opencv2 tutorial_code ImgProc部分

1、BasicLinearTransforms.cpp 基本线性变换

基本线性变换可以使用 image.convertTo(new_image, -1, alpha, beta) 实现。该程序使用 new_image.at<Vec3b>(y,x)[c] = saturate_cast<uchar>( alpha*( image.at<Vec3b>(y,x)[c] ) + beta ) 实现。

注意点：

（1）saturate_cast<uchar> 模板类

（2）坐标x与y对调

（3）通道读取方法

2、Morphology_1.cpp 形态学变换_1 （腐蚀膨胀）

（1）滑动条函数：int createTrackbar(const String& trackbarname, const String& winname, 
                              int* value, int count,
                              TrackbarCallback onChange = 0,
                              void* userdata = 0)

参数：滑动条名称，图像框名称，滑动条值，滑动条终点值，回调函数

（2）滑动条命名时可以定义位置类型

（3）腐蚀和膨胀的单词区分：Erosion 腐蚀 ，Dilation 膨胀

（4）腐蚀类型：MORPH_RECT，MORPH_CROSS，MORPH_ELLIPSE

（5）过程：

Mat element = getStructuringElement( dilation_type,
                       Size( 2*dilation_size + 1, 2*dilation_size+1 ),    //核大小
                       Point( dilation_size, dilation_size ) );                 //起点，默认Point(-1,-1)为中心点

dilate( src, dilation_dst, element );

3、Morphology_2.cpp 形态学变换_2 （开闭梯度顶帽黑帽）

（1）开：先腐蚀再膨胀，能够排除小团块物体

（2）闭：先膨胀再腐蚀，能够排除小黑洞

（3）梯度：膨胀图和腐蚀图之差，能够保留物体的边缘轮廓

（4）顶帽：原图与开运算结果图之差

（5）黑帽：闭运算结果图与原图之差

（6）过程：

Mat element = getStructuringElement( morph_elem, Size( 2*morph_size + 1, 2*morph_size+1 ), Point( morph_size, morph_size ) );

 morphologyEx( src, dst, operation, element );

4、Morphology_3.cpp 形态学变换_3 （水平、垂直提取）

（1）二值化：void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C)

int adaptiveMethod：在一个邻域内计算阈值所采用的算法，有两个取值，分别为 ADAPTIVE_THRESH_MEAN_C 和 ADAPTIVE_THRESH_GAUSSIAN_C 。

ADAPTIVE_THRESH_MEAN_C的计算方法是计算出领域的平均值再减去第七个参数double C的值

ADAPTIVE_THRESH_GAUSSIAN_C的计算方法是计算出领域的高斯均值再减去第七个参数double C的值

int thresholdType：这是阈值类型，只有两个取值，分别为 THRESH_BINARY 和THRESH_BINARY_INV  具体的请看官方的说明，这里不多做解释

int blockSize：adaptiveThreshold的计算单位是像素的邻域块，邻域块取多大，就由这个值作决定

double C：在对参数int adaptiveMethod的说明中，我已经说了这个参数的作用，从中可以看出，这个参数实际上是一个偏移值调整量

（2）过程：

int horizontalsize = horizontal.cols / 30;

Mat horizontalStructure = getStructuringElement(MORPH_RECT, Size(horizontalsize,1));

 erode(horizontal, horizontal, horizontalStructure, Point(-1, -1));
 dilate(horizontal, horizontal, horizontalStructure, Point(-1, -1));

（3）bitwise_not（）图像反转

（4）去边：原图模糊（白底黑图）后与边缘（黑底白边）叠加。

5、Pyramids.cpp 高斯金字塔

图像放大、缩小

1. void pyrDown(InputArray src,   
2.              OutputArray dst,   
3.              const Size& dstsize=Size())  
   

6、Smoothing.cpp 

参考博客：http://blog.csdn.net/tealex/article/details/51553787

归一化滤波：blur( src, dst, Size( i, i ), Point(-1,-1) ) 线性
高斯滤波：GaussianBlur( src, dst, Size( i, i ), 0, 0 ) 线性，去白噪声
中值滤波：medianBlur ( src, dst, i ) 非线性，去椒盐噪声
双边滤波： bilateralFilter ( src, dst, i, i*2, i/2 ) 非线性，效果好，可以实现保边去噪

滤波器小结
一、低通滤波器（模糊和平滑）
1、均值（线性）
2、高斯（线性）  去白噪声
3、中值（非线性） 去椒盐噪声
二、高通滤波器（可边缘检测）
1、sobel算子（方向）
2、拉普拉斯变换（二阶导数）
三、邻域滤波
1、方框
2、高斯
3、中值
4、双边（非线性） 保边去噪

7、Threshold.cpp 二值化

threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );

Binary：即二值化，将大于阈值的灰度值设为最大灰度值，小于阈值的值设为0。

Binary Inverted：将大于阈值的灰度值设为0，大于阈值的值设为最大灰度值。

Threshold Truncated：将大于阈值的灰度值设为阈值，小于阈值的值保持不变。

Threshold to Zero：将小于阈值的灰度值设为0，大于阈值的值保持不变。

Threshold to Zero Inverted：将大于阈值的灰度值设为0，小于阈值的值保持不变。

8、Threshold_inRange.cpp  实现单通道图像阈值分割

void inRange(InputArray src,InputArray lowerb, InputArray upperb, OutputArray dst)

lowerb为三通道下限：Scalar(low_b,low_g,low_r)

upperb为三通道上限：Scalar(high_b,high_g,high_r)