OpenCV 是一个流行的计算机视觉库，用于处理图像和视频数据，它包含了许多模块，以支持不同的计算机视觉任务。
主要分为以下模块：
1.Core 模块
这是 OpenCV 的核心模块，提供了基本的数据结构和功能，如图像加载、保存、绘图、数据类型转换等。
（1）基本的数据结构
Core 模块包括了许多基本数据结构，如 cv::Mat 用于存储图像和矩阵数据，以及 cv::Point、cv::Rect、cv::Size 等用于表示点、矩形和大小的结构。
常用的数据结构：
Mat类：
1.使用构造函数创建 Mat 对象：
cv::Mat image; // 创建一个空的 Mat 对象
2.从图像文件加载：
cv::Mat image = cv::imread("image.jpg");
3.指定大小和数据类型创建 Mat 对象：
int rows = 480; // 图像高度
int cols = 640; // 图像宽度
int type = CV_8UC3; // 8位无符号整数，3通道 (彩色图像)
cv::Mat image(rows, cols, type);
4.从已有的数据创建 Mat 对象：
int rows = 480;
int cols = 640;
int type = CV_8UC1; // 8位单通道图像
unsigned char* data = new unsigned char[rows * cols]; // 示例图像数据
cv::Mat image(rows, cols, type, data);
5.从其他 Mat 对象复制数据：
cv::Mat source = cv::imread("source.jpg");
cv::Mat copy = source.clone();
Mat的方法有create(m,n,type)，row(i)，col(i)，rowRange(i,j)，colRange(i,j)，diag()，clone()，copyTo()，reshape(), t()，inv()，size()等，具体意思就不细讲了，与matlab，python差不多，用的时候再看参数。
Point：代表二维点
Point pt;
pt.x = 10;
pt.y = 8;
//或
Point pt = Point(10,8)Scalar:代表4元素向量，一般用于表示RGB颜色值，其中opencv读图进入到内存的格式时BGR，所以Scalar（B，G，R），第4个参数用不到可以省略。
（2）图像加载和保存
Core 模块可以加载和保存各种图像格式以及显示图像，包括常见的图像文件格式（如 JPEG、PNG、BMP）。
imread(),namedWindow(),imshow(),imwrite(),waitKey(),getchar(),通常是配套使用的。
（3）数据类型转换
Core 模块提供了函数来进行不同数据类型之间的转换，例如从整数到浮点数，或者从一个颜色空间到另一个颜色空间的转换。
void cv::cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0)
src：输入图像（cv::Mat类型或其他适当的数据结构）。dst：输出图像（cv::Mat类型）。code：颜色空间转换代码，表示从源颜色空间到目标颜色空间的转换。例如，cv::COLOR_BGR2GRAY表示从 BGR 到灰度图，cv::COLOR_BGR2HSV表示从 BGR 到 HSV。OpenCV 提供了许多这样的转换代码，以支持不同颜色空间之间的转换。dstCn：目标图像的通道数。通常将其保留为默认值0。
（4）数学运算
使用 Core 模块进行各种数学运算，如矩阵乘法、矩阵加法、矩阵求逆等。
（5）随机数生成
Core 模块提供了随机数生成器，用于生成随机数或随机序列，这在许多图像处理和计算机视觉算法中很有用。
RNG产生随机数
（6）图像基本操作
包括图像的剪裁、缩放、旋转、平移、仿射变换等。
rect(x,y,width,height),resize(src,dst,size,fx,fy,interpolation),add(src,src2,dst,mask,dtype)
（7）通道的分离和合并
可以使用 Core 模块将多通道图像的通道分离成单独的通道，也可以将单通道图像的通道合并成多通道图像
（8）直方图操作
可以计算图像的直方图，用于图像处理任务，如直方图均衡化。
（9）线性代数操作
Core 模块包括线性代数函数，用于解线性方程组、矩阵分解等。
（10）图像和矩阵元素访问
Core 模块提供了一种灵活的方式来访问图像和矩阵中的像素值。
