OpenCV基本函数与原理（一）

1 加载、显示、修改、保存图像

1.1加载图像（cv::imread）

函数原型：

Mat imread(const String& filename,int flags = IMREAD_COLOR);//返回Mat对象

imread功能是加载图像文件成为一个Mat对象，其中第一个参数表示图像文件名称；
第二个参数，表示加载的图像是什么类型，支持常见的三个参数值等待： IMREAD_UNCHANGED (<0) 表示加载原图，不做任何改变；
IMREAD_GRAYSCALE ( 0)表示把原图作为灰度图像加载进来；
IMREAD_COLOR (>0) 表示把原图作为RGB图像加载进来；
注意：OpenCV支持JPG、PNG、TIFF等常见格式图像文件加载。

1.2显示图像（cv::namedWindow与cv::imshow）

函数原型为：

void nameWindow(const string& winname,int flags = WINDOW_AUTOSIZE);

namedWindow功能是创建一个OpenCV窗口，它是由OpenCV自动创建与释放，你无需取销毁它。
常见用法namedWindow(“Window Title”, WINDOW_AUTOSIZE)；
WINDOW_AUTOSIZE会自动根据图像大小，显示窗口大小，不能人为改变窗口大小；
WINDOW_NORMAL,跟QT集成的时候会使用，允许修改窗口大小。

1.3修改图像（cv::cvtColor）

函数原型

void cv::cvtColor(cv::InputArray src, // 输入图
cv::OutputArray dst, // 输出图
int code, // 颜色映射类型，可以查表得到，有很多
int dstCn = 0 )// 输出的通道数 (0='automatic')，我们可以使用默认值，什么都不写。

cvtColor的功能是把图像从一个彩色空间转换到另外一个色彩空间，有三个参数，第一个参数表示源图像、第二参数表示色彩空间转换之后的图像、第三个参数表示源和目标色彩空间如：COLOR_BGR2HLS 、COLOR_BGR2GRAY 等。
例子：
cvtColor( image, gray_image, COLOR_BGR2GRAY )。

1.4保存图像（cv::imwrite）

函数原型：

CV_EXPORTS_W bool imwrite( const String& filename, InputArray img,
              const std::vector<int>& params = std::vector<int>());

功能：保存图像文件到指定目录路径；
第一个参数const String& filename表示需要写入的文件名，必须要加上后缀，比如“123.png”。
第二个参数InputArray img表示Mat类型的图像数据。
第三个参数const std::vector& params表示为特定格式保存的参数编码，它有一个默认值std::vector< int >()，所以一般情况下不用写。
注意事项：
只有8位、16位的PNG、JPG、Tiff文件格式而且是单通道或者三通道的BGR的图像才可以通过这种方式保存；
保存PNG格式的时候可以保存透明通道的图片；
可以指定压缩参数。

综合示例：

#include<opencv2\opencv.hpp>
#include<highgui.h>
using namespace cv;
int main(int argc, char** argv)
{
   
	// read image
	Mat image = imread("test.jpg");

	// 对图像进行所有像素用 （255- 像素值）
	Mat invertImage;
	image.copyTo(invertImage);

	// 获取图像宽、高
	int channels = image.channels();
	int rows = image.rows;
	int cols = image.cols * channels;
	if (image.isContinuous()) {
   
		cols *= rows;         
		rows = 1;
	}

	// 每个像素点的每个通道255取反
	uchar* p1;
	uchar* p2;
	for (int row = 0; row < rows; row++) {
   
		p1 = image.ptr<uchar>(row);// 获取像素指针
		p2 = invertImage.ptr<uchar>(row);
		for (int col = 0; col < cols; col++) {
   
			*p2 = 255 - *p1; // 取反
			p2++;
			p1++;
		}
	}

	// create windows
	namedWindow("My Test", CV_WINDOW_AUTOSIZE);
	namedWindow("My Invert Image", CV_WINDOW_AUTOSIZE);

	// display image
	imshow("My Test", image);
	imshow("My Invert Image", invertImage);

	// 关闭
	waitKey(0);
	destroyWindow("My Test");
	destroyWindow("My Invert Image");
	return 0;
}

2矩阵掩膜操作

2.1 掩膜原理

功能：通过掩膜操作实现图像对比度提高。
矩阵的掩膜操作十分简单，根据掩膜来重新计算每个像素的像素值，掩膜(mask)也被称为 kernel。
红色是中心像素，从上到下，从左到右对每个像素做同样的处理操作，得到最终结果就是对比度提高之后的输出图像Mat对象。

例子：使用如下矩阵对上图红色像素进行操作，可得结果：

I(i,j) = 5*I(i,j) - [I(i-1,j) + I(i+1,j) + I(i,j-1) + I(i,j+1)]

2.2使用基本函数实现掩膜功能

1)获取图像像素指针
Mat.ptr(int i=0) 获取像素矩阵的指针，索引i表示第几行，从0开始计行数（i=0表示blue,i=1表示gree,i=2表示red ）。
获得当前行指针const uchar* current= myImage.ptr(row );
获取当前像素点P(row, col)的像素值 p(row, col) =current[col]
2）像素范围处理
saturate_cast：确保像素范围为0~255
比如：
saturate_cast（-100），返回 0。
saturate_cast（288），返回255
saturate_cast（100），返回100

2.3使用库函数实现掩膜功能

1、定义掩膜：Mat kernel = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
表示3*3的矩阵：
2、使用filter2D函数
函数原型：

void filter2D( InputArray src, OutputArray dst, int