Opencv图像处理学习笔记(1)——基本API操作

Opencv图像处理学习笔记(1)——基本API操作

好久没写学习笔记了，今天我又开了一个新坑，因为作者最近正在学习opencv。所以后面我会不断更新关于Opencv的学习笔记，以供作者今后自查温习所用。
在上一篇博客里，我已经介绍了如何安装Opencv并成功在vs2017上搭建程序运行环境，如有疑惑，可自行查阅作者上一篇博客。
下面我将开始介绍关于Opencv的基本API操作和关于图像处理的一些原理。

一.图像的加载、修改、保存操作

1.加载操作（cv::imread)

函数API: Mat imread(const string& filename, int flags=1 )
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
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
注意：如果第二个形参不设置，则默认采用IMREAD_COLOR读入图片

程序实例：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
int main(int argc, char** argv) {
   
	Mat src = imread("E:/photoss/dog1.jpeg",IMREAD_GRAYSCALE);//读取相应位置图像，并转化为灰度图像
	if (src.empty()) {
   
		std::cout << "无法加载图像\n";
		return -1;
	}
	namedWindow("opencv setup Demo!", CV_WINDOW_AUTOSIZE);
	imshow("opencv setup Demo!", src);
	waitKey(0);
	return 0;
}

程序运行效果：

2.显示图像(cv::namedWindos 与cv::imshow)

namedWindos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。
imshow根据窗口名称显示图像到指定的窗口上去，第一个参数是窗口名称，第 二参数是Mat对象

程序示例：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
int main(int argc, char** argv) {
   
	Mat src = imread("E:/photoss/dog1.jpeg");//读取图片，默认参数设置
	if (src.empty()) {
    //判断图片是否为空
		std::cout << "无法加载图像\n";
		return -1;
	}
	namedWindow("opencv setup Demo!", CV_WINDOW_AUTOSIZE);//定义一个图像显示窗口，
	//窗口大小为自动尺寸模式：CV_WINDOW_AUTOSIZE
	imshow("opencv setup Demo!", src);
	waitKey(0);
	return 0;
}

程序运行效果：

3.修改图像(cv::cvtColor)

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
eg:cvtColor( image, gray_image, COLOR_BGR2GRAY );

其中，最后一个参数dstCn用于指定目标图像的通道数，如果指定的值是默认值0，那么通道数将由输入图像和颜色转换码决定。
cv::cvtColor()支持多种颜色空间之间的转换，其支持的转换类型和转换码如下：

1、RGB和BGR（opencv默认的彩色图像的颜色空间是BGR）颜色空间的转换

cv::COLOR_BGR2RGB
cv::COLOR_RGB2BGR
cv::COLOR_RGBA2BGRA
cv::COLOR_BGRA2RGBA

2、向RGB和BGR图像中增添alpha通道

cv::COLOR_RGB2RGBA
cv::COLOR_BGR2BGRA

3、从RGB和BGR图像中去除alpha通道

cv::COLOR_RGBA2RGB
cv::COLOR_BGRA2BGR

4、从RBG和BGR颜色空间转换到灰度空间

cv::COLOR_RGB2GRAY
cv::COLOR_BGR2GRAY

cv::COLOR_RGBA2GRAY
cv::COLOR_BGRA2GRAY

5、从灰度空间转换到RGB和BGR颜色空间

cv::COLOR_GRAY2RGB
cv::COLOR_GRAY2BGR

cv::COLOR_GRAY2RGBA
cv::COLOR_GRAY2BGRA

6、RGB和BGR颜色空间与BGR565颜色空间之间的转换

cv::COLOR_RGB2BGR565
cv::COLOR_BGR2BGR565
cv::COLOR_BGR5652RGB
cv::COLOR_BGR5652BGR
cv::COLOR_RGBA2BGR565
cv::COLOR_BGRA2BGR565
cv::COLOR_BGR5652RGBA
cv::COLOR_BGR5652BGRA

