OPencv图像处理基本操作

1. 矩阵数据类型
通用矩阵数据类型：
CV_<bit_depth>(S|U|F)C<number_of_channels>
其中，S表示带符号整数；
U表示无符号整数；
F表示浮点数；
例如：CV_8UC1　表示8位无符号单通道矩阵；
　　　CV_32FC2 表示32位浮点数双通道矩阵；

2. 图像数据类型
通用图像数据类型为：
　　　IPL_DEPTH_<bit_depth>(S|U|F)
如：IPL_DEPTH_8U　表示8位无符号整数图像；
　　IPL_DEPTH_32F 表示32位浮点数图像；

3. 分配和释放图像
3.1 分配一幅图像
　　IpIImage * cvCreateImage(cvSize size, int depth, int channels);
其中size可以用cvSize(width, height)得到。
depth为像素的单位，包括：
IPL_DEPTH_8U
IPL_DEPTH_8S
IPL_DEPTH_16U
IPL_DEPTH_16S
IPL_DEPTH_32S
IPL_DEPTH_32F
IPL_DEPTH_64F
channels为每个像素的通道数，可以是1,2,3或4。通道是交叉排列的，一幅彩色
图像的通常的排列顺序是：
b0 g0 r0 b1 g1 r1 ...

例如：分配一个单通道单字节图像的语句是：
IpIImage* img1 = cvCreateImage(cvSize(640, 480), IPL_DEPTH_8U, 1);

分配一个三通道浮点数图像语句是：
IpIImage* img2 = cvCreateImage(cvSize(640, 480), IPL_DEPTH_32F, 3);

3.2 释放图像
void cvReleaseImage(IpIImage **);

3.3 复制一幅图像
IpIImage* cvCloneImage(IpIImage *);
如：
IpIImage* img1 = cvCreateImage(cvSize(640, 480), IPL_DEPTH_8U, 1);
IpIImage* img2;
img2 = cvCloneImage(img1);

3.4 设置或得到感兴趣区域ROI
void cvSetImageROI(IpIImage* image, cvRect rect);
void cvResetImageROI(IpIImage* image);
vRect cvGetImageROI(const IpIImage* image);

4. 图像的读写
4.1 从文件中获取图像
从文件中读取图像可以采用下面的语句：
IpIImage* img = 0;
img = cvLoadImage(filename);
if (!img)
printf("Could not load image file: %s\n", filename);

默认为读取三通道图像。如果改变设置则采用如下的方式：
img = cvLoadImage(filename, flag);
当flag > 0时，表示载入图像为3通道彩色图像；
当flag = 0时，表示载入图像为单通道灰色图像；
当flag < 0时，表示载入图像由文件中的图像通道数决定。

5. 图像转换
5.1 将灰度图像转换为彩色图像
cvConvertImage(src, dst, flags = 0);
其中，src表示浮点（单字节）灰度（彩色）图像；
dst表示单字节灰度（彩色）图像；
flags表示
+--- CV_CVTIMG_FLIP, 垂直翻转
flags = |
+--- CV_CVTIMG_SWAP_RB, 交换R和B通道

5.2 将彩色图像转换为灰度图像
cvCvtColor(cimg, gimg, CV_RGB2GRAY);

5.3 彩色空间的转换
cvCvtColor(src, dst, code);
其中code为：CV_<X>2<Y>，而<X>,<Y> = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS。

6. 绘制命令
绘图语句为：
cvRectangle, cvCircle, cvLine, cvPolyLine, cvFillPoly, cvInitFont, cvPutText。

    //灰度化
    IplImage *img_color = [self CreateIplImageFromUIImage:imageView.image];
    IplImage *img = cvCreateImage(cvGetSize(img_color), IPL_DEPTH_8U, 1);
    cvCvtColor(img_color, img, CV_BGR2GRAY);
    cvReleaseImage(&img_color);
    
    /* //二值化
     IplImage *img2 = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
     cvThreshold(img,img2,10.0,255,CV_THRESH_OTSU);
     //cvThreshold(img,img2,128.0,255,CV_THRESH_OTSU);
     cvReleaseImage(&img);*/
    
    
    // Detect edge
    IplImage *img2 = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
    cvCanny(img, img2, 64, 128, 3);
    cvReleaseImage(&img);
    
    /*// Scaling down 放大图片
     IplImage *img2 = cvCreateImage(cvSize(img_color->width/2,img_color->height/2), IPL_DEPTH_8U, 3);
     cvPyrDown(img_color, img2, CV_GAUSSIAN_5x5);
     cvReleaseImage(&img_color);*/
    
    /*//高斯
     IplImage *img2 = cvCreateImage(cvGetSize(img5),IPL_DEPTH_8U, 1);
     cvSmooth(img5, img2,CV_GAUSSIAN,3,0,0,0);
     cvReleaseImage(&img5);*/
    
    // Convert black and whilte to 24bit image then convert to UIImage to show
    IplImage *image = cvCreateImage(cvGetSize(img2), IPL_DEPTH_8U, 3);
    for(int y=0; y<img2->height; y++) {
        for(int x=0; x<img2->width; x++) {
            char *p = image->imageData + y * image->widthStep + x * 3;
            *p = *(p+1) = *(p+2) = img2->imageData[y * img2->widthStep + x];
        }
    }
    cvReleaseImage(&img2);
   
     图像的剪切有多种方法，其中一种是使用ROI的方法
     第一步：将需要剪切的图像图像不部分设置为ROI
     cvSetImageROI(src , cvRect(x,y,width,height));
     第二步：新建一个与需要剪切的图像部分同样大小的新图像
     cvCreateImage(cvSize(width,height),IPL_DEPTH,nchannels);
     第三步：将源图像复制到新建的图像中
     cvCopy(src,dst,0);
     第四步：释放ROI区域
     cvResetIamgeROI(src);
    IplImage *img_color11 = [self CreateIplImageFromUIImage:imageView.image];
    cvSetImageROI(img_color11 , cvRect(_nOrignX,_nOrignY,_nWidth,_nHeight));
    IplImage *image4 = cvCreateImage(cvSize(_nWidth,_nHeight), IPL_DEPTH_8U, 3);
    cvCopy(img_color11, image4, 0);
    imageView.image = [self UIImageFromIplImage:image4];
    cvReleaseImage(&img_color11);