蜗牛漫步。。。我要一步一步往上爬。。。

我记得开始接触OpenCV就是因为一个算法里面需要2维动态数组，那时候看core这部分也算是走马观花吧，随着使用的增多，对Mat这个结构越来越喜爱，也觉得有必要温故而知新，于是这次再看看Mat。Mat最大的优势跟STL很相似，都是对内存进行动态的管理，不需要之前用户手动的管理内存，对于一些大型的开发，有时候投入的lpImage内存管理的时间甚至比关注算法实现的时间还要多，这显然是不合适的。除了

opencv_tutorials学习基本绘图学习知识点：Point定义2D点Scalar使用line绘制直线ellipse绘制椭圆rectangle绘制矩形circle绘制圆fillPoly绘制填充的多边形代码说明：Point——数据结构表示由图像坐标X和Y指定的2D点，可以定义为Point pt;pt.x = 10;pt.y = 8;或者P

Opencv_tutorials学习笔记使用OpenCV对两幅图像求和（求混合(blending)）学习知识点：线性混合(linear blending)使用addWeighted进行两幅图像求和分析说明：线性混合操作是一种典型的二元像素操作：通过在范围内改变，这个操作可以用来对两幅图像或两段视频产生时间是的画面叠加(cross-dissolve)效果。

OpenCV_tutorials资料学习笔记OpenCV如何扫描图像、利用查找表和计时颜色缩减方法：将现有颜色空间值除以某个输入值，获得较少的颜色数。例如，颜色值0到9可取为新值0,10到19可取为10等等。颜色空间缩减算法为：1）遍历图像矩阵的每一个像素2）对像素应用上述公式ps：乘法和除法运算特别费时，尽可能用低代价的加、减、赋值等运算替换。对于较大的图像，

Opencv_tutorials学习笔记矩阵的掩码操作矩阵掩码操作的思想：根据掩码矩阵（也称作核）重新计算图像中每个像素的值。掩码矩阵中的值表示近邻像素值（包括该像素自身的值）对新像素值有多大影响。从数学观点看，我们用自己设置的权值，对像素邻域内的值做了个加权平均。测试用例是一个关于图像增强的例子

Mat    基本上讲 Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同矩阵可以是不同的维数）的指针。矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此，当在程序中传递图像并创建拷贝时，大的开销是由矩阵造成的，而不是信息头。OpenCV是一个图像处理库，囊括

Opencv_tutorials学习笔记改变图像的对比度和亮度1）知识点访问像素值用0初始化矩阵saturate_cast函数2）分析说明图像处理算子是带有一幅或多幅输入图像、产生一幅输出图像的函数。图像变换有：点算子（像素变换），邻域算子（基于区域的）。亮度和对比的调整，用常数对点进行乘法和加法运算，其中&space;0" target="_blank">&s

图像金字塔被广泛用于各种视觉应用中。图像金字塔是一个图像集合，集合中所有的图像都源于同一个原始图像，而且是通过对原始图像连续降采样活得，直到达到某个中止条件才停止降采样。（当然，降为一个像素肯定是中止条件。） 有两种类型的图像金字塔常常出现在文献和应用中：高斯金字塔用来向下降采样图像，而拉普拉斯金字塔则用来从金字塔低层图像中向上采样重建一个图像。 要从金字塔第 i 层生成第i+1 

1、opencv中HOGstruct CV_EXPORTS_W HOGDescriptor { public: enum { L2Hys=0 }; enum { DEFAULT_NLEVELS=64 };CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize(8,8)

opencv_tutorials学习随机数发生器&绘制文字学习知识点：随机数发生器直线、折现、矩形、圆、圆弧等的绘制文字的显示代码分析：实例化Random Number Generator（随机数发生器对象）(RNG)RNG的实现了一个随机数发生器。 在上面的例子中, rng 是用数值 0xFFFFFFFF 来实例化的一个RNG对象。RNG rng( 0