[Learning OpenCV入门2]CMake生成源代码以及HighGUI部分内容

本文主体及代码由摘录《OpenCV3编程入门》部分并加上自己理解内容整理而成如有纰漏欢迎指正

本文要点

1，了解imread, imwrite ,imshow,Rect,Range，addWeighted，namedWindow， destoryWindow()以及destoryAllWindows()本部分还尚未编写 成员函数
其中namedWindow为imshow服务，namedWindow创建一个**名称的窗口，imshow成员函数通过imshow("**",srcImage);即可以在**窗口中显示
2，了解OpenCV交互式性质成员函数的使用，比如说createTrackbar(),getTrackbarPos(),setMouseCallback()成员函数

3，报错，版本显示以及控制台程序
4，书写程序规范

本文第一个程序为自己书写，存在很多值得改进的地方，作为对比不再修改

下图为第二个程序--交互式程序（实现滑动条控制透明度改变，核心调用createTrackbar函数）的思路整理

这是该交互式程序书写规范总结

全书章节部分

该书中主体部分分为

第一部分快速上手OpenCV 

包括一些命名规则，命名空间，CMake以及OpenCV的安装

HighGUI部分初步

（包含Mat容器，imread,imshow,imwrite,namedWindow,createTrackbar函数，这一部分可以联系Matlab相关语句进行学习）

既然是初步说明很多函数没有展示，还需要后续掌握学习

第二部分初探core组件

opencv_core模块：其中包含OpenCV基本数据结构、动态数据结构、绘图与数组操作的相关函数、辅助功能与系统函数、基本的算法函数等核心功能。 

包含两个章节OpenCV数据结构与基本绘图 和 core组件进阶

OpenCV数据结构与基本绘图

在OpenCV数据结构与基本绘图当中介绍了基础图像容器Mat,常用数据结构（比如点，尺寸表示，矩形表示，颜色空间转换）以及函数（DrawEllipse等等，可以联系VC++中GDI的知识）

core组件进阶

在core组件中主要有访问图像的像素（介绍了图像在内存当中的存储方式，访问等等），图像混合，分离颜色通道，调整对比度以及亮度，离散傅里叶变换，输入输出XML和YAML文件

第三部分 掌握imgproc组件

opencv_imgproc模块：包含图像处理函数，主要包含图像滤波、图像的几何变换、直方图、特征检测、目标跟踪等内容。  

该部分顾名思义就是图像处理为主的组件介绍

在图像处理方面：

包括线性滤波，非线性滤波，形态学处理，图像金字塔以及尺寸缩放，阈值化，漫水填充等内容。

在图像变换方面：

边缘检测，Hough变换，重映射，仿射变换，直方图的均衡化。

在图像轮廓与图像分割修复方面：

绘制轮廓，寻找土包，图像的矩运算，分水岭算法，图像修补。

在直方图与匹配方面：

直方图介绍，直方图对比，反向投影，模板匹配。

第四部分深入feature2d组件

该内容包含 角点检测以及特征检测与匹配

在角点检测中包含几种角点检测：

Harris角点,Shi-Tomasi角点检测，亚像素角点检测

特征检测与匹配中：

SURF,FLANN,ORB

智能显示当前使用的OpenCV版本代码：

printf("当前OpenCV版本为OpenCV"CV_VERSION);

