opencv常用图像处理函数

1.     图像载入函数     函数cvLoadImage载入指定图像文件，并返回指向该文件的IplImage指针。函数支持bmp、jpg、 png、 tiff等格式的图像。其函数原型如下：    IplImage* cvLoadImage( const char* filename, int iscolor=CV_LOAD_IMAGE_COLOR );  其中，filename 是待载入图像的名称，包括图像的扩展名；iscolor是一个辅助参数项，可选正数、零和负数三种值，正数表示作为三通道图像载入，零表示该图像作为单通道图像，负数表示载入图像的通道数由图像文件自身决定。       cvLoadImage( filename, -1 ); 默认读取图像的原通道数 　　cvLoadImage( filename, 0 ); 强制转化读取图像为灰度图 　　cvLoadImage( filename, 1 ); 读取彩色图 　　指定的颜色可以将输入的图片转为3信道(CV_LOAD_IMAGE_COLOR), 单信道 (CV_LOAD_IMAGE_GRAYSCALE), 或者保持不变(CV_LOAD_IMAGE_ANYCOLOR)。 　　深度指定输入的图像是否转为每个颜色信道每象素8位，（OpenCV的早期版本一样），或者同输入的图像一样保持不变。 　　选中CV_LOAD_IMAGE_ANYDEPTH，则输入图像格式可以为8位无符号，16位无符号，32位有符号或者32位浮点型。 　　如果输入有冲突的标志，将采用较小的数字值。比如CV_LOAD_IMAGE_COLOR | CV_LOAD_IMAGE_ANYCOLOR 将载入3信道图。CV_LOAD_IMAGE_ANYCOLOR和CV_LOAD_IMAGE_UNCHANGED是等值的。但是，CV_LOAD_IMAGE_ANYCOLOR有着可以和CV_LOAD_IMAGE_ANYDEPTH同时使用的优点，所以CV_LOAD_IMAGE_UNCHANGED不再使用了。 　　如果想要载入最真实的图像，选择CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR。 　　函数cvLoadImage从指定文件读入图像，返回读入图像的指针。目前支持如下文件格式： 　　Windows位图文件 - BMP, DIB； 　　JPEG文件 - JPEG, JPG, JPE； 　　便携式网络图片- PNG； 　　便携式图像格式 - PBM，PGM，PPM； 　　Sun rasters - SR，RAS； 　　TIFF文件 - TIFF，TIF; 　　OpenEXR HDR 图片 - EXR; 　　JPEG 2000 图片- jp2。 　　特别提醒！由于TIFF文件格式比较混乱，难以统一，此函数读取TIFF图片可能会失败。 参数转换问题可参考 http://blog.csdn.net/cc198877/article/details/7520752   2.     窗口定义函数     函数cvNamedWindow定义一个窗口，用于显示图像。其函数原型如下：     int cvNamedWindow( const char* name, unsigned long flags );     其中，name是窗口名，flags是窗口属性指标值，可以选择CV_WINDOW_AUTOSIZE和0两种值。CV_WINDOW_AUTOSIZE表示窗口尺寸与图像原始尺寸相同，0表示以固定的窗口尺寸显示图像。     3.     图像显示函数     函数cvShowImage是在指定的窗口中显示图像，其函数原型如下：     void cvShowImage( const char* name, const CvArr* image );     其中，name是窗口名称，image是图像类型指针，一般是IplImage指针。     4.     图像保存函数     函数cvSaveImage以指定的文件名保存IplImage类型的指针变量，其函数原型如下：     int cvSaveImage( const char* filename, const CvArr* image );     其中，filename是图像保存路径和名称，image是IplImage指针变量。 　　函数cvSaveImage保存图像到指定文件。图像格式的的选择依赖于filename的扩展名，请参考cvLoadImage。只有8位单通道或者3通道（通道顺序为'BGR' ）可以使用这个函数保存。如果格式，深度或者通道不符合要求，请先用cvCvtScale 和cvCvtColor转换；或者使用通用的cvSave保存图像为XML或者YAML格式。  5.     图像销毁函数     函数cvReleaseImage销毁已定义的IplImage指针变量，释放占用内存空间。其函数原型如下：     void cvReleaseImage( IplImage** image );     其中，image为已定义的IplImage指针。     程序运行后显示的图像窗口如图2所示， 6.     