OpenCV入门（1）- 简介

1、图像的表示

　　在计算机看来，图像只是一些亮度各异的点，一副M*N的图片可以用M*N的矩阵来表示，矩阵的值表示这个位置上像素的亮度。

　　一般灰度图用二维矩阵来表示，彩色（多通道）图用三维矩阵表示，大部分设备都是用无符号8位整数（CV_8U）表示像素的亮度。

 

2、Mat类

OpenCV中使用Mat类（Matrix的简称）来表示图片，能够自动管理内存。

class CV_EXPORTS Mat
{
public:
 //一系列函数
 ...
 /* flag 参数中包含许多关于矩阵的信息，如：
 -Mat 的标识
 -数据是否连续
 -深度
 -通道数目
 */
 int flags;
 //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;
 //指向引用计数的指针
 //如果数据是由用户分配的，则为 NULL
 int* refcount;
24
 //其他成员变量和成员函数
 ...
};

使用构造函数来创建Mat对象：

Mat M(3,2, CV_8UC3, Scalar(0,0,255));
// 创建一个行数为3，列数为2的图像，像素元素是8位无符号整型，初始化为0,0,255(默认颜色顺序为BGR)
cout << "M = " << endl << " " << M << endl;

重新创建对象： 

Mat M(2,2, CV_8UC3);//构造函数创建图像
M.create(3,2, CV_8UC2);//释放内存重新创建图像，但无法设置像素的初始值

矩阵基本元素表达的话，单通道一般用8U，当然也可以是16S、32F等，这些数据类型可以直接用uchar/short/float等基本数据类型表达。但遇到多通道图形，如RGB彩色图像的时候，依然将图形视为一个二维矩阵，但矩阵的元素不再是基本数据类型，而是使用OpenVC中的模板类Vec表示：

typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;

typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;

typedef Vec<float, 2> Vec2f;
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;

typedef Vec<double, 2> Vec2d;
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;

Vec3b color; //用 color 变量描述一种 RGB 颜色
color[0]=255; //B 分量
color[1]=0; //G 分量
color[2]=0; //R 分量

使用at()函数操作矩阵：

 Mat grayim(600, 800, CV_8UC1);
 Mat colorim(600, 800, CV_8UC3);

 //遍历所有像素，并设置像素值
 for( int i = 0; i < grayim.rows; ++i)
 　　for( int j = 0; j < grayim.cols; ++j )
 　　　　grayim.at<uchar>(i,j) = (i+j)%255;

 //遍历所有像素，并设置像素值
 for( int i = 0; i < colorim.rows; ++i) {

 　　for( int j = 0; j < colorim.cols; ++j ){
 　　　　Vec3b pixel;
 　　　　pixel[0] = i%255; //Blue
 　　　　pixel[1] = j%255; //Green
 　　　　pixel[2] = 0; //Red
 　　　　colorim.at<Vec3b>(i,j) = pixel;
 　　}
 }
 //显示结果
 imshow("grayim", grayim);
 imshow("colorim", colorim);

使用迭代器操作矩阵：

 Mat grayim(600, 800, CV_8UC1);
 Mat colorim(600, 800, CV_8UC3);
 //遍历所有像素，并设置像素值
 MatIterator_<uchar> grayit, grayend;
 for( grayit = grayim.begin<uchar>(), grayend = 
grayim.end<uchar>(); grayit != grayend; ++grayit)
 *grayit = rand()%255;
 //遍历所有像素，并设置像素值
 MatIterator_<Vec3b> colorit, colorend;
 for( colorit = colorim.begin<Vec3b>(), colorend = 
colorim.end<Vec3b>(); colorit != colorend; ++colorit)
 {
 (*colorit)[0] = rand()%255; //Blue
 (*colorit)[1] = rand()%255; //Green
 (*colorit)[2] = rand()%255; //Red
 }
 //显示结果
 imshow("grayim", grayim);
 imshow("colorim", colorim);
 waitKey(0);

使用数据指针操作数据：

 // 高效，但是不进行类型以及越界检查
 Mat grayim(600, 800, CV_8UC1);
 Mat colorim(600, 800, CV_8UC3);
 //遍历所有像素，并设置像素值
 for( int i = 0; i < grayim.rows; ++i)
 {
 //获取第 i 行首像素指针
 uchar * p = grayim.ptr<uchar>(i);
 //对第 i 行的每个像素(byte)操作
 for( int j = 0; j < grayim.cols; ++j )
 p[j] = (i+j)%255;
 }
 //遍历所有像素，并设置像素值
 for( int i = 0; i < colorim.rows; ++i)
 {
 //获取第 i 行首像素指针
 Vec3b * p = colorim.ptr<Vec3b>(i);
 for( int j = 0; j < colorim.cols; ++j )
 {
 p[j][0] = i%255; //Blue
 p[j][1] = j%255; //Green
 p[j][2] = 0; //Red
 }
32
 }
 //显示结果
 imshow("grayim", grayim);
 imshow("colorim", colorim);
 waitKey(0);

选取图像局部区域

Mat类提供了多钟方便的方法来选择图像局部区域，但这些方法并不进行内存复制操作。如果将图像局部区域赋值给新的Mat对象，新对象和原始对象将共用相同的数据区域。因为不申请内存，所以执行速度都比较快。

1、单行或单列选取

Mat Mat::row(int i) const
Mat Mat::col(int j) const

Mat line = A.row(i);

2、多行或多列选择

Range是OpenVC中新增的类，该类有两个关键变量start和end，可以用来表示矩阵的多个连续的行或者列。其表示的范围为从start到end，包含start但不包含end

class Range
{
public:
 ...
 int start, end;
};

