opencv核心类型

mat

Mat替代lplImage

创建和清理mat空间

• Mat mat(3000, 4000, CV_8UC3);//3000行,4000列数组,数组里存放3个unsigned char类型的数据
• mat.create(rows, cols, CV_8UC1);//行数,列数,如果mat已经有空间,create时会自动清理已有空间
• release或者析构:引用计数为1时释放

处理类型一定要用unsigned char而不是char

3*3RGB图像存放方式(连续)

i[image](http://) ###### isContinuous * 判断存储空间是否连续 * 通过step记录 ##### 直接地址访问连续空间 int size = mat.rows*mat.cols*mat.elemSize(); for(int i = 0; i< size; i+3)//3是因为RGB { mat.data[i] = 0; //B mat.data[i+1] = 0; //G mat.data[i+2] = 0; //R } //优化编码后效率高13ms (4000\*3000) ##### 直接地址访问不连续空间 for(int i = 0; i < mat.row; i++) { for(int j = 0; j < mat.cols; j++) { (&mat.data[i*mat.step])[j*3] = 255;//B (&mat.data[i*mat.step])[j*3 + 1] = 255;//G (&mat.data[i*mat.step])[j*3 + 2] = 1;//R } } ##### 通过ptr接口遍历Mat(模板函数) * 性能基本等同与地址访问 * mat.ptr(row);//返回的指针 * mat.ptr(row, col); ##### 通过at接口遍历Mat(模板函数) * 接口最简单的遍历方法 mat.at(row, col)[0] = 255; mat.at(row, col)[1] = 0; mat.at(row, col)[2] = 0; at可以使用try{} catch(.../cv::Exception \&ex){}捕获异常 ##### 通过迭代器遍历Mat * 可以不用管mat的行列 auto it = mr.begin(); auto it_end = mr.end(); #### ROI感兴趣区域 cv::Rect rect(100, 100, 300, 300); #### 像素格式和灰度图 RGB, YUV, GRAY cvtColor(src, img, COLOR_BGR2GRAY);//源图像,目标凸显,转换方式,利用多线程等方式提高效率 自己实现转换: Gray = (R*30 + G*59 + B\*11 + 50)/100 #### 二值化和阈值 * THRESH_BINARY 二进制阈值化 * THRESH_BINARY_INV 反二进制阈值化 #### 改变图片的对比度和亮度 g(i,j) = a\*f(i,j) + b a 1.0\~3.0(对比) b 0\~100(亮度) saturate_cast防止移除函数 #### 图像尺寸调整 * INTER_NEAREST 近邻算法(最快) int sx, sy = 0;//原图对应的坐标 float fy = float(src.rows)/out.rows; float fx = float(src.cols)/out.cols; for(int y = 0; y< out.rows;y++){ sy = fy*y + 0.5;//+0.5四舍五入 for(int x = 0; x < out.cols;x++){ sx = fx*x + 0.5; out.at(y,x) = src.at(sy, sx); } } * CV_INTER_LINEAR 双线程差值(缺省使用) 滤波: 输入图像中像素的小领域来产生输出图像的方法,在信号处理中,这种方法称为滤波(filtering).其中,最常用的是线性滤波:输出像素是输入领域像素的加权和. 双线性内插值: 是由源图像位置在它附近的2\*2区域4个邻近像素的值通过加权平均计算得出的. 低通滤波性质,使高频分量受损,图像轮廓可能会有一点模糊. #### 图像金字塔 高斯金字塔(Gaussian pyramid):用来向下采样 * 获取G(i+1)将G(i)与高斯内核卷积 * 将所有偶数行和列去除 * 拉普拉斯金字塔(Laplacian pyramid):用来从金字塔底层图像重建上层未采样图像 * 用来从金字塔底层图像重建上层未采样图像 * 首先,将图像扩大两杯,新增以0填充 * 高斯内核(乘以4)与放大后的图像卷积 #### 两幅图像混合(blending) * `dst = src1*a + src2*(1-a) + gamma`//gamma增益 * a=\[0\~1

• 画面叠化(cross-dissolve)效果
• addWeighted(src1, a, src2, 1-a, 0.0, dst);//两幅图像大小需一致

图像旋转和镜像

• cv::rotate(src, dst, type);

  • ROTATE_180
  • ROTATE_90_CLOCKWISE
  • ROTATE_90_COUNTERCLOCKWISE

• cv::flip(src,dst, type);//镜像type 0(x), 1(y), -1

###通过ROI图像合并

打开摄像头接口说明和源码分析

• VideoCapture
• bool open(int index)
• VideoCapture cap(index)
• open(int cameraNum, int apiPrefrence)

打开视频流文件

• bool open(const String &filename)

• VideoCapture cap(const String &file)

• bool open(const String &filename, int apiPrefrence)

• 关闭和空间释放

• ~VideoCapture

• release

读取一帧视频

read(OutputArray image);

• bool grab() 读取并解码
• virtual bool retrieve(OUtputArray , intflag= 0):图像色彩转换
• vc>>mat

获取视频,相机属性

• CAP_PROP_FPS帧率
• CAP_PROP_FRAME_COUNT 总帧数
• CAP_PROP_POS_FRAMES 播放帧的位置
• CAP_PROP_FRAME_WIDTH HEIGHT

VideoWriter

• open(const String &filename, int fourcc, //VideoWrite::fourcc('H', '2', '6', '4')
  double fps, Size frameSize,bool isColor=true)

release

• void write(const Mat&)
• cvVideoWriter_FFMPEG::writeFrame