OpenCV_(5):core组件常用函数

OpenCV中包含core组件，这个大组件包含一些图像的基本操作，简述下几个模块：
1：操作图像像素：有三种方式
a. 指针访问：C操作符[],一般就是*data[]，速度最快
b. 迭代器iterator，

  Mat_::iterator it = outputImage.begin();//初始位置迭代器
         Mat_::iterator itend = outputImage.end();//终止位置的迭代器
         for（；it ！= itend；++it）
         {
           (*it)[0] = ( *it )[0]/div *div + div/2；
           (*it)[1] = ( *it )[1]/div *div + div/2;
           (*it)[2] = ( *it )[2]/div *div + div/2;
         }

c. 动态地址计算，outputImage.at(i,j)[0],就是用at存取图像元素。

1. 设置感兴趣区域：
   两种方法：
   一使用表示矩形区域的Rect，指定矩形的左上角坐标和矩形的长宽。
   imgROI = image(Rect(500,250,logo.cols,logo.rows));
   二是指定感兴趣的行或列的范围(Range)。 imgROI=image(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));

2. 线性混合操作：是典型的二元（两个输入）的像素操作：
   g(x)=(1-a)f1(x)+af2(x),比如透明度不同的两幅图
   这里实现的话要使用数组加权和addWeighted()函数
   addWeighted(in1,a,in2,b,g,out,-1);

3. 颜色通道的问题
   通道分离：split(src,outArrayOfArrays); //第二个参数是一个容器
   通道合并：merge(InputArrayOfArray mv,outputArray dst); //孤立的单通道数组合并成一个多通道的数组。

4. 图像对比度、亮度值调整
   这个就是根据像素值进行操作的，g(i,j)=a*f(i,j)+b, a一般大于0，是增益，用来控制图像的对比度。b成为偏置，控制亮度。

5. 离散傅里叶变换
   这是指傅里叶变换在时域和频域都呈现离散的形式，将时域信号的采样变换为在离散时间傅里叶变换频域的采样。可以将图像分解为正玄和余弦两部分，从空间域转换到频域。就变换成幅度图像加相位图像。在频域，高频部分代表图像的细节、纹理信息，低频代表图像的轮廓信息。这样傅里叶变换就可以做图像增强，图像去噪、图像分割之边缘检测、图像特征提取、图像压缩等。

dft(in，out，flag，int nonzeroRows=0);

还有个得到DFT最优尺寸大小的：getOptimalDFTSize(int vecsize)函数。
扩充图像边界：

void copyMakeBoarder(src,dst,top,bottom,left,right,borderType,Scalar&value=Scalar())
中间四个参数是在四个方向上各扩充两个像素宽度的边界。

计算二维矢量的幅值：void magnitude(in,in,out);第一个是实部，二是虚部，三输出幅值。

计算自然对数：log(src，dst);
矩阵归一化：normalize的作用是进行矩阵归一化

下面有个示例对图像求傅里叶变换：

//---------------------------------【头文件、命名空间包含部分】-----------------------------
//      描述：包含程序所使用的头文件和命名空间
//-------------------------------------------------------------------------------------------------
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include 
using namespace cv;


//-----------------------------------【ShowHelpText( )函数】----------------------------------
//       描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{
    //输出欢迎信息和OpenCV版本
    printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书！\n");
    printf("\n\n\t\t\t此为本书OpenCV3版的第28个配套示例程序\n");
    printf("\n\n\t\t\t   当前使用的OpenCV版本为：" CV_VERSION );
    printf("\n\n  ----------------------------------------------------------------------------\n");
}



//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-------------------------------------------------------------------------------------------------
int main( )
{

    //【1】以灰度模式读取原始图像并显示
    Mat srcImage = imread("1.jpg", 0);
    if(!srcImage.data ) { printf("读取图片错误，请确定目录下是否有imread函数指定图片存在~！ \n"); return false; } 
    imshow("原始图像" , srcImage);   

    ShowHelpText();

    //【2】将输入图像延扩到最佳的尺寸，边界用0补充
    int m = getOptimalDFTSize( srcImage.rows );
    int n = getOptimalDFTSize( srcImage.cols ); 
    //将添加的像素初始化为0.
    Mat padded;  
    copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));

    //【3】为傅立叶变换的结果(实部和虚部)分配存储空间。
    //将planes数组组合合并成一个多通道的数组complexI
    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    Mat complexI;
    merge(planes, 2, complexI);         

    //【4】进行就地离散傅里叶变换
    dft(complexI, complexI);           

    //【5】将复数转换为幅值，即=> log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2))
    split(complexI, planes); // 将多通道数组complexI分离成几个单通道数组，planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))
    magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude  
    Mat magnitudeImage = planes[0];

    //【6】进行对数尺度(logarithmic scale)缩放
    magnitudeImage += Scalar::all(1);
    log(magnitudeImage, magnitudeImage);//求自然对数

    //【7】剪切和重分布幅度图象限
    //若有奇数行或奇数列，进行频谱裁剪      
    magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols & -2, magnitudeImage.rows & -2));
    //重新排列傅立叶图像中的象限，使得原点位于图像中心  
    int cx = magnitudeImage.cols/2;
    int cy = magnitudeImage.rows/2;
    Mat q0(magnitudeImage, Rect(0, 0, cx, cy));   // ROI区域的左上
    Mat q1(magnitudeImage, Rect(cx, 0, cx, cy));  // ROI区域的右上
    Mat q2(magnitudeImage, Rect(0, cy, cx, cy));  // ROI区域的左下
    Mat q3(magnitudeImage, Rect(cx, cy, cx, cy)); // ROI区域的右下
    //交换象限（左上与右下进行交换）
    Mat tmp;                           
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);
    //交换象限（右上与左下进行交换）
    q1.copyTo(tmp);                 
    q2.copyTo(q1);
    tmp.copyTo(q2);

    //【8】归一化，用0到1之间的浮点值将矩阵变换为可视的图像格式
    //此句代码的OpenCV2版为：
    //normalize(magnitudeImage, magnitudeImage, 0, 1, CV_MINMAX); 
    //此句代码的OpenCV3版为:
    normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX); 

    //【9】显示效果图
    imshow("频谱幅值", magnitudeImage);    
    waitKey();

    return 0;
}