7、灰度空间域BGR565之间的转换

cv::COLOR_GRAY2BGR555
cv::COLOR_BGR5552GRAY

8、RGB和BGR颜色空间与CIE XYZ之间的转换

cv::COLOR_RGB2XYZ
cv::COLOR_BGR2XYZ
cv::COLOR_XYZ2RGB
cv::COLOR_XYZ2BGR

9、RGB和BGR颜色空间与uma色度（YCrCb空间）之间的转换

cv::COLOR_RGB2YCrCb
cv::COLOR_BGR2YCrCb
cv::COLOR_YCrCb2RGB
cv::COLOR_YCrCb2BGR

10、RGB和BGR颜色空间与HSV颜色空间之间的相互转换

cv::COLOR_RGB2HSV
cv::COLOR_BGR2HSV
cv::COLOR_HSV2RGB
cv::COLOR_HSV2BGR

11、RGB和BGR颜色空间与HLS颜色空间之间的相互转换

cv::COLOR_RGB2HLS
cv::COLOR_BGR2HLS
cv::COLOR_HLS2RGB
cv::COLOR_HLS2BGR

12、RGB和BGR颜色空间与CIE Lab颜色空间之间的相互转换

cv::COLOR_RGB2Lab
cv::COLOR_BGR2Lab
cv::COLOR_Lab2RGB
cv::COLOR_Lab2BGR

13、RGB和BGR颜色空间与CIE Luv颜色空间之间的相互转换

cv::COLOR_RGB2Luv
cv::COLOR_BGR2Luv
cv::COLOR_Luv2RGB
cv::COLOR_Luv2BGR

14、Bayer格式（raw data）向RGB或BGR颜色空间的转换

cv::COLOR_BayerBG2RGB
cv::COLOR_BayerGB2RGB
cv::COLOR_BayerRG2RGB
cv::COLOR_BayerGR2RGB
cv::COLOR_BayerBG2BGR
cv::COLOR_BayerGB2BGR
cv::COLOR_BayerRG2BGR
cv::COLOR_BayerGR2BGR

程序实例：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
int main(int argc, char** argv) {
   
	Mat src = imread("E:/photoss/dog1.jpeg");//读取图片
	if (src.empty()) {
    //判断图片是否为空
		std::cout << "无法加载图像\n";
		return -1;
	}
	namedWindow("opencv setup Demo!", CV_WINDOW_AUTOSIZE);//定义一个图像显示窗口，
	//窗口大小为自动尺寸模式：CV_WINDOW_AUTOSIZE
	imshow("opencv setup Demo!", src);//显示输入图像
	
	namedWindow("output windows",CV_WINDOW_AUTOSIZE);//再定义一个图像显示窗口
	Mat output_image;//定义一个名为output_image的Mat对象
		cvtColor(src, output_image, CV_BGR2HSV);//将原图像由BGR颜色通道转换为HSV颜色通道
		//cvtColor(src, output_image, CV_BGR2GRAY);//将原图像由BGR颜色通道转换为灰度图像
	imshow("output windows", output_image);
	//imwrite("E:/programs/opencv/lesson1/test.png", output_image);
	waitKey(0);
	return 0;
}

运行效果：

4.保存图像(cv::imwrite)

保存图像文件到指定目录路径
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

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
int main(int argc, char** argv) {
   
	Mat src = imread("E:/photoss/dog1.jpeg");//读取图片
	if (src.empty()) {
    //判断图片是否为空
		std::cout << "无法加载图像\n";
		return -1;
	}
	namedWindow("opencv setup Demo!", CV_WINDOW_AUTOSIZE);//定义一个图像显示窗口，
	//窗口大小为自动尺寸模式：CV_WINDOW_AUTOSIZE
	imshow("opencv setup Demo!", src);//显示输入图像
	
	namedWindow("output windows",CV_WINDOW_AUTOSIZE);//再定义一个图像显示窗口
	Mat output_image;//定义一个名为output_image的Mat对象
		cvtColor(src, output_image, CV_BGR2HSV);//将原图像由BGR颜色通道转换为HSV颜色通道
		//cvtColor(src, output_image, CV_BGR2GRAY);//将原图像由BGR颜色通道转换为灰度图像
	imshow("output windows", output_image);
	imwrite("E:/programs/opencv/lesson1/test.png", output_image);//将output_image对象保存到test.png中
	waitKey(0);
	return 0;
}

运行结果：

二.矩阵的掩膜操作

1.获取图像像素指针

CV_Assert(myImage.depth() == CV_8U);
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。
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

saturate_cast（-100），返回 0。
saturate_cast（288），返回255
saturate_cast（100），返回100
这个函数的功能是确保RGB值得范围在0~255之间

3.矩阵掩膜操作原理解析

掩膜操作实现图像对比度调整
-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

相关API:
函数调用filter2D功能来实现矩阵掩膜操作

filter2D( InputArray src, OutputArray dst, int ddepth,InputArray kernel, Point anchor=Point(-1,-1), double delta=0, int borderType=BORDER_DEFAULT );

七个参数分别表示：（原图，目标图，图像深度，核函数，模板中心点，delta，边界类型）
一般卷积操作只涉及到前五个参数。
参数说明：（一般只写前5个参数）
InputArray src: 输入图像
OutputArray dst: 输出图像，和输入图像具有相同的尺寸和通道数量
int ddepth: 目标图像深度，如果没写将生成与原图像深度相同的图像。当ddepth输入值为-1时，目标图像和原图像深度保持一致。
InputArray kernel: 卷积核（或者是相关核）,一个单通道浮点型矩阵。如果想在图像不同的通道使用不同的kernel，可以先使用split()函数将图像通道事先分开。
Point anchor: 内核的基准点(anchor)，其默认值为(-1,-1)说明位于kernel的中心位置。基准点即kernel中与进行处理的像素点重合的点。
double delta: 在储存目标图像前可选的添加到像素的值，默认值为0。
int borderType: 像素向外逼近的方法，默认值是BORDER_DEFAULT,即对全部边界进行计算。

程序示例：

1.不使用filter2D函数API而自己编写代码实现矩阵掩膜操作：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
int main(int argc, char** argv) {
   
	Mat src, dst;//定义源图像和目标图像
	src = imread