OpenCV-图像的基本操作

opencv常用的就是用来进行图像操作了，下面就慢慢来了解一下相关的基本操作吧。

读取和显示图像

#include<iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;  
int main()  
{  
    // 读入一张图片（原画）  
    Mat img=imread("F:\\1.jpg",CV_LOAD_IMAGE_COLOR);  
    // 创建一个名为 "原画"窗口  
    namedWindow("原画");  
    // 在窗口中显示原画  
    imshow("原画",img);  
    // 等待6000 ms后窗口自动关闭  
    waitKey(6000);  
    return 0；
} 

这样就可以读取和显示一幅图像了。
这里要注意：imread()函数第二个参数有三种：
CV_LOAD_IMAGE_COLOR （>0）
CV_LOAD_IMAGE_GRAYSCALE ( 0 )
CV_LOAD_IMAGE_UNCHANGED m ( <0 )
分别为RGB彩色模式，灰度模式，和不变模式，前读取的数据结构肯定和参数描述的一样，不管实际图像是怎么样的，即输入图像是彩色的，若是用了灰度模式则读出的图像为单通道图像，若图像用了彩色模式，即使输入图像是灰度的，读出的数据也是3通道的。最后一中模式则视输入图像而定，参数缺省为彩色模式；
namedWindow()函数也是有参数，不过一般都使用缺省值 WINDOW_AUTOSIZE；
waitKey()表示窗口等待时间，0表示永远等待；

图像像素值的几种遍历方式

需要注意的是opencv中图像处理数据最多的类型是uchar，即一个字节类型数据：
1、这种方法类似于Matlab中的图像遍历;

for(int i=0;i<image.rows;i++){//RGB模式
    for(int j=0;j<image.cols;j++){
        image.at<Vec3b>(i,j)[0]
        image.at<Vec3b>(i,j)[1]
        image.at<Vec3b>(i,j)[2]
    }
}

for(int i=0;i<image.rows;i++){//灰度模式
    for(int j=0;j<image.cols;j++)
        image.at<uchar>(i,j)
}

2、利用指针进行遍历，即利用一个指针表示一行的表示数据，再通过指针在行内移位进行数据读取：

uchar* p;
for( i = 0; i < nRows; ++i){
    p = I.ptr<uchar>(i);
    for ( j = 0; j < nCols; ++j){
        p[j] = table[p[j]];
    }
}

3、有时图像的数据存储是连续的，即所有数据都连在一块，因此可以逐个读取,与上一种方式相似，不过只有1行：

if (I.isContinuous()){
    nCols *= nRows;
    nRows = 1;
}
uchar *p = grayimg.ptr<uchar>(0);
for(int i = 0; i < ncols; i++){
    p[i] = n[i];
}

4、迭代器，不常用，效率略低，不再详细介绍；
要想看更加详细的解释说明，请参考：http://blog.csdn.net/daoqinglin/article/details/23628125

提取RGB分量，我们知道RGB图像具有三个分量，如何将他们一一分开，下面我们利用图像不遍历的方法来实现：

#include "opencv2\imgproc\imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

#include <iostream>
using namespace std;
using namespace cv;

void readRgb(Mat &img, Mat &simg, int c);
int main()
{
    Mat img;
    img = imread("F:\\Myfile\\Test_picture\\1.jpg");
    //读取彩色图像
    Mat red(img.rows,img.cols,CV_8UC1,Scalar::all(0));
    readRgb(img,red,2);
    namedWindow("img");
    namedWindow("rimg");
    imshow("img",img);
    imshow("rimg",red);

    waitKey(0);
    return 0;
}
//由于imread读取图像通道的顺序为BGR，因此这里提取图像RGB分量c=0,1,2分别对应BGR
void readRgb(Mat &img, Mat &simg, int c){
    for(int i = 0; i < img.rows; i++){
        for(int j = 0; j < img.cols; j++){
            simg.at<uchar>(i,j) = img.at<Vec3b>(i,j)[c];
        }
    }
}

简单函数使用

下面我们来对图像进行一些小操作：
1、两幅图像相加

#include<iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;  

int main()
{
    double a = 0.5;
    Mat img1,img2,imgadd;
    img1 = imread("F:\\Myfile\\Test_picture\\4.jpg");
    img2 = imread("F:\\Myfile\\Test_picture\\1_1.jpg");
    addWeighted(img1,a,img2,1-a,0,imgadd);
    //注意两个图像大小必须相等,但可以是不同深度的图像（彩色，灰度）
    //a为图像像素值系数，表示不同图像的作用程度
    namedWindow("Image");
    imshow("Image",imgadd);
    waitKey(0);
    return 1;
}

2、改变图像的对比度和亮度，通过改变像素值大小来实现

#include<iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;  
int main()
{
    Mat img = imread("F:\\Myfile\\Test_picture\\3_1.jpg");
    //可以采用灰度图像
    Mat newimg = Mat::zeros(img.size(),img.type());//
    for(int i = 0; i<img.rows; i++){
        for(int j = 0; j<img.cols; j++){
            for(int c = 0; c<3; c++){
                newimg.at<Vec3b>(i,j)[c] = saturate_cast<uchar>(2*(img.at<Vec3b>(i,j)[c]) + 50);  
                //涉及Mat元素的访问
            }
        }
    }
    namedWindow("Original image");
    namedWindow("New image");
    imshow("Original image", img);
    imshow("New image", newimg);
    waitKey();
    return 0;
}

saturate_cast为防止数据边界溢出；
上面的遍历转换可以用函数convertTo()表示: img.convertTo(newimg,-1,2,50);

3、灰度转换，彩色图像转换为灰度图像

#include<iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>  
using namespace std;
using namespace cv;  
int main()
{
    Mat img = imread("F:\\Myfile\\Test_picture\\4.jpg");//
    Mat grayimg(img.rows,img.cols,img.depth()) ;//
    //颜色空间变换
    cvtColor(img, grayimg, CV_BGR2GRAY); 
    //imread读彩色图像时默认的通道顺序是BGR
    imwrite("F:\\Myfile\\Test_picture\\4_1.jpg", grayimg);
    namedWindow("Original image");
    namedWindow("New image");
    imshow("Original image", img);
    imshow("New image", grayimg);
    waitKey();
    return 0;
}

将彩色图像转换为灰度图像并将其写入文件。这里用了一个函数cvtColor()，可以转换不同的图像空间，第三个参数代表转换模式，函数集成了很多种转换模式详细见代码定义，需要注意的是这里imread函数读取的通道顺序为BGR。