CMake生成OpenCV源代码工程的解决方案

通过CMake可以对源代码进行再次编译得到二进制文件

或者修改原版官方的OpenCV代码，编译后为自己所用，深入理解OpenCV

大致步骤：选择好源文件夹和目标文件夹后经过两次Configure和一次Generate即可以生成解决方案，通过打开sln即可以对里边的相关代码进行阅读以及编辑

具体参见OpenCV3编程入门相关部分。

BTW 目前编写OpenCV在VS2013下的方法是创建Win32控制台程序而不是Win32项目，空项目不空项目现在还没体会出来有什么不同

感受到唯一的不同是预编译头的区分，下面粘贴上预编译头的知识

所谓头文件预编译，就是把一个工程(Project)中使用的一些MFC标准头文件(如Windows.H、Afxwin.H)预先编译，以后该工程编译时，不再编译这部分头文件，仅仅使用预编译的结果。这样可以加快编译速度，节省时间。
预编译头文件通过编译stdafx.cpp（stdafx=std+afx,记得在学习MFC的时候afx应该是一个全局函数，具体忘了还需要补充）生成，以工程名命名，由于预编译的头文件的后缀是“pch”，所以编译结果文件是projectname.pch。
编 译器通过一个头文件stdafx.h来使用预编译头文件。stdafx.h这个头文件名是可以在project的编译设置里指定的。编译器认为，所有在指 令#include "stdafx.h"前的代码都是预编译的，它跳过#include "stdafx. h"指令，使用projectname.pch编译这条指令之后的所有代码。
因此，所有的CPP实现文件第一条语句都是：#include "stdafx.h"。

HighGUI图形用户界面

PS：在#include<opencv2/opencv.hpp>中包含了core,imgproc等等模块的头文件，在实际操作中可以不必写冗余的包含在这个里边的头文件比如说#include"opencv2/highgui/highgui.hpp"等等等等

回到之前上一篇的模块：

opencv_core模块：其中包含OpenCV基本数据结构、动态数据结构、绘图与数组操作的相关函数、辅助功能与系统函数、基本的算法函数等核心功能。 
opencv_imgproc模块：包含图像处理函数，主要包含图像滤波、图像的几何变换、直方图、特征检测、目标跟踪等内容。 
opencv_highgui模块：高层GUI图形用户界面，包含媒体的I/O输入输出函数，读写图像及视频的函数，以及操作图形用户界面函数。 

Mark：imread函数，imshow,imwrite以及namedWindow()函数都分别与Matlab中的imread,imshow,imwrite,figure()有相近之处，可以互为参考学习

imread函数

通过右键转到定义

CV_EXPORTS_W Mat imread( const String& filename, int flags = IMREAD_COLOR );<pre name="code" class="cpp">/** @brief Loads a multi-page image from a file. (see imread for details.)

@param filename Name of file to be loaded.
@param flags Flag that can take values of @ref cv::ImreadModes, default with IMREAD_ANYCOLOR.
@param mats A vector of Mat objects holding each page, if more than one.
*/

可以看到一共有两个参数，第一个参数为路径名称

第二个参数定义输入图片显示的类型（真实度，可以采用或运算）

可以在OpenCV中标识图像格式的枚举体中取值。通过转到定义，我们可以在higui_c.h中发现这个枚举的定义是这样的：

 enum
 {
 /* 8bit, color or not */
    CV_LOAD_IMAGE_UNCHANGED  =-1,
 /* 8bit, gray */
    CV_LOAD_IMAGE_GRAYSCALE  =0,
 /* ?, color */
    CV_LOAD_IMAGE_COLOR      =1,
 /* any depth, ? */
    CV_LOAD_IMAGE_ANYDEPTH   =2,
 /* ?, any color */
    CV_LOAD_IMAGE_ANYCOLOR   =4
 };

相应的解释：

• CV_LOAD_IMAGE_UNCHANGED，这个标识在新版本中被废置了，忽略。
• CV_LOAD_IMAGE_ANYDEPTH- 如果取这个标识的话，若载入的图像的深度为16位或者32位，就返回对应深度的图像，否则，就转换为8位图像再返回。
• CV_LOAD_IMAGE_COLOR- 如果取这个标识的话，总是转换图像到彩色一体
• CV_LOAD_IMAGE_GRAYSCALE- 如果取这个标识的话，始终将图像转换成灰度1

 

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通道图。

如果想要载入最真实的图像，选择CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR。

 

因为flags是int型的变量，如果我们不在这个枚举体中取值的话，还可以这样来：

• flags >0返回一个3通道的彩色图像。
• flags =0返回灰度图像。
• flags <0返回包含Alpha通道的加载的图像。

需要注意的点：输出的图像默认情况下是不载入Alpha通道进来的。如果我们需要载入Alpha通道的话呢，这里就需要取负值。

 

