Opencv_c++基础+Mat详解

Opencv（c++）基础

1、加载、显示图像、修改图像、保存图像

加载图像cv::imread(其中第一个参数表示图像文件名称第二个参数，表示加载的图像是什么类型，支持常见的三个参数值MREAD_UNCHANGED (<0) 表示加载原图，不做任何改变IMREAD_GRAYSCALE ( 0)表示把原图作为灰度图像加载进来IMREAD_COLOR (>0) 表示把原图作为RGB图像加载进来)

#include 
#include

using namespace std;
using namespace cv;
int main()
{
	//读取图片（使用图片的绝对路径）
	Mat src = imread("path",IMREAD_GRAYSCALE);
	if (src.empty()) {
		printf("could not find the image!\n");
		return -1;
	}
	imshow("ImputImage", src);
	//不加此语句图片会一闪而过
	waitKey(0);
	system("path");
	getchar();
	return 0;
}

显示图像cv::namedWindows+cv::imshow
(常见用法namedWindow(“Window Title”, WINDOW_AUTOSIZE)WINDOW_AUTOSIZE会自动根据图像大小，显示窗口大小，不能人为改变窗口大小WINDOW_NORMAL,跟QT集成的时候会使用，允许修改窗口大小。(一般不用);imshow根据窗口名称显示图像到指定的窗口上去，第一个参数是窗口名称，第二个参数是Mat对象)
修改图像cv:cvtColor(cvtColor的功能是把图像从一个彩色空间转换到另外一个色彩空间，有三个参数，第一个参数表示源图像、第二参数表示色彩空间转换之后的图像、第三个参数表示源和目标色彩空间如：COLOR_BGR2HLS 、COLOR_BGR2GRAY 等;函数样式：cvtColor( image, gray_image, COLOR_BGR2GRAY )
保存图像cv::imwrite(保存图像文件到指定目录路径只有8位、16位的PNG、JPG、Tiff文件格式而且是单通道或者三通道的BGR的图像才可以通过这种方式保存)

2、矩阵的掩膜操作

什么是掩膜操作
掩膜操作可以实现对图像对比度的计算调整
矩阵的掩膜操作是很据掩膜来计算每个像素的像素值，掩膜（Mask或Kernel）

红色是中心像素，从上到下，从左到右对每个像素都做同样的处理操作，得到最终结果就是对比度提高之后的输出图像

I(i,j) = 5 * I(i,j) - [I(i-1,j) + I(i+1,j) + I(i,j-1) + I(i,j+1)]

通过公式可知，如果选择的这个中心点比周围的点暗，那就让它更暗，同理，如果比周围亮，那就让它更亮。当把这个操作扩展到整个图像之后，图像之间的亮暗差距会变得更大，也就是对比度会更大。又因为一个图像的边缘点没有四周进行对比，不能使用公式，所以在写程序时，循环变量即图像的行数和列数要从 1 开始，去掉最外圈像素没有办法进行比较的点。
Ps：int cols = image.cols * image.channels();注意图像通道数矩阵是列×通道数
实现掩膜的方法
①、使用遍历循环手写中心像素的值
②、filter2D语句
cv::Mat mask = (cv::Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D(src, dst, src.depth(), kernel); 其中 src 与 dst 是 Mat 类型变量，src.depth() 表示位图深度，有 32、24、8 等。若 src.depth() 赋值为 -1 时，意味着图像深度与原图一致。

#include 
#include 

int main(int argc, char** argv)
{
	cv::String imageName = "HappyFish.jpg";
	if (argc > 1)
		imageName = argv[1];
	cv::Mat image = cv::imread(cv::samples::findFile(imageName), cv::IMREAD_COLOR);
	cv::namedWindow("Display", cv::WINDOW_AUTOSIZE)
	if (image.empty())
	{
		std::cout << "No image" << std::endl;
		return -1;
	}
	cv::imshow("Display", image);
	cv::Mat dst;
	cv::Mat mask = (cv::Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	cv::filter2D(image, dst, image.depth(), mask);
	cv::namedWindow("Transform", cv::WINDOW_AUTOSIZE);
	imshow("Transform", dst);
	cv::waitKey(0); 
	return 0;
}

3、Mat对象

Mat对象与Ipllmage对象（IplImage 可以转换为 Mat）
Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分

IplImage是从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题（现在一般不用）

其他很多用发参考：
Opencv_Mat类详解和用法