//创建一个单位阵
Mat A = Mat::eye(10, 10, CV_32S);
//提取第 1 到 3 列（不包括 3）
Mat B = A(Range::all(), Range(1, 3));
//提取 B 的第 5 至 9 行（不包括 9）
//其实等价于 C = A(Range(5, 9), Range(1, 3))
Mat C = B(Range(5, 9), Range::all());

3、感兴趣的区域（Region of interest）

从图像中可以提取感兴趣的区域，有两种方法

//创建宽度为 320，高度为 240 的 3 通道图像
Mat img(Size(320,240),CV_8UC3);
//roi 是表示 img 中 Rect(10,10,100,100)区域的对象
Mat roi(img, Rect(10,10,100,100));
除了使用构造函数，还可以使用括号运算符，如下：
Mat roi2 = img(Rect(10,10,100,100));
当然也可以使用 Range 对象来定义感兴趣区域，如下：
//使用括号运算符
Mat roi3 = img(Range(10,100),Range(10,100));

　//使用构造函数
  Mat roi4(img, Range(10,100),Range(10,100));

4、取对角线元素

Mat Mat::diag(int d) const

参数 d=0 时，表示取主对角线；当参数 d>0 是，表示取主对角线下方的次对
角线，如 d=1 时，表示取主对角线下方，且紧贴主多角线的元素；当参数 d<0 时，
表示取主对角线上方的次对角线。

5、Mat表达式

利用C++运算符重载，代码变的更简洁易懂

下面给出 Mat 表达式所支持的运算。下面的列表中使用 A 和 B 表示 Mat 类
型的对象，使用 s 表示 Scalar 对象，alpha 表示 double 值。
 加法，减法，取负：A+B，A-B，A+s，A-s，s+A，s-A，-A
 缩放取值范围：A*alpha
 矩阵对应元素的乘法和除法： A.mul(B)，A/B，alpha/A
 矩阵乘法：A*B （注意此处是矩阵乘法，而不是矩阵对应元素相乘）
 矩阵转置：A.t()
 矩阵求逆和求伪逆：A.inv()
 矩阵比较运算：A cmpop B，A cmpop alpha，alpha cmpop A。此处 cmpop
可以是>，>=，==，!=，<=，<。如果条件成立，则结果矩阵（8U 类型矩
阵）的对应元素被置为 255；否则置 0。
 矩阵位逻辑运算：A logicop B，A logicop s，s logicop A，~A，此处 logicop
可以是&，|和^。
35
 矩阵对应元素的最大值和最小值：min(A, B)，min(A, alpha)，max(A, B)，
max(A, alpha)。
 矩阵中元素的绝对值：abs(A)
 叉积和点积：A.cross(B)，A.dot(B)

6、读图像文件（需要安装对应图像格式的文件格式库）

Mat imread(const string& filename, int flags=1 )

1、flag>0，该函数返回 3 通道图像
2、flag=0，该函数返回单通道图像
3、flag<0，则函数不对图像进行通道转换。

7、写图像文件

bool imwrite(const string& filename, InputArray image, 
　　　　　　　　　　const vector<int>& params=vector<int>())
// params可以指定文件格式的一些信息

8、读写图片案例

//读入图像，并将之转为单通道图像
 Mat im = imread("lena.jpg", 0);
 //请一定检查是否成功读图
 if( im.empty() )
 {
 cout << "Can not load image." << endl;
 return -1;
 }
 //进行 Canny 操作，并将结果存于 result
 Mat result;
 Canny(im, result, 50, 150);
 //保存结果
 imwrite("lena-canny.png", result);

9、读写视频

　　视频的格式主要是由压缩算法决定，称之为编码器（coder），解压算法称之为解码器(decoder)，统称codec。OpenVC使用VideoCapture和VideoWriter来实现视频的读写。

//打开第一个摄像头
//VideoCapture cap(0);
//打开视频文件
VideoCapture cap("video.short.raw.avi");

//检查是否成功打开
if(!cap.isOpened())
{
cerr << "Can not open a camera or file." << endl;
return -1;
}
Mat edges;
//创建窗口
namedWindow("edges",1);
for(;;)
{
Mat frame;
//从 cap 中读一帧，存到 frame
cap >> frame;
//如果未读到图像
if(frame.empty())
break;
//将读到的图像转为灰度图
cvtColor(frame, edges, CV_BGR2GRAY);
//进行边缘提取操作
Canny(edges, edges, 0, 30, 3);
//显示结果
imshow("edges", edges);
//等待 30 秒，如果按键则推出循环
if(waitKey(30) >= 0)
break;
}
//退出时会自动释放 cap 中占用资源
return 0;

 

//定义视频的宽度和高度
 Size s(320, 240);
 //创建 writer，并指定 FOURCC 及 FPS 等参数
 VideoWriter writer = VideoWriter("myvideo.avi", 
CV_FOURCC('M','J','P','G'), 25, s);
 //检查是否成功创建
 if(!writer.isOpened())
 {
 cerr << "Can not create video file.\n" << endl;
 return -1;
 }
 //视频帧
 Mat frame(s, CV_8UC3);
 for(int i = 0; i < 100; i++)
 {
 //将图像置为黑色
 frame = Scalar::all(0);
 //将整数 i 转为 i 字符串类型
 char text[128];
 snprintf(text, sizeof(text), "%d", i);
 //将数字绘到画面上
 putText(frame, text, Point(s.width/3, s.height/3), 
FONT_HERSHEY_SCRIPT_SIMPLEX, 3,
 Scalar(0,0,255), 3, 8);
 //将图像写入视频
 writer << frame;
 }
 //退出程序时会自动关闭视频文件
 return 0;