OpenCV基础02（GUI+图像处理）

第四章 细说highGUI

    1.OpenCV与用户界面GUI的交互都在HighGUI中，里面主要有图像的显示，键盘鼠标相应函数的交互，以及窗口的设置，改变等，这一部分主要掌握的函数有：

	cvNamedWindow(const char* name,int flags=CV_WINDOW_AUTOSIZE);
	cvDestroyWindow();
	cvDestroyAllWindows();
	cvResizeWindow();
	cvMoveWindow();
	cvShowImage();
	cvSaveImage();
	//所有句柄的窗口处理都由封装好的以上函数完成，也可以通过下面的函数访问：
	cvGetWindowName();
	cvGetWindowHandle();//还有其他的函数，类推。
	//下面是响应交互的函数：
	char c=cvWaitKey()；//键盘响应
	//鼠标响应,和键盘不同，鼠标响应必须有回调函数并注册，有格式要求：
	void CvMouseCallBack(int event,int x,int y,int flags,void* param);//通过选取不同的event来设置鼠标响应P113
	void cvSetMouseCallback(const char* windowName,CvMouseCallback onMOuse,void *param=NULL);//例子P114
	//滑动条，也必须有回调函数。
	int cvCreateTracker();
	void CvTrackbarCallback();
	cvGetTrackbarPos();//滑动条的设置
	cvSetTrackbarPos();

    注意：OpenCV中没有按钮，但是可以用滑动条（0,1）来实现按钮的功能，书上P123有例子。

    另外一个重要的图像格式转化函数 从vConvertImage（）；

第五章 图像处理

前面讲了GUI,以及图像的载入和保存，从本章开始将介绍图像处理，获取图像的特征。

1）平滑：

	cvSmooth(const CvArr* src,CvArr* dst,int smoothtype=CV_GAUSSIAN,int param=3);
	//其中，smoothtype有五种类型：简单模糊，简单无放缩模糊，高斯模糊，中值模糊，双边滤波。
	//CV_BLUR(均值)、CV_MEDIAN(中值、图像变化比较大)、CV_GAUSS(常用，效果比较好、但是在边缘处不太好)，
	//CV_BILATE-RAL（双边滤波：采用高斯加权，边缘处理比较好，但较费时）
	//cvSmooth、cvErode()、cvDilate()处理后，输入输出的图像大小是一样大的，因为在OpenCV处理时，边缘创造了“虚拟”像素。

2）膨胀和腐蚀

     膨胀和腐蚀：将图像与核进行卷积，核可以任意大小，膨胀是求局部核内最大值的操作，腐蚀是求局部核内最小值操作，结果一般是：膨胀将图像增亮（轮廓变粗），腐蚀变暗（变细）。经常将图像先经过 二值化处理，在进行膨胀或者腐蚀。函数如下：

	cvErode(IplImage* src,IplImage* dst,IplConvKernel* B=NULL,int iterations=1);//填补凹孔，连通相邻区域
	cvDilate(IplImage* src,IplImage* dst,IplConvKernel* B=NULL,int iterations=1);//消除凸起，去斑点

    自定义核：

<span style="white-space:pre">	</span>IplConvKernel* cvCreateStructuringElementEx(int cols,int rows,int anchor_x,int anchor_y,int shape,int *values=NULL);
	void cvReleaseStructuringElement(IplConvKernel** element);//删除自定义核

3）更通用形态学

    在处理布尔图像或者图像掩码，以上形态学操作就够了，然而在处理灰度或者彩色图像时，需要额外的操作，函数如下：

	void cvMorphologyEx(const CvArr* src,CvArr* dst,CvArr* temp,IplConvKernel* element,int operation,int iteration=1);
	//其中operation指定该函数具体操作：开、闭运算，形态学梯度，“礼帽”，“黑帽”。
	//开操作：先腐蚀后膨胀，结果：除去小的明亮区域，且剩下的明亮区域被隔绝。（闭操作相反）
	//“礼帽”=原图 - 原图的开操作 ，结果：突出亮的斑点；“黑帽”=原图-原图的闭操作，结果：选出暗的区域（黑色区域变亮，分割出来）

    漫水填充和改变图像大小：

	void cvFloodFill();//能设置种子点，及要修改的像素值的区间，一般能处理连通区域。
	void cvResize();//放缩图像的大小，ROI也会进行放缩，可选择插值方法。
	//最近邻插值，原理直观，但是效果不好，
	//线性插值（领域2x2范围距离作为加权求取）：双线性内插值法计算量大，但缩放后图像质量高，但是高频受损（边缘）
	//三次卷积和三次样条法能够克服以上两种算法的不足，计算精度高，但是更复杂。

   金字塔分为Gauss金字塔和拉普拉斯金字塔：

	void cvPyrDown();// Gauss金字塔,原理：先gauss模糊，然后再降采样，删除偶数行列，所以图像大小要能被2整除
	void cvPyrUp();//Laplase金字塔，原理：先新增偶数行列为零，然后用拉普拉斯卷积对新增的行列求其近似的像素（gauss和拉普拉斯不是逆操作）
	void cvPyrSegmentation();//金字塔分割，建立“父--子”之间的关系，分割后可以对其区域进行访问：P154页

4）阈值处理

     分为单一阈值，和自适应阈值：

	void cvThreshold();//单一阈值。
	void cvAdaptiveThreshold();//源图像和目标图像不能一样。
	//自适应阈值，原理：计算bXb区域内加权平均，然后减去一个常数得到自适应阈值，效果较好。