则表示以二进制方式存储。默认值是 1。

只有 8U 类型的单通道和 3 通道（颜色顺序为 BGR）矩阵才能保存为全格式，其它类型可以通过Mat::convertTo()函数或者 cvtColor()函数将矩阵转为可以保存的格式。

Imshow  如果不加那个waitkey的话有时候只会显示一个灰色窗口;

默认参数为0,意思是等待forever，返回按下键的值，返回有两种可能1是在指定时间内用户按键盘，返回按的键值，要么是时间到返回0;ESC返回的是27；

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int _tmain(int argc, _TCHAR* argv[])
{
    Mat img = imread("D:\\lenargb.jpg", );
#pragma region 下面判断是否为空
    if (img.empty())
    {
        cout << "无法加载图片" << endl;
        system("pause");
        return -;
    }
#pragma endregion
    Mat result;
    Canny(img, result, , );
    imshow("原图", img);
    imshow("边缘检测后", result);
    imwrite("D://result.png", result);
    waitKey();
    system("pause");

    return ;
}