opencv基础知识总结

1.图片读取方法

=—=IplImage方法

IplImage *Img = cvCreateImage(cvSize(width,height), IPL_DEPTH_8U, 3);

image=cvLoadImage(test.jpg,1);

//test.jpg放在当前目录下才能这么使用，如果是绝对路径则如下

image=cvLoadImage("F:\\sample\\target\\test.jpg",1);

=—=Mat方法

<span style="font-family:SimSun;"><strong>Mat img;
string namepic="street.png";</strong></span>

<span style="font-family:SimSun;"><strong>img = imread(namepic);</strong></span>

<span style="font-family:SimSun;"><strong>
</strong></span>

2.图片显示

cvNamedWindow("picture", CV_WINDOW_AUTOSIZE); %建立一个自适应大小的窗口
cvNamedWindow("subpicture",0); %建立一个非自适应大小的窗口，下面那句话是设定此窗口的大小
cvResizeWindow("subpicture",width,height);
cvShowImage("picture",image);

3.ROI区域截取

=—=利用函数

cpimage=cvCloneImage(image);
vSetImageROI(cpimage,rect);
cvCopy(cpimage,SubImg);
//SubImg在定义时必须规定图像大小，以满足其同rect区域的长宽相同

=—=利用用户自定义函数

void cvgetROI(IplImage* img_src,IplImage* img_dst,CvRect rect)
{
        //img_src 和 img_dst 均为3通道
	int i=0;
	int j=0;
	int m=0;
	int n=0;
	for(m=0,i=rect.y;i<(rect.y+rect.height);i++,m++)
		{
 			for(n=0,j=rect.x;j<(rect.x+rect.width);j++,n++)
			{
			((uchar*) (img_dst->imageData+m*img_dst->widthStep))[n*img_dst->nChannels+0]=((uchar*) (img_src->imageData+i*img_src->widthStep))[j*img_src->nChannels+0];
			((uchar*) (img_dst->imageData+m*img_dst->widthStep))[n*img_dst->nChannels+1]=((uchar*) (img_src->imageData+i*img_src->widthStep))[j*img_src->nChannels+1];
			((uchar*) (img_dst->imageData+m*img_dst->widthStep))[n*img_dst->nChannels+2]=((uchar*) (img_src->imageData+i*img_src->widthStep))[j*img_src->nChannels+2];
			}
		}
}

用户自定义函数的使用说明：

①src输入源文件，即被截取的图片

②dst输入目的文件，即得到截取区的图片，这里的图片长宽必须与rect的长宽相同。

③rect截取区域（感兴趣区域）包括x，y坐标以及width和height

4.视频读取

//初始化一个视频文件捕捉器
	CvCapture* capture = cvCaptureFromAVI(filename);
	//获取视频信息
	cvQueryFrame(capture);
	int frameH    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_HEIGHT);
	int frameW    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_WIDTH);
	int fps       = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FPS);
	int numFrames = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_COUNT);
img = cvQueryFrame(capture); //获取一帧图片

5.图片每个像素点读取

=—=彩色图像

for(i=rect.y;i<(rect.y+rect.height);i++)
				{
 					for(j=rect.x;j<(rect.x+rect.width);j++)
					{
						s1=((uchar*) (fulfill->imageData+i*fulfill->widthStep))[j*fulfill->nChannels+0];
						s2=((uchar*) (fulfill->imageData+i*fulfill->widthStep))[j*fulfill->nChannels+1];
						s3=((uchar*) (fulfill->imageData+i*fulfill->widthStep))[j*fulfill->nChannels+2];

					}
				}

=—=灰度图像

for ( int i = 0; i < row; i++)  
    {  
        // pImg = image-> ptr< uchar>( i); // 遍历时用img.at()效率会降很多, 很耗时  
         for (int j = 0; j < col; j++)  
         {  
			 bgss = ((uchar*) (img_bg_s->imageData+i*img_bg_s->widthStep))[j];
			
		 }  
    }