OpenCV零基础从配置环境到读取图片，输出各种灰度腐蚀图，最后输出直方图，做矩阵运算等等

自己最近刚接到老师的任务，要把一个Python识别云量的代码转化成C++，里面用到的OpenCV我第一次接触，连续爆肝四天之后成功出结果，由于代码需要保密，有问题可以相互学习。我附上自己遇到的问题，以便遇到相同问题需要处理的人查看

OpenCV学习记录：

1. 别在网页上下载，用迅雷！！！！！！巨快，可以连手机热点，这是下载链接，也可以在迅雷里面用浏览器搜OpenCV：https://udomain.dl.sourceforge.net/project/opencvlibrary/4.6.0/opencv-4.6.0-vc14_vc15.exe
2. 环境配置到VS看这个人：VS+opencv环境配置傻瓜式教程，一步一步来，没错昂_哔哩哔哩_bilibili；Python配置就去解释器里面添加两个库，自己百度
3. 第一编辑报错找不到opencv_world401d.dll，去环境变量添加一个：dll的路径，之前添加的是lib的环境变量，现在再加一个：C:\Luo_Software\OpenCV\opencv\build\x64\vc15\bin

1. 查看RGB还是BGR：验证opencv中图像存储模式是BGR_lh_lyh的博客-CSDN博客
2. BGR转换RGB：C++ openCV 图像的读取、显示、保存、加权融合、改变对比度、修改色域_花语月的喵喵的博客-CSDN博客_c++opencv读取图片
3. img[:, 0] 和 img[:, :, 0]、img[:, 1] 和 img[:, :, 1]、img[:, 2] 和 img[:, :, 2]：OpenCV：img[:]、img[:, :]、img[:, 0]、img[:, 1]、img[:, 2]、img[:, :, 0]、img[:, :, 1]、img[:, :, 2]等的理解_despacito,的博客-CSDN博客
4. 数组维数解释，易懂：python numpy高维数组(三维数组) reshape操作+order详解+numpy高维数组的读法详解_三千の世界的博客-CSDN博客_numpy三维数组
5. 解释图像的RGB数组含义：python图像三维数组通透理解_贰の⑩次方的博客-CSDN博客_python三维数组怎么理解
6. Mat用法介绍：C++版本OpenCv教程(二)Mat类构造与赋值_龙啸wyh的博客-CSDN博客_c++ mat赋值
7. CV_8UC1，CV_32FC3，CV_32S等参数的含义：OpenCV 创建图像时，CV_8UC1，CV_32FC3，CV_32S等参数的含义_Young__Fan的博客-CSDN博客_cv::cv_8uc1
8. opencv学习日记——CV_8UC1 含义_英雄小摔哥的博客-CSDN博客_cv_8uc1，后者有对应关系Mat数据类型 convertTo_soldier123333的博客-CSDN博客
9. CV_64FC1和double对应 ，CV_32FC1和float对应；CV_8UC1，CV_8UC2，CV_8UC3等意思_五仁月饼哭了的博客-CSDN博客_cv_8uc1
10. 查看OpenCV中Mat数据的几种方法_Monologue_的博客-CSDN博客
11. opencv中图像数组的理解_曹红杏的博客-CSDN博客_opencv图像数组配合OpenCV：img[:]、img[:, :]、img[:, 0]、img[:, 1]、img[:, 2]、img[:, :, 0]、img[:, :, 1]、img[:, :, 2]等的理解_despacito,的博客-CSDN博客相当于一个二维数组，但是这个二维数组中的每个要素都是由RBG三个分量组成的一个小一维数组。看下面这个巨详细：numpy数组切片操作之[:,2]、[-1:,0:2]、[1:,-1:]等都是啥？_Activewaste的博客-CSDN博客去查三维数组切片，很多内容Python二维数组与三维数组切片详解_一骑走烟尘的博客-CSDN博客_三维数组
12. pycharm来debug查看数据某一维度的信息_爱吃橘子的猫~的博客-CSDN博客查看数组方法
13. VS调试时查看动态数组的全部元素_ims-的博客-CSDN博客_vs调试查看数组
14. opencv MAT中维度(dims)和通道(channels)的理解和区别_AndyCheng_hgcc的博客-CSDN博客_mat.dims
15. opencv颜色通道拆分后显示为什么是灰度图像-CSDN社区
16. Opencv对彩色图像的每个通道进行处理_行走的算法的博客-CSDN博客_opencv 彩色图像处理
17. 理解三维矩阵的形状shape，python 三维数组，numpy中np.shape的理解_Codewithyunun的博客-CSDN博客_python shape 三维数组
18. ( [  [ [1,2,1],[4,5,2 ]],
19.       [ [ 6,7,2],[9,1,2]],
20.       [ [4,6,3],[ 7,8,4]],
21.      [ [7,8],[5,6]] ] )这个的shape就是（4，2，23）我的理解，第一个4表示4行，中间的2表示2列，末尾的3表示每个元素中有两个值；在RGB图像中，最后这个元素就是包含三个值，分表代表r,g,b三个分量，比如我要提取第三个分量就是[:, :, 2]关于python中三维数组的切片问题_要写注释啊的博客-CSDN博客_python三维数组切片