如果你搞怪，flags取1999，也是可以的，这时就表示返回一个3通道的彩色图像。

 

 

 Mat image0=imread("dota.jpg",CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR);//载入最真实的图像
 ge1=imread("dota.jpg",0);//载入灰度图
 Mat image2=imread("dota.jpg",199);//载入3通道的彩色图像
 Mat logo=imread("dota_logo.jpg");//载入3通道的彩色图像

namedWindow函数

顾名思义，namedWindow函数，用于创建一个窗口。

函数原型是这样的：

 void namedWindow(const string& winname,int flags=WINDOW_AUTOSIZE );

      ■ 第一个参数，const string&型的name，即填被用作窗口的标识符的窗口名称。

      ■ 第二个参数，int 类型的flags ，窗口的标识，可以填如下的值：

• WINDOW_NORMAL设置了这个值，用户便可以改变窗口的大小（没有限制）
• WINDOW_AUTOSIZE如果设置了这个值，窗口大小会自动调整以适应所显示的图像，并且不能手动改变窗口大小。
• WINDOW_OPENGL 如果设置了这个值的话，窗口创建的时候便会支持OpenGL。

函数剖析：

首先需要注意的是，它有默认值WINDOW_AUTOSIZE，所以，一般情况下，这个函数我们填一个变量就行了。

namedWindow函数的作用是，通过指定的名字，创建一个可以作为图像和进度条的容器窗口。如果具有相同名称的窗口已经存在，则函数不做任何事情。

我们可以调用destroyWindow()或者destroyAllWindows()函数来关闭窗口，并取消之前分配的与窗口相关的所有内存空间。

但话是这样说，其实对于代码量不大的简单小程序来说，我们完全没有必要手动调用上述的destroyWindow()或者destroyAllWindows()函数，因为在退出时，所有的资源和应用程序的窗口会被操作系统会自动关闭。

imshow函数

在指定的窗口中显示一幅图像。

 void imshow(const string& winname, InputArray mat);

 ■ 第一个参数，const string&类型的winname，填需要显示的窗口标识名称。

 ■ 第二个参数，InputArray 类型的mat，填需要显示的图像。

很多时候，遇到函数原型中的InputArray类型，我们把它简单地当做Mat类型就行了。

imwrite函数

在OpenCV中，输出图像到文件，我们一般都用imwrite函数，它的声明如下：

 bool imwrite(const string& filename,InputArray img, const vector<int>& params=vector<int>() );

 

 ■ 第一个参数，const string&类型的filename，填需要写入的文件名就行了，带上后缀，比如，“123.jpg”这样。

 ■ 第二个参数，InputArray类型的img，一般填一个Mat类型的图像数据就行了。

 ■ 第三个参数，const vector<int>&类型的params，表示为特定格式保存的参数编码，它有默认值vector<int>()，所以一般情况下不需要填写。而如果要填写的话，有下面这些需要了解的地方：

 对于JPEG格式的图片，这个参数表示从0到100的图片质量（CV_IMWRITE_JPEG_QUALITY），默认值是95.

• 对于PNG格式的图片，这个参数表示压缩级别（CV_IMWRITE_PNG_COMPRESSION）从0到9。较高的值意味着更小的尺寸和更长的压缩时间，而默认值是3。
• 对于PPM，PGM，或PBM格式的图片，这个参数表示一个二进制格式标志（CV_IMWRITE_PXM_BINARY），取值为0或1，而默认值是1。

 

函数解析：

imwrite函数用于将图像保存到指定的文件。图像格式是基于文件扩展名的，可保存的扩展名和imread中可以读取的图像扩展名一样，为了方便查看，我们在这里再列一遍：

• Windows位图 - *.bmp, *.dib
• JPEG文件 - *.jpeg, *.jpg, *.jpe
• JPEG 2000文件- *.jp2
• PNG图片 - *.png
• 便携文件格式- *.pbm, *.pgm, *.ppm
• Sun rasters光栅格式 - *.sr, *.ras
• TIFF 文件 - *.tiff, *.tif

addWeighted函数

顾名思义它是一个加权函数，在OpenCV的core.hpp头文件下可以发现如下定义

CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2,
                              double beta, double gamma, OutputArray dst, int dtype = -1);

