OpenCV入门基础学习

一：OpenCV简介

OpenCV于1999年由Gary Bradsky在英特尔创立，第一个版本于2000年问世。

Opencv（Open Source Computer Vision Library）是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法，已成为计算机视觉领域最有力的研究工具。

Opencv由一系列C函数和少量C++类构成，也有提供其他语言的接口，例如支持python、matlab等语言；

OpenCV概念区分

•图像处理侧重于“处理”图像--如增强，还原，去噪，分割等等

•计算机视觉重点在于使用计算机来模拟人的视觉【计算机无法做到绝对，只能是看起来像，因此在智能驾驶方面，人们还是更相信自己】，因此模拟才是计算机视觉领域的最终目标。

OpenCV应用领域

•包括在卫星和网络地图上拼接图像，图像扫描校准，医学图像的降噪，目标分析，安保以及工业检测系统，自动驾驶和安全系统，制造感知系统，相机校正，军事应用，无人空中、地面、水下航行器。

Opencv结构

•OpenCV是一个具有19个模块作为代码容器组合起来的一个sdk。

二：OpenCV图像处理 图像

在计算机看来，图像只是一些亮度各异的点，一副MN的图片可以用MN的矩阵来表示，矩阵的值表示这个位置上像素的亮度，他可以被表示为多种模式。

•位图模式

•灰度模式

•RGB模式

三：OpenCV图像处理 图像模式

RGB深度：就是每一个像素点都是 红 绿 蓝 三基色 叠加在一起得出的

位图模式

•位图模式是1位深度的图像。它只是黑和白两种颜色。它可以由扫描或置入黑色的矢量线条图像生成，也能由灰度模式转换而成。其他图像模式不能直接转换为位图模式。

灰度模式

•灰度模式是8位深度的图像模式，在全黑和全白之间插有254个（2^8）灰度等级的颜色来描绘灰度模式的图像，所有模式的图像都能换成灰度模式。

•RGB模式

RGB模式是数码图像中最重要的一个模式，它不是用数码而是用电平来描述的。扫描仪和数码相机都是捕捉RGB图像信息的。RGB模式是24位颜色深度。它共有三个通道，每个通道都有8位深度。三个通道合成一起可生成1677万种颜色，我们也称之谓“真彩色”。

对于黑色RGB 0 0 0，对于白色RGB 255 255 255 ，RGB也就是三个通道(红绿蓝)的合成

注意点

在OpenCV中 Mat：BGR [ Mat图像矩阵 横+ 纵 +深度 ]

在Qt中 QImage：RGB

分辨率越高，像素点越多，能够呈现出来的 颜色由深到浅之间的过渡也变得越来越多，视觉感官就越好

四：OpenCV图像识别 图片操作

图片操作：读图像

Mat矩阵对象 图像操作 读图像 像素格子[每个矩阵都有三个通道]

函数功能：载入一张图片；

函数原型： Mat cv::imread(char filename,int flag);

函数返回值：Mat可以理解为一个存储数据的容器，定义了一个img对象来存图片的数据。

函数的参数意义：

参数1：图片路径名

参数2：cv::IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，这是默认参数。--可以写成1

　　 cv::IMREAD_GRAYSCALE：以灰度模式读入图像--可以写成0

　　 cv::IMREAD_UNCHANGED：读入一幅图像，并且包括图像的 alpha 通道---可以写成-1

例如：imread读取图片

using namespace cv Mat img = imread("C:/daima practice/opencv/mat3/mat3/image4.jpg",1);

图片操作 ：显示图片

功能：显示一张图片；

函数原型：

void cv::imshow(const String&vinname,InputArry mat);

返回值: 无类型

参数：

参数1：显示的窗口名，可以使用cv::namedWindow函数 创建窗口，如不创建，imshow函数自动创建。

参数2：需要显示的图像

例如：****imshow显示图片

** imshow(“image”,mat);**

** waitKey(0);**

图片操作：保存图片

功能：保存一张图片到指定的文件；

函数原型：bool cv::imwrite(const String& filename,

              InputArry    mat,

              const std::vector<int>&params=std::vector<int>());

返回值: bool类型

参数：

参数1：图片名称.图片格式

参数2：Mat类型的图像数据

参数3：特定格式保存的参数编码，默认值为 std::vector<int>()；一般可以不写

例如：imwrite(“c:\image\one.png”,mat);

五：OpenCV图像处理 Mat类

Mat类 (Matrix的缩写) 是OpenCV用于处理图像而引入的一个封装类。他是一个自动内存管理工具。

Mat：本质上是由两个数据部分组成的类：（包含信息有矩阵的大小，用于存储的方法，矩阵存储的地址等） 矩阵头和一个指针，指向包含了像素值的矩阵（可根据选择用于存储的方法采用任何维度存储数据）。矩阵头部的大小是恒定的。然而，矩阵本身的大小因图像的不同而不同，通常是较大的数量级图像矩阵比较耗时。

Mat(int rows, int cols, int type, const Scalar& s);

参数介绍：

rows：行

cols：列

type：类型 CV_[位数][带符号与否][类型前缀]C[通道数]

s：用于初始化Mat行列的数据 一般为数组。

例如：Mat m1(2, 2, CV_8UC3, Scalar(0, 0, 255));

六：OpenCV图像处理 图片 像素

像素：是指由图像的小方格组成的，这些小方格都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子；像素点不可再分割成更小的单位或元素。

一张图片就是由很多个像素点组成的，如果图片大小为25*25，那么这张图片就是由625个像素点组成，一行有25个像素点，一共25列。

一张图片所有的像素点存在MAT矩阵中，MAT(i,j)的值就是当前像素点的值。

像素的操作：

#include<opencv2/opencv.hpp>   
#include<opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;
int main()//访问每个像素,使用指针的方式
{
    Mat img = imread("lol1.jpg");
    for (int i = 0; i < img.rows; i++)
    {
        uchar* data = img.ptr<uchar>(i);  //获取第i行地址
        for (int j = 0; j < img.cols; j++)
        {
             printf("%d\n",data[j]);
        }
    }
    waitKey(0);
}

七：OpenCV的使用 视频操作

•视频是由一张张图片组成的，在视频中把每一张图片称为一帧。

•利用opencv对视频的操作：

• 捕获视频

• 打开视频

  获取视频中的某一帧 

视频的主要操作流程如下：