1. OpenCV矩阵运算：OpenCV矩阵运算总结_落叶知秋了哟的博客-CSDN博客_opencv 矩阵运算！！！！巨方便，比如减法OpenCV函数subtract()使用心得及需要注意的地方_昊虹AI笔记的博客-CSDN博客_opencv subtract除法【OpenCV3】cv::divide()使用详解_PHILOS_THU的博客-CSDN博客解释一下除法的参数OpenCV-Python教程：图像的除法运算（divide）_桔子code的博客-CSDN博客_cv2.divide()
2. opencv 矩阵每个元素同时除以一个数值opencv 矩阵每个元素同时除以一个数值_百度知道 (baidu.com)第二个回答，配合类型CV_8UC1，CV_8UC2，CV_8UC3等意思_五仁月饼哭了的博客-CSDN博客_cv_8uc1可用：Mat im = read_img(fn);    im.convertTo(I, CV_32F, (1.0/255.0), 0.0);
3. 向文件中写入数据：可以输出到文件，查看像素值。

//ofstream dataFile;

//dataFile.open("dataFile.txt", ofstream::app);

//fstream file("dataFile.txt", ios::out);

//dataFile << data << endl;     // 写入数据

//dataFile.close();

1. 使用subtract(b, r, sub1,cv::noArray(), CV_32F);计算矩阵减法，或者有的加法的时候，参数一定要填完整，后面有一个mask淹膜的参数，一定要填，不然有可能全输出0，因为这个淹膜之外的区域才进行操作参考：Opencv图像处理之详解掩膜mask_山水之间2018的博客-CSDN博客add也要填完整add(b, r, add1, noArray(), CV_32F);

1. 详细解释了OpenCV中Mat结构体的flags参数含义：【OpenCV】从Mat的flags中可以读到的信息，以及相关宏定义_YiYueHuan的博客-CSDN博客

1. C++想要得到nan值C++ nan（） - C++标准库 (programiz.com)
2. 直方图hist参数：Matplotlib（3、直方图） - plt.hist()参数解释&应用实例_hengheng21的博客-CSDN博客_plt.hist参数
3. 绘制直方图：OpenCV之直方图绘制（calcHist函数详解）_wendy_ya的博客-CSDN博客_calchist
4. 直方图参数讲解Opencv中直方图函数calcHist - 凤凰_1 - 博客园 (cnblogs.com)

ranges –   当uniform=true时，ranges是多个二元数组组成的数组；当uniform=false时，ranges是多元数组组成的数组。当在每个维度（或通道）上每个直方条等宽时，即uniform=true时，灰度值的有效统计范围的下界用L0表示，上界用UhistSize[i]-1表示，角标中的i表示第i个维度（或通道），上下界值可以表示为hrange[i]={ L0, UhistSize[i]-1}, 在统计时， L0和UhistSize[i]-1不在统计范围内。而ranges={ hrange[0], hrange[1], …… , hrange[dims]}。ranges的元素个数由参数dims决定。

其中，L0表示在该通道上第0个直方条（bin）的下边界，UhistSize[i]-1表示最后一个直方条histSize[i]-1的上边界。在该维度上直方条的个数为histSize[i]，如hrange[0]={ L0, UhistSize[0]},hrange[1]={ L1, UhistSize[1]}, hrange[2]={ L2, UhistSize[2]}, …… , hrange[dims]={ L0, UhistSize[0]}。range,要计算的像素值范围，一般为[0,256)。

1. 介绍了rectangle画矩形的参数：python-opencv第五期：rectangle函数详解_Kamen Black君的博客-CSDN博客_opencv里面rectangle
2. C++和Python的imread读取值不一样当用c++opencv和python opencv打开同一张图片，发现有一些像素点不一样的解决办法_龙叙的博客-CSDN博客

1. 直接输出mat.type(),方便检测mat类型的方法链接里面的表就是返回值，可以根据返回值推断原始mat的类型：Mat::type函数返回值的意义及数据的转换Mat::convertTo_四片叶子的三叶草的博客-CSDN博客