Mat img = imread(".....");
img.at<type>(x,y)[channel]
type是像素数据类型，x,y是像素坐标，channel是通道序号，灰度可以不加[ ]，彩色可以指定。
（11）动态数据类型
创建动态数据类型，这使得图像处理和计算机视觉算法可以适应不同数据类型的图像。
附加：绘图函数，rectangle()矩形,ellipse()椭圆,circle()圆,fillpoly()多边形填充,line()直线,
2.HighGUI模块
OpenCV 的 HighGUI 模块是用于图形用户界面操作的模块，它提供了创建窗口、显示图像、响应鼠标和键盘事件等功能。这个模块用于创建简单的图形界面，以便用户可以与图像进行交互或进行视觉应用的实时演示。
以下是 HighGUI 模块的一些常见功能和函数：
-
创建窗口：
cv::namedWindow()：用于创建一个窗口，可以在其中显示图像。cv::destroyWindow()：用于关闭指定的窗口。
-
显示图像：
cv::imshow()：用于在指定窗口中显示图像。cv::waitKey()：用于等待用户按下键盘上的按键，并返回按下的按键的 ASCII 值。
-
处理鼠标事件：
cv::setMouseCallback()：用于设置鼠标事件的回调函数，以便在用户单击、拖动或释放鼠标时执行自定义操作。
-
处理键盘事件：
cv::setKeyboardCallback()：用于设置键盘事件的回调函数，以便在用户按下键盘上的按键时执行自定义操作。
-
控制图像显示：
cv::moveWindow()：用于移动窗口的位置。cv::resizeWindow()：用于更改窗口的大小。cv::setWindowTitle()：用于设置窗口的标题。
-
绘制文本和形状：
cv::putText()：用于在图像上绘制文本。cv::rectangle()、cv::circle()等：用于在图像上绘制矩形、圆形等形状。
-
保存图像：
cv::imwrite()：用于将图像保存为文件。
HighGUI 模块允许您在图像处理应用中创建简单的交互式界面，使用户能够与图像进行互动，查看处理的结果，进行标记和测量等。这对于调试和演示视觉算法以及创建用户友好的应用程序非常有用。
3.ImgProc模块
OpenCV 的 ImgProc 模块（图像处理模块）提供了各种图像处理和计算机视觉功能，用于处理和分析图像。该模块包括了许多函数，用于执行各种图像操作，如滤波、边缘检测、形态学操作、直方图等。以下是一些 ImgProc 模块中常用的函数和功能：
-
图像滤波：
cv::GaussianBlur()：应用高斯模糊滤波。cv::blur()：应用均值滤波。cv::medianBlur()：应用中值滤波。cv::bilateralFilter()：应用双边滤波。
-
边缘检测：
cv::Canny()：执行 Canny 边缘检测。cv::Sobel()：执行 Sobel 边缘检测。cv::Scharr()：执行 Scharr 边缘检测。cv::Laplacian()：执行拉普拉斯边缘检测。
-
形态学操作：
cv::erode()：腐蚀操作。cv::dilate()：膨胀操作。cv::morphologyEx()：执行自定义形态学操作，如开运算、闭运算等。- cv::getStructuring():返回结构性元素
- 形态梯度，用于寻找对象轮廓，morph_grad = dilate-erode
-
直方图操作：
cv::calcHist()：计算图像的直方图。cv::equalizeHist()：直方图均衡化，用于增强图像对比度。
-
图像转换和变换：
cv::resize()：调整图像大小。cv::warpAffine()：执行仿射变换。cv::warpPerspective()：执行透视变换。
-
阈值处理：
cv::threshold()：应用图像阈值处理。cv::adaptiveThreshold()：应用自适应图像阈值处理。
-
轮廓检测：
cv::findContours()：查找图像中的轮廓。cv::drawContours()：在图像上绘制轮廓。
-
凸包检测：
cv::convexHull()：查找轮廓的凸包。
-
图像模板匹配：
cv::matchTemplate()：执行模板匹配。
-
霍夫变换：
cv::HoughLines()：检测直线。cv::HoughCircles()：检测圆。
图像金字塔，pryUP()上采样并模糊化,pryDown()下采样并模糊化.
641
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
