opencv笔记

1.Mat  的几种初始化方法：

通过外部指针赋值：  

Mat m(height, width,CV_8UC(3),rgb)  ;

初始化为任意像素：

Mat M(2,2, CV_8UC3, Scalar(0,0,255)); 

初始化为0：

Mat mask = Mat::zeros( pic.size(),CV_8UC1 );

imread 的第二个参数

>0  读取三通道 

=0 读取灰度图

<0 按照其本来的通道读取，可以有alpha通道

2. Mat 读像素值，和写像素值

//read

Vec3b p= m[0].at<Vec3b>(0,0);

//write

 _m[i].at<Vec3b>(k,j) = p[3];

unsigned char* p = &(dst.data[(j*width + i)*3 ]) ;

p[0],p[1], p[2] 分别代表BGR

Float  类型

  Mat img1(ROWS , COLS , CV_32FC1); 
  
  for (int i=0; i<ROWS ; i++)   
  {   
      float* pData1=img5.ptr<float>(i);  
      for (int j=0; j<COLS ; j++)   
      {   
         pData1[j] = 3.2f;   
     }   
 }   
 

3. 画矩形

rectangle( m, out, Scalar(0,0,255), 1, 8, 0 );  

画圆： circle( img, center, WINDOW_WIDTH/32 , Scalar(0,0,255) , thickness, linType );

4. 存储图片

char filename[100];
sprintf( filename,"template_%d.png",i );
vector<int> params;
params.push_back(CV_IMWRITE_PNG_COMPRESSION);
params.push_back(9); 
imwrite(filename, _m, params );

5. 将logo加到原图上

addWeighted(roi, 0.5, logo, 0.3, 0., roi);

1、 第1个参数，输入图片1， 

2、第2个参数，图片1的融合比例

3、第3个参数，输入图片2

4、第4个参数，图片2的融合比例

5、第5个参数，偏差

6、第6个参数，输出图片

6. 颜色空间转换

cvtColor( src,dst, COLOR_YUV420sp2BGR)

7. 通道分离

split( src, channels );

img0 = channels.at(0);

8. 通道合并

9 直方图均衡化

equalizeHist( src, dst );

10 二值图像中寻找轮廓

findContours()

11 绘制轮廓

drawContours()

12 图片修复

inpaintMask = Mat::zeros(srcImage1.size(), CV_8U);
inpaint(srcImage1, inpaintMask, inpaintedImage, 3, CV_INPAINT_TELEA);

13 获取运算时间

unsigned long begin = getTickCount();
... ...
unsigned long interv = getTickCount()-begin;

int val = 1000*(interv)/getTickFrequency() ;

14 腐蚀和膨胀

//Point(-1,-1),内核中心点。省略时为默认值。

//iterations:膨胀次数。省略时为默认值1。

dilate(binary,bg,cv::Mat(),cv::Point(-1,-1),6) 

腐蚀函数为erode， 参数和上述一样

15：waitKey()

waitKey()函数的功能是不断刷新图像，频率时间为delay，单位为ms。

返回值为当前键盘按键值。

所以显示图像时，如果需要在imshow(“xxxx”,image)后吐舌头加上waitKey()为大于等于0的数即可，那么程序将会停在显示函数处，不运行其他代码;直到键盘值为key的响应之后。

16 BGR转灰度图

17 bgr转换为lab空间为何转换后是0-255？

• L = L * 255 \ 100, a = a + 128, b = b + 128

18 Mat  和  IplImage 互转

IplImage* pBinary = &(IplImage(src)); 

cv::Mat img(pImg,0);

19 打开 ip摄像机

    const std::string videoStreamAddress = "rtsp://192.168.1.156:554/ch1/1"; 
    if(!vcap.open(videoStreamAddress)) {}

打开视频

VideoCapture inputVideo("test.mp4");  

打开摄像头

VideoCapture cap(0);

cap.set( CV_CAP_PROP_FRAME_WIDTH,640);

cap.set( CV_CAP_PROP_FRAME_HEIGHT,480 );

if(!cap.isOpened()){

}

20 查找面积最大的轮廓，绘制轮廓， 匹配轮廓矩形

//【4】定义轮廓和层次结构
Mat dstImage( src.size(),CV_8U );
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours( color_mask, contours, hierarchy,
CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE );

//找出面积最大的轮廓，并绘制。
for(int index = 0; index >= 0; index = hierarchy[index][0] )
{
Scalar color( rand()&255, rand()&255, rand()&255 );
//Scalar color( rand()&255, rand()&255, rand()&255 );
double g_dConArea = abs(contourArea(contours[index], true));
cout<<g_dConArea<<endl;
if( g_dConArea > 10000 )
drawContours( dstImage, contours, index, color, CV_FILLED, 8, hierarchy );
}
//查找矩形

RotatedRect box = minAreaRect( dstImage );

21 putText 写文字 函数的参数解释

void putText(Mat&img, const string& text, Point org, intfontFace, double fontScale, Scalar color, intthickness=1, int lineType=8, bool bottomLeftOrigin=false)

参数为

• img – 图像矩阵
  
• text – string型 文字内容
• org – 文字坐标，以左下角为原点
  
• fontFace – 字体类型  （包括 FONT_HERSHEY_SIMPLEX,FONT_HERSHEY_PLAIN, FONT_HERSHEY_DUPLEX, FONT_HERSHEY_COMPLEX,FONT_HERSHEY_TRIPLEX, FONT_HERSHEY_COMPLEX_SMALL, FONT_HERSHEY_SCRIPT_SIMPLEX, orFONT_HERSHEY_SCRIPT_COMPLEX,）
• fontScale –字体大小
• color – 字体颜色
  
• thickness – 字体粗细
• lineType – Line type. See the line for details.
• bottomLeftOrigin – When true, the image data origin is at the bottom-left corner. Otherwise, it is at the top-left corner.

如： 

putText(img, "blog.csdn.net/boksic" , Point(0, int(img.rows*0.9)), CV_FONT_HERSHEY_COMPLEX,img.cols/400, cvScalar(200, 200, 200, 0));