图像大小变换 void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR ); src输入图像.dst输出图像.interpolation插值方法: CV_INTER_NN - 最近邻插值, CV_INTER_LINEAR - 双线性插值 (缺省使用) CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法.. CV_INTER_CUBIC - 立方插值. 函数 cvResize 将图像 src 改变尺寸得到与 dst 同样大小。若设定 ROI，函数将按常规支持 ROI. 代码如下：  IplImage* Img;  Img=cvLoadImage("D://SOP.jpg",1);  IplImage* Output_Img;  CvSize Out_Img_size;  Out_Img_size.width = 252;  Out_Img_size.height = 252;  Output_Img = cvCreateImage(Out_Img_size,Img->depth,Img->nChannels);  cvResize(Img,Output_Img,CV_INTER_LINEAR);  uchar* data;  data=(uchar*)Output_Img->imageData;  int len=Output_Img->nSize;  int i;  int temp;   //打印Output_Img里面的值  for(i=0;i  {   temp=(int)(*(data+i));   printf("%d/n",temp);  }  fflush(stdout);   注意：这段代码对图像depth有限制，单通道只能达到256。对于DICOM图像，需要用CvMat结构进行变换 最近邻插值：效果（放大4倍）有马赛克现象 双线性插值：效果（放大4倍）比最近邻插值效果好 最近邻插值和双线性插值的基本原理 图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具，画家常用它来放大图画。当然，在计算机上，我们不再需要用放大尺去放大或缩小图像了，把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象；在本文中，我们所说的图像都是指点阵图，也就是用一个像素矩阵来描述图像的方法，对于另一种图像：用函数来描述图像的矢量图，不在本文讨论之列。 越是简单的模型越适合用来举例子，我们就举个简单的图像：3X3 的256级灰度图，也就是高为3个象素，宽也是3个象素的图像，每个象素的取值可以是 0－255，代表该像素的亮度，255代表最亮，也就是白色，0代表最暗，即黑色。假如图像的象素矩阵如下图所示（这个原始图把它叫做源图，Source）： 234   38    22 67     44    12 89     65    63 这个矩阵中，元素坐标(x,y)是这样确定的，x从左到右，从0开始，y从上到下，也是从零开始，这是图象处理中最常用的坐标系，就是这样一个坐标：   ----------------------＞X   |   |   |   |   | ∨Y 如果想把这副图放大为 4X4大小的图像，那么该怎么做呢？那么第一步肯定想到的是先把4X4的矩阵先画出来再说，好了矩阵画出来了，如下所示，当然，矩阵的每个像素都是未知数，等待着我们去填充（这个将要被填充的图的叫做目标图,Destination）： ?        ?        ?       ? ?        ?        ?       ? ?        ?        ?       ? ?        ?        ?       ?                          然后要往这个空的矩阵里面填值了，要填的值从哪里来来呢？是从源图中来，好，先填写目标图最左上角的象素，坐标为（0，0），那么该坐标对应源图中的坐标可以由如下公式得出：                                       srcX=dstX* (srcWidth/dstWidth) , srcY = dstY * (srcHeight/dstHeight) 好了，套用公式，就可以找到对应的原图的坐标了(0*(3/4),0*(3/4))=>(0*0.75,0*0.75)=>(0,0) ,找到了源图的对应坐标,就可以把源图中坐标为(0,0)处的234象素值填进去目标图的(0,0)这个位置了。 接下来,如法炮制,寻找目标图中坐标为(1,0)的象素对应源图中的坐标,套用公式: (1*0.75,0*0.75)=>(0.75,0) 结果发现,得到的坐标里面竟然有小数,这可怎么办?计算机里的图像可是数字图像,象素就是最小单位了,象素的坐标都是整数,从来没有小数坐标。这时候采用的一种策略就是采用四舍五入的方法（也可以采用直接舍掉小数位的方法），把非整数坐标转换成整数，好，那么按照四舍五入的方法就得到坐标（1，0），完整的运算过程就是这样的： (1*0.75,0*0.75)=>(0.75,0)=>(1,0) 那么就可以再填一个象素到目标矩阵中了，同样是把源图中坐标为(1,0)处的像素值38填入目标图中的坐标。           