/** @brief Scales, calculates absolute values, and converts the result to 8-bit.
简单的进行缩放，计算绝对值，将结果转换为8位
On each element of the input array, the function convertScaleAbs
performs three operations sequentially: scaling, taking an absolute
value, conversion to an unsigned 8-bit type:
\f[\texttt{dst} (I)= \texttt{saturate\_cast<uchar>} (| \texttt{src} (I)* \texttt{alpha} +  \texttt{beta} |)\f]
In case of multi-channel arrays, the function processes each channel
independently.如果是多通道数组，这个函数将分别对每个通道进行处理
 When the output is not 8-bit, the operation can be
emulated by calling the Mat::convertTo method (or by using matrix
expressions) and then by calculating an absolute value of the result.
For example:
@code{.cpp}
    Mat_<float> A(30,30);
    randu(A, Scalar(-100), Scalar(100));
    Mat_<float> B = A*5 + 3;
    B = abs(B);
    // Mat_<float> B = abs(A*5+3) will also do the job,
    // but it will allocate a temporary matrix
@endcode
@param src input array.
@param dst output array.
@param alpha optional scale factor.
@param beta optional delta added to the scaled values.
@sa  Mat::convertTo, cv::abs(const Mat&)
*/

下面给出一个实例，对读取图像以及显示图像，划分ROI区域进行一个认识

int _tmain(int argc, _TCHAR* argv[])
{
	//下列部分为简单读图以及显示程序
	/*
	显示流程：
	1，定义Mat迭代器（Mat为一种迭代器，迭代器类似于指针，参见OpenCV1.0的读取过程）
	2，将图片读入到Mat类型的变量当中
	3，创建新窗口（新窗口中首先定义名称，然后定义窗口的flag:
	比如说WINDOW_AUTOSIZE,OPENGL,NORMAL)
	4,将图片依附在窗口中：imshow("窗口名称"，Mat变量名)
	*/	
	Mat colorimag = imread("1.jpg", 199);
	namedWindow("向日葵", WINDOW_AUTOSIZE);
	if (!colorimag.data){ printf("没有图1啊大哥"); return -1; }
	imshow("向日葵", colorimag);
	Mat grayimag = imread("1.jpg", 0);
	if (!grayimag.data){ printf("没有图1啊大哥"); return -1; }
	namedWindow("灰度向日葵", WINDOW_AUTOSIZE);
	imshow("灰度向日葵", grayimag);
	//下列部分为为图片划定ROI区域
	/*
	1，初始化imageROI
	2，给imageROI赋值：即在一个大矩阵中通过采用Rect或者Range成员函数
	在生成图像内划定一个子矩阵
	3，调用addWeighted函数将图像进行合成
	*/
	Mat logo = imread("dota_logo.jpg");
	namedWindow("dota_logo", WINDOW_AUTOSIZE);
	imshow("dota_logo", logo);
	Mat imageROI;
	imageROI = colorimag(Rect(80, 35, logo.cols, logo.rows));
	//也可以采用Range：colorimag(Range(80,80+logo.rows,35,35+logo.cols));
	addWeighted(imageROI, 0.5, logo, 0.5, 0., imageROI);
	namedWindow("合成", WINDOW_AUTOSIZE);
	imshow("合成", colorimag);
	imwrite("imwrite生成的图片.bmp", colorimag);
	waitKey(0);
}

OpenCV交互式操作成员函数

在这里先介绍几个目前用到的createTrackbar(),getTrackbarPos(),setMouseCallback()成员函数

先从滑动条开始

再次pou上上面那张图

//---------------------------------【头文件、命名空间包含部分】-------------------------------
//		描述：包含程序所使用的头文件和命名空间
//-------------------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;

