学习opencv3---一个简单的加载并显示图像的OpenCV程序（附加怎么配置属性链接表）

使用opencv.hpp编译很慢，其中包含了所有Opencv函数中遇到的函数。如果只是用一种，那么直接选择对应头文件就好。for example：图像处理相关的函数，只含opencv2/imgproc/imgproc.hpp就可以了。类似的头文件在....../modules文件夹中。 源文件在...../modules/imgproc/src文件夹中。

//示例2-1：一个简单的加载并显示图像的OpenCV程序
#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
	Mat img = imread("C:\\Users\\Administrator\\Desktop\\1.png", IMREAD_GRAYSCALE);
	if (img.empty()) return -1;//检查载入图像是否成功
	imshow("Example1", img);//显示图片
	
	waitKey(0);
	return 0;
}

using namespace cv;告诉编译器假设所有函数都位于cv命名空间下。如果一个函数同时存在两个命名空间，使用时指定使用的是位于哪个命名空间的函数。

Mat 结构用来处理所有类型的图像：单通道，多通道，整型，浮点数以及各种类型。只要在cv::Mat中拥有一个图像结构，都可以通过cv::imshow()进行显示，cv::imshow()会建立一个窗口，如果窗口不存在，会自动调用cv::namewindow()新建窗口，使用cv::imshow()时，窗口直接附要求的图片，并自动调节大小。

//高斯滤波图像
#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
	Mat img = imread("C:\\Users\\Administrator\\Desktop\\1.png", IMREAD_GRAYSCALE);
	if (img.empty()) return -1;//检查载入图像是否成功
	
	imshow("Example1", img);//显示图片
	
	Mat out;

	GaussianBlur(img, out, cv::Size(5, 5), 3, 3);
	GaussianBlur(out, out, cv::Size(5, 5), 3, 3);
	imshow("Example2out", out);
	waitKey(0);
	return 0;
}

使用cv::Mat使得过程很轻松，在显示图像时调用另一个图像结构：实例化输出矩阵out，由程序自行管理并在合适的时候自动分配，释放内存。在本例中就是将高斯核模糊之后的图像写入out变量中，在下次调用高斯核模糊时，out因被分配了临时存储空间，可以同时作为输入输出，执行两次模糊操作之后的图像被作为结果输出。（本例解释经过（5，5)高斯核模糊之后作为下一次高斯模糊的输入继续下一次模糊（5，5），之后输出两次模糊的结果）。

GaussianBlur()函数原型:

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

参数详解如下：

    src，输入图像，即源图像，填Mat类的对象即可。它可以是单独的任意通道数的图片，但需要注意，图片深度应该为CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。

    dst，即目标图像，需要和源图片有一样的尺寸和类型。比如可以用Mat::Clone，以源图片为模板，来初始化得到如假包换的目标图。

    ksize，高斯内核的大小。其中ksize.width和ksize.height可以不同，但他们都必须为正数和奇数（并不能理解）。或者，它们可以是零的，它们都是由sigma计算而来。

    sigmaX，表示高斯核函数在X方向的的标准偏差。

    sigmaY，表示高斯核函数在Y方向的的标准偏差。若sigmaY为零，就将它设为sigmaX，如果sigmaX和sigmaY都是0，那么就由ksize.width和ksize.height计算出来。

    为了结果的正确性着想，最好是把第三个参数Size，第四个参数sigmaX和第五个参数sigmaY全部指定到。

    borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。

高斯模糊作用：对图像降采样，建立尺度空间。对图像降采样等效于和一系列脉冲函数卷积，这种方式在输出图像中引入高频分量，那么通过使用高斯滤波器限制信号带宽就可使信号在采样频率之内。合二为一的函数是cv::pyrDown().

配置属性链接表