依次填完每个象素，一幅放大后的图像就诞生了，像素矩阵如下所示： 234    38     22     22   67      44     12     12   89      65     63     63   89      65     63     63   这种放大图像的方法叫做最临近插值算法，这是一种最基本、最简单的图像缩放算法，效果也是最不好的，放大后的图像有很严重的马赛克，缩小后的图像有很严重的失真；效果不好的根源就是其简单的最临近插值方法引入了严重的图像失真，比如，当由目标图的坐标反推得到的源图的的坐标是一个浮点数的时候，采用了四舍五入的方法，直接采用了和这个浮点数最接近的象素的值，这种方法是很不科学的，当推得坐标值为 0.75的时候，不应该就简单的取为1，既然是0.75，比1要小0.25 ，比0要大0.75 ,那么目标象素值其实应该根据这个源图中虚拟的点四周的四个真实的点来按照一定的规律计算出来的，这样才能达到更好的缩放效果。双线型内插值算法就是一种比较好的图像缩放算法，它充分的利用了源图中虚拟点四周的四个真实存在的像素值来共同决定目标图中的一个像素值，因此缩放效果比简单的最邻近插值要好很多。 双线性内插值算法描述如下: 　　对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v) (其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数)，则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即： 　　f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)                          公式1 其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。 比如，象刚才的例子，现在假如目标图的象素坐标为（1，1），那么反推得到的对应于源图的坐标是（0.75 , 0.75）, 这其实只是一个概念上的虚拟象素,实际在源图中并不存在这样一个象素,那么目标图的象素（1，1）的取值不能够由这个虚拟象素来决定，而只能由源图的这四个象素共同决定：（0，0）（0，1）（1，0）（1，1），而由于（0.75,0.75）离（1，1）要更近一些，那么（1,1）所起的决定作用更大一些，这从公式1中的系数uv=0.75×0.75就可以体现出来，而（0.75,0.75）离（0，0）最远，所以（0，0）所起的决定作用就要小一些，公式中系数为(1-u)(1-v)=0.25×0.25也体现出了这一特点。 原理参考link:http://blog.csdn.net/andrew659/article/details/4818988 OpenCV代码：scale是放缩比例 #include "stdafx.h" #include <cv.h> #include <cxcore.h> #include <highgui.h> #include <cmath> using namespace std; using namespace cv; int main(int argc ,char ** argv) { IplImage *scr=0; IplImage *dst=0; double scale=4; CvSize dst_cvsize; if (argc==2&&(scr=cvLoadImage(argv[1],-1))!=0) { dst_cvsize.width=(int)(scr->width*scale); dst_cvsize.height=(int)(scr->height*scale); dst=cvCreateImage(dst_cvsize,scr->depth,scr->nChannels); cvResize(scr,dst,CV_INTER_NN);// // CV_INTER_NN - 最近邻插值, // CV_INTER_LINEAR - 双线性插值 (缺省使用) // CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。 /*当图像放大时，类似于 CV_INTER_NN 方法..*/ // CV_INTER_CUBIC - 立方插值. cvNamedWindow("scr",CV_WINDOW_AUTOSIZE); cvNamedWindow("dst",CV_WINDOW_AUTOSIZE); cvShowImage("scr",scr); cvShowImage("dst",dst); cvWaitKey(); cvReleaseImage(&scr); cvReleaseImage(&dst); cvDestroyWindow("scr"); cvDestroyWindow("dst"); } return 0; } 参考 http://zxf501a.ycool.com/post.958431.html http://blog.chinaunix.net/uid-26020768-id-3187769.html http://blog.csdn.net/hxgqh/article/details/6197697 http://baike.baidu.com/view/1816284.htm