opencv编程基础

opencv基础

1. opencv中坐标系
   opencv坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为图像矩形左边的那条垂直线。该坐标体系在诸如结构体Mat,Rect,Point中都是适用的。其中x的取值范围为0~width/cols，y的取值范围为0~height/rows。
   在使用image.at(x1, x2)来访问图像中点的值的时候，x1并不是图片中对应点的x轴坐标，而是图片中对应点的y坐标。因此其访问的结果其实是访问image图像中的Point(x2, x1)点，即与image.at(Point(x2, x1))效果相同。

2. mat定义 以及 访问

mat定义

#include 

Mat img;
img.create(rows, int cols, int type);
img.create(Size size, int type);

mat访问

for (int i = 0; i < img.rows; i++) {
    uchar* img_ptr = img.ptr<uchar>(i);
    for (int j = 0; j < img.cols; j++) {
        img_ptr[j];
    }
}

for (int i=0; ifor (int j=0; j(i,j)[0] = 0;
        img.at(i,j)[1] = 0;
        img.at(i,j)[2] = 0;
    }
}

myMat.ptr<float>(y)[2*x]; // Point[x,y]的first channel
myMat.ptr<float>(y)[2*x+1]; // Point[x,y]的second channel

mat常用方法

img.channels();  //通道数
img.type();   //CV_8UF3 
img.depth();   //CV_8U
img.convertTo(OutputArray m, int rtype, double alpha=1, double beta=0); // rtype通常指depth，channels不变，alpha: scale factor, beta: value added to the scaled values
img.clone();  //深拷贝，在内存中开辟了新区域，而“=”赋值则是浅拷贝，实质未拷贝任何数据
img.copyTo(img_); // 同img.clone()

对mat局部区域的访问和修改

Mat img = imread("1.jpg");
imshow("test", img);
waitKey();
Mat tmp = img(Range(50,100), Range(50, 100));  //Mat Mat::operator()(Range rowRange, Range colRange)先行后列
Mat dst = Mat::zeros(50, 50, CV_8UC3);
dst.copyTo(tmp);
imshow("test", img);
waitKey();

1. Point, Size, Rect, Scalar数据结构

typedef Point_<int> Point2i;
typedef Point2i Point;
typedef Point_<float> Point2f;
typedef Point_<double> Point2d;

typedef Point3_<int> Point3i;
typedef Point3_<float> Point3f;
typedef Point3_<double> Point3d;

typedef Size_<int> Size2i;
typedef Size2i Size;
typedef Size_<float> Size2f;

typedef Rect_<int> Rect;

typedef Scalar_<double> Scalar;

1. 常用的Mat操作(http://docs.opencv.org/modules/core/doc/operations_on_arrays.html)

addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1) //按权重点加和
void dft(InputArray src, OutputArray dst, int flags=0, int nonzeroRows=0) //求DFT，注意src一般构造成双通道Mat，一个channel作为实部，另一个是虚部，flags有一些参数DFT_INVERSE|DFT_COMPLEX_OUTPUT|DFT_REAL_OUTPUT
void divide(InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1) //点除，可以除标量
void exp(InputArray src, OutputArray dst) // 每个元素exp
void subtract(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1)
void multiply(InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1 )
void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray()) //求出src中最大最小值及其位置Point，并且只能找单通道的Mat


Scalar mean(InputArray src, InputArray mask=noArray())//每个通道单独算平均
Scalar sum(InputArray src)//每个通道单独求和


void sort(InputArray src, OutputArray dst, int flags)//flags: CV_SORT_EVERY_ROW | CV_SORT_EVERY_COLUMN | CV_SORT_ASCENDING | CV_SORT_DESCENDING


void merge(const Mat* mv, size_t count, OutputArray dst) // count为mv中要merge的Mat数
void split(const Mat& src, Mat* mvbegin) // mvbegin可以是vector类型，按通道split