open CV对图像的各类操作

本文章用于记录自己使用open CV过程中的要点，便于遗忘时查看。

首先使用

using namespace std;
using namespace cv;

避免每次都需要敲 ::cv及::std;

图像的读写显示存取

图像定义：

Mat image;

图像读取：

imread(const String & filename,int flags = IMREAD_COLOR)；

    支持格式有：

• Windows bitmaps - *.bmp, *.dib (always supported)
• JPEG files - *.jpeg, *.jpg, *.jpe (see the Notes section)
• JPEG 2000 files - *.jp2 (see the Notes section)
• Portable Network Graphics - *.png (see the Notes section)
• WebP - *.webp (see the Notes section)
• Portable image format - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (always supported)
• Sun rasters - *.sr, *.ras (always supported)
• TIFF files - *.tiff, *.tif (see the Notes section)
• OpenEXR Image files - *.exr (see the Notes section)
• Radiance HDR - *.hdr, *.pic (always supported)
• Raster and Vector geospatial data supported by Gdal (see the Notes section)

    读取方式有：

IMREAD_UNCHANGED                                        按照图片原格式读入.
IMREAD_GRAYSCALE                                         将图片转为单通道灰色图.
IMREAD_COLOR                                                 将图片转为BGR3通道 .
IMREAD_ANYDEPTH                                           如果图片是16-bit/32-bit ，则保持不变，其他的都转为8-bit.
IMREAD_ANYCOLOR                                          图像以任何可能的颜色格式读取.
IMREAD_LOAD_GDAL                                        使用GDAL载入图像.
IMREAD_REDUCED_GRAYSCALE_2                  将图片转为单通道灰色图，同时将图片尺寸裁剪到 1/2.
IMREAD_REDUCED_COLOR_2                          将图片转为BGR 3通道，同时将图片尺寸裁剪到 1/2.
IMREAD_REDUCED_GRAYSCALE_4                  将图片转为单通道灰色图，同时将图片尺寸裁剪到  1/4.
IMREAD_REDUCED_COLOR_4                          将图片转为BGR 3通道，同时将图片尺寸裁剪到 1/4.
IMREAD_REDUCED_GRAYSCALE_8                  将图片转为单通道灰色图，同时将图片尺寸裁剪到 1/8.
IMREAD_REDUCED_COLOR_8                          将图片转为BGR 3通道，同时将图片尺寸裁剪到 1/8.
IMREAD_IGNORE_ORIENTATION                        如果设置，不旋转图像根据EXIF的定位标志

显示图像：

imshow(const String & winname, InputArray mat);

显示窗口：

namedWindow(const String & winname,int flags = WINDOW_AUTOSIZE)  

• WINDOW_NORMAL设置了这个值，用户便可以改变窗口的大小
• 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。

waitKey(int delay = 0)

这个函数用来等待，读取和处理事件。当我们没有输入，只需要窗口停留，就可以将参数设为0。

图像保存：

imwrite(const String & filename InputArray img, const vector< int > & params = vector< int >())  

图像缩放、旋转、截取、叠加

缩放：

resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR )

InputArray src     -原图像 
OutputArray dst    -输出图像 
Size dsize         -目标图像的大小 
double fx=0        -在x轴上的缩放比例 
double fy=0        -在y轴上的缩放比例 
int interpolation  -插值方式，有以下四种方式 
    INTER_NN      -最近邻插值 
    INTER_LINEAR  -双线性插值 (缺省使用) 
    INTER_AREA    -使用象素关系重采样，当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 INTER_NN 方法。 
    INTER_CUBIC   -立方插值。 

dsize与（fx,fy）不能同时为0

旋转：

Mat rotMat;Point rotCenter = Point(x,y);    //    x,y为旋转中心坐标
rotMat = getRotationMatrix2D(Point2f center, double angle, double scale);//获取旋转矩阵,angle为逆时针;scale为缩放比例.
warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar()); 

根据getAffineTransform或getRotationMatrix2D得到的变换矩阵，计算变换后的图像。

src为输入图像

dst为变换后图像，类型与src一致。

M为变换矩阵，需要通过其它函数获得，当然也可以手动输入。
dsize为输出图像的大小

flags，插值算法，详细如下：

    INTER_NEAREST        = 0,  //最近邻插值  
    INTER_LINEAR         = 1, //双线性插值  
    INTER_CUBIC          = 2, //双三次插值  
    INTER_AREA           = 3, //区域插值，使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。
    INTER_LANCZOS4       = 4, //Lanczos插值（超过8×8像素邻域的Lanczos插值） 
    INTER_MAX            = 7,  
    WARP_FILL_OUTLIERS   = 8, //填充所有输出图像的象素  
    WARP_INVERSE_MAP     = 16  //逆变换

borderMode为边界处理方式：

    BORDER_CONSTANT    = 0, //!< `iiiiii|abcdefgh|iiiiiii`  with some specified `i`  
    BORDER_REPLICATE   = 1, //!< `aaaaaa|abcdefgh|hhhhhhh`  
    BORDER_REFLECT     = 2, //!< `fedcba|abcdefgh|hgfedcb`  
    BORDER_WRAP        = 3, //!< `cdefgh|abcdefgh|abcdefg`  
    BORDER_REFLECT_101 = 4, //!< `gfedcb|abcdefgh|gfedcba`  
    BORDER_TRANSPARENT = 5, //!< `uvwxyz|absdefgh|ijklmno`  
    BORDER_REFLECT101  = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101  
    BORDER_DEFAULT     = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101  

    BORDER_ISOLATED    = 16 //!< do not look outside of ROI  

截取：

Mat imageROI;
imageROI = image(Rect(100, 100, 400, 400));

或者用：

imageROI = image(Range(100, 400),Range(100, 400));

叠加：

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

公式为： dst = src1*alpha + src2*beta + gamma;

注意：图像大小必须一致。如果不一致，可以用ROI方法：

首先在原图中取出需要添加的位置图像：

imageROI = image(Rect(200, 200, image_to_add.cols, image_to_add.rows));

然后将需要添加的图像融合：

addWeighted(image_to_add, 0.8, imageROI, 0.1, 0., imageROI);

这样需要叠加的图像 image_to_add 就添加到imageROI区域了。

直方图、梯度、滤波

直方图：
        参考：点击打开链接

sobel算子计算梯度：

        参考：点击打开链接

直方图均衡：

equalizeHist(InputArray src,
             OutputArray dst 
);

中值滤波：

blur(InputArray src,
     OutputArray dst,
     Size ksize,
     Point anchor = Point(-1,-1),
     int borderType = BORDER_DEFAULT 
);

高斯滤波：

GaussianBlur(InputArray src,
             OutputArray dst,
             Size ksize,
             double sigmaX,
             double sigmaY = 0,
             int borderType = BORDER_DEFAULT 
);

双边滤波：

bilateralFilter(InputArray src,
                OutputArray dst,
                int d,
                double sigmaColor,
                double sigmaSpace,
                int borderType = BORDER_DEFAULT 
);

方框滤波：

boxFilter(InputArray src,
          OutputArray dst,
          int ddepth,
          Size ksize,
          Point anchor = Point(-1,-1),
          bool normalize = true,
          int borderType = BORDER_DEFAULT 
);

颜色空间转换

参考：点击打开链接

边缘、轮廓

用Sobel计算边缘

 假定输入图像矩阵为 I，卷积核大小为 3x3，则水平一阶导数 Gx 和垂直一阶导数 Gy 分别为：

Gx=⎡⎣⎢−1−2−1000121⎤⎦⎥∗IGy