//-----------------------------------【宏定义部分】-------------------------------------------- 
//  描述：定义一些辅助宏 
//------------------------------------------------------------------------------------------------ 
#define WINDOW_NAME "【滑动条的创建&线性混合示例】"        //为窗口标题定义的宏 


//-----------------------------------【全局变量声明部分】--------------------------------------
//		描述：全局变量声明将全局变量写在一起有助于理解
//-----------------------------------------------------------------------------------------------
const int g_nMaxAlphaValue = 100;//Alpha值的最大值
int g_nAlphaValueSlider;//滑动条对应的变量
double g_dAlphaValue;
double g_dBetaValue;

//声明存储图像的变量
Mat g_srcImage1;
Mat g_srcImage2;
Mat g_dstImage;


//-----------------------------------【on_Trackbar( )函数】--------------------------------
//		描述：响应滑动条的回调函数
//------------------------------------------------------------------------------------------
void on_Trackbar(int, void*)
{
	//求出当前alpha值相对于最大值的比例
	g_dAlphaValue = (double)g_nAlphaValueSlider / g_nMaxAlphaValue;
	//则beta值为1减去alpha值
	g_dBetaValue = (1.0 - g_dAlphaValue);

	//根据alpha和beta值进行线性混合
	addWeighted(g_srcImage1, g_dAlphaValue, g_srcImage2, g_dBetaValue, 0.0, g_dstImage);
	/*
	先熟悉一下addWeighted的原型，Mat将在下一篇博文进行介绍
	void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1);
	第一个参数，InputArray类型的src1，表示需要加权的第一个数组，常常填一个Mat。
    第二个参数，alpha，表示第一个数组的权重
    第三个参数，src2，表示第二个数组，它需要和第一个数组拥有相同的尺寸和通道数。
    第四个参数，beta，表示第二个数组的权重值。
    第五个参数，dst，输出的数组，它和输入的两个数组拥有相同的尺寸和通道数。
    第六个参数，gamma，一个加到权重总和上的标量值。看下面的式子自然会理解。
    第七个参数，dtype，输出阵列的可选深度，有默认值-1。;当两个输入数组具有相同的深度时，这个参数设置为-1（默认值），即等同于src1.depth（）。
	*/

	//显示效果图
	imshow(WINDOW_NAME, g_dstImage);
}


//-----------------------------【ShowHelpText( )函数】--------------------------------------
//		描述：输出帮助信息
//-------------------------------------------------------------------------------------------------
//-----------------------------------【ShowHelpText( )函数】----------------------------------
//		描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{
	system("color 5E");//改变控制台窗口颜色

	printf("\n\n\t\t\t   当前使用的OpenCV版本为：" CV_VERSION);
	printf("\n\n  ----------------------------------------------------------------------------\n");
}


//--------------------------------------【main( )函数】-----------------------------------------
//		描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main(int argc, char** argv)
{

	//显示帮助信息
	ShowHelpText();

	//加载图像 (两图像的尺寸需相同)
	g_srcImage1 = imread("1.jpg");
	g_srcImage2 = imread("2.jpg");
	if (!g_srcImage1.data) { printf("读取第一幅图片错误，请确定目录下是否有imread函数指定图片存在~！ \n"); return -1; }
	if (!g_srcImage2.data) { printf("读取第二幅图片错误，请确定目录下是否有imread函数指定图片存在~！\n"); return -1; }

	//设置滑动条初值为70
	g_nAlphaValueSlider = 70;

	//创建窗体
	namedWindow(WINDOW_NAME, 1);

	//在创建的窗体中创建一个滑动条控件
	char TrackbarName[50];
	sprintf(TrackbarName, "透明值 %d", g_nMaxAlphaValue);
	//把格式化的数据写入某个字符串缓冲区。
	//int sprintf( char *buffer, const char *format, [ argument] … );
	createTrackbar(TrackbarName, WINDOW_NAME, &g_nAlphaValueSlider, g_nMaxAlphaValue, on_Trackbar);

	//结果在回调函数中显示
	on_Trackbar(g_nAlphaValueSlider, 0);

	//按任意键退出
	waitKey(0);

	return 0;
}