学习笔记——基于opencv的图像处理
2022.5.23
一、基本的图像容器矩阵类Mat
#include
#include
using namespace cv;
using namespace std;
int main()
{
Mat A,C;//建立头文件
A=imread("C://Users//asus//Pictures//Saved Pictures//timg.jpg");//imread()函数读取图像，并为矩阵A分配内存，括号内是读取图片路径及名称
Mat B(A);//拷贝构造函数argv[1],CV_LOAD_IMAGE_COLOR
C=A;
imshow("C",C);//输出图像
Mat D(A,Rect(100,100,200,200));//选择矩形，访问A中感兴趣的底层数据，其中（100,100）表起始点，(200,200)表终止点
imshow("D",D);
Mat E=A(Range::all(),Range(50,150));//，选择x轴上位置，访问A中感兴趣的部分，50为X轴上的起点，150为x轴上的终点
imshow("E",E);
//以上为拷贝对象头文件
Mat F=A.clone();
Mat G;
A.copyTo(G);
imshow("F",F);
imshow("G",G);
//以上为完全拷贝，拷贝底层数据，此时对F、G进行修改，不会影响原始数据
waitKey(0);
return 0;
} 1、对于以上所示对象，所有对象最后都指向同一个单独的数据矩阵（访问共有的底层数据），其中任意一个修改，都会影响别的对象
2、可以创建特殊的头文件，只访问底层数据中感兴趣的部分
3、用于输出图像内存分配的opencv是自动的，在此学习中不用考虑内存管理
4、分配操作符和拷贝构造符仅仅只是拷贝头文件
5、clone.()、copy.()函数可拷贝图像底层数据，修改后，不会影响其它对象
2022.5.25
简单Mat矩阵的构建
Mat M(2,3,CV_8UC3,Scalar(120,80,100,50));//二维多通道图像CV_8UC3（CV_[每个基元分量的比特数8][有符号S或无符号U]（前为类型前缀）[C通道][通道数3]），Scalar（蓝，绿，红，透明度）
imshow("M",M);//输出图像矩阵色彩和三基色形式
cout<<"M="<(4,4)<<1,1,2,2,
3,3,4,4,
5,5,6,6,
7,7,8,8);//初始化
I.create(4,4,CV_8UC(4));
cout<<"I ="< 1、构建矩阵可以有Mat()构造器、Create（）我没搞明白它的意思、对小矩阵直接逗号分隔初始化、对已有的矩阵创造新的头文件并clone（）或copyTo、随机函数填充矩阵。（除了create（）构造器，还有用数组对Mat（）初始化以及为已存的lpllmage(opencv2.4.9之前)指针创建一个头文件还完全不能理解）
2、Matlab初始化函数：zeros()全0，ones()全1，eyes()对角矩阵
2022.5.27
Mat类成员变量
Mat I=(Mat_(4,4)<<1,1,2,2,
3,3,4,4,
5,5,6,6,
7,7,8,8);
//Mat类成员rows()、cols()、row()、col()
cout<<"I ="<
(其中 m = M.dims，即 M的维度) 在此处要重新回顾一下指针，不熟
int i=1,j=1;
uchar *pa=I.data+I.step[0]*i+I.step[1]*j;
float *pDij= (float*)pa;//注意此处的data返回的数据类型，是uchar型，所以指针pa也需要是uchar*型在cout时，要转换成float*型指针，然后再访问该处地址的数据值。
cout<
2022.5.31
矩阵初始化
Mat J(3,5,CV_32FC1,1);//J为3*5的矩阵，float型的单通道，把每个点都初始化为1
Mat K(3,5,CV_32FC1,Scalar(1));//Scalar初始化
//cout<
矩阵初始化除了以上，还有clone、copyto等方法；
diag（int d）d=0主对角线，d=1是比主对角线低的对角线....
Mat::setTo(Scalar &s)以s初始化矩阵
Mat::push_back(Mat)在原来的Mat上在加几行
Mat::pop_back(size_t nelems=1)移除最下边几行（但是这几种都没试过）