---

1 图片处理

1.1 显示图片

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat image = imread("test.jpeg");namedWindow("img");imshow("img", image);waitKey(0);
}

1.2 旋转图片

旋转图片用的是rotate(InputArray src, OutputArray dst, int rotateCode)方法，opencv提供了以下3种旋转方式。

enum RotateFlags {ROTATE_90_CLOCKWISE = 0, //顺时针旋转90度ROTATE_180 = 1, //旋转180度ROTATE_90_COUNTERCLOCKWISE = 2 //逆时针旋转90度
};

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat src= imread("test.jpeg");Mat dst;rotate(src, dst, ROTATE_90_CLOCKWISE); //顺时针旋转90度namedWindow("img");imshow("img", dst);waitKey(0);
}

1.3 合并图片

把两张图片合并到一张。
思路：创建一个能容纳两张图片的Mat，然后对左右两个区域分别填充像素。

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat img1 = imread("test1.jpeg");Mat img2 = imread("test.jpeg");Mat dst;dst.create(img1.rows > img2.rows ? img1.rows : img2.rows,img1.cols + img2.cols, img1.type());Mat r1 = dst(Rect(0, 0, img1.cols, img1.rows));img1.copyTo(r1);Mat r2 = dst(Rect(img1.cols, 0, img2.cols, img2.rows));img2.copyTo(r2);namedWindow("img");imshow("img", dst);waitKey(0);
}

1.4、Mat类

opencv的Mat类对象可以用来存放图像的像素数据，它有多种储存模式，比较常用的有以下四种。

#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)

它们的含义可以根据名字来判别，比如CV_8UC3，代表一个像素由3个8位的uchar储存，我们平时看到的rgb三色图就可以用这种类型来储存。

1.4.1、像素的储存结构

Mat对象的像素数据存放在一个char类型数据上，成员名叫data。
以一张CV_8UC3类型、大小为2 * 2的图像为例，它对应的储存结构可以以下图表示。

在显示图像时，映射成下图所示。

1.4.2、访问像素数据

从上一节我们可以看到，像素数据里的红蓝绿数据是以蓝(0)，绿(1)，红(2)的顺序来排列的。比如我们要访问第一行第一列的绿色数据，可以用mat.data[1]来访问，访问第二行第一列的红色数据，可以用mat.data[8]。

下面举例说明opencv修改像素数据的方式。
比如我们要用opencv来画一幅红蓝间条的图片，可以用以下程序来实现。

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat mat(400, 300, CV_8UC3); 			//创建一张400 * 300的图片int pixelSize = mat.elemSize();			//单个像素的大小，本例中大小为3int size = mat.rows * mat.cols * pixelSize;	//行*列*像素大小 = 缓存区大小for (int i = 0; i < size; i += pixelSize) {/* 每隔十行切换一次颜色 */int row = i / (mat.cols * pixelSize);	if (row % 20 < 10) {/* 画蓝色像素点 */mat.data[i] = 255;mat.data[i + 1] = 0;mat.data[i + 2] = 0;} else {/* 画红色像素点 */mat.data[i] = 0;mat.data[i + 1] = 0;mat.data[i + 2] = 255;}}namedWindow("mat");imshow("mat", mat);waitKey(0);
}

opencv中除了用mat.data可以访问像素数据外，还提供了几种访问方式，如下表所示。
mat.step代表一行的大小，即colSum * ps。

编号	访问方式	特点	例子(访问第r行第c列的蓝色)
1	mat.data[index]	遍历速度和访问速度都是最快的，但使用不便。	data[r * mat.step + c + 0]
2	mat.ptr(row, col)	速度比第一种稍慢，可以通过行号和列号来直接访问。	mat.ptr(row, col)[0]
3	mat.at(row, col)	速度最慢，可以通过行号和列号来直接访问。	mat.at(row, col)[0]

以上效率是用opencv3.4测得的，不同版本的效率可能不一样。
测试例程：

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <QDebug>
#include <QElapsedTimer>using namespace cv;int main(int argc, char *argv[])
{
//    printMs();Mat mat(3000, 4000, CV_8UC3);int pixelSize = mat.elemSize();QElapsedTimer timer;timer.start();for (int r = 0; r < mat.rows; ++r) {for (int c = 0; c < mat.cols; ++c) {int rowStep = r * mat.step;int colIndex = c * pixelSize ;mat.data[rowStep + colIndex ] = 0;//Bmat.data[rowStep + colIndex + 1] = 255;//Gmat.data[rowStep + colIndex + 2] = 0;//R}}qDebug() << QString("%1: %2ms").arg("step").arg(timer.elapsed());timer.start();for (int r = 0; r < mat.rows; ++r) {for (int c = 0; c < mat.cols; ++c) {Vec3b *pixel = mat.ptr<Vec3b>(r, c);pixel->val[0] = 0;//Bpixel->val[1] = 255;//Gpixel->val[2] = 0;//R}}qDebug() << QString("%1: %2ms").arg("ptr").arg(timer.elapsed());timer.start();for (int r = 0; r < mat.rows; ++r) {for (int c = 0; c < mat.cols; ++c) {Vec3b &pixel = mat.at<Vec3b>(r, c);pixel.val[0] = 0;//Bpixel.val[1] = 255;//Gpixel.val[2] = 0;//R}}qDebug() << QString("%1: %2ms").arg("at").arg(timer.elapsed());timer.start();auto it = mat.begin<Vec3b>(), end = mat.end<Vec3b>();for (; it != end; ++it) {(*it).val[0] = 0;//B(*it).val[1] = 255;//G(*it).val[2] = 255;//R}qDebug() << QString("%1: %2ms").arg("it").arg(timer.elapsed());namedWindow("mat");imshow("mat", mat);waitKey(0);
}

"step: 45ms"
"ptr: 54ms"
"at: 96ms"
"it: 102ms"

1.6、rgb转灰度图

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat img = imread("test.jpeg");Mat gray;cvtColor(img , gray, COLOR_BGR2GRAY);namedWindow("gray");imshow("gray", gray);waitKey(0);
}

1.7、二值化

二值化含义：把灰度大于阀值的用白色显示，小于阀值的像素用黑色显示。
opencv函数threshold(src, dst, thresh, maxval, type);

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat src = imread("test.jpeg");Mat gray;Mat bin;cvtColor(src, gray, COLOR_BGR2GRAY);threshold(gray, bin, 100, 255, THRESH_BINARY);
//    threshold(gray, bin, 100, 255, THRESH_BINARY_INV);namedWindow("img");imshow("img", bin);waitKey(0);}

1.8、对比度和亮度

对比度和亮度利用公式来计算：g(i, j) = a * f(i, j) + b
a代表对比度(1.0 ~ 3.0)，b代表亮度(0 ~ 100)。

void myConvert(Mat &src, Mat &dst, float a, float b) 
{dst.create(src.rows, src.cols, src.type);for (int r = 0; r < src.rows; ++r) {for (int c = 0; c < src.cols; ++c) {for (int i = 0; i < 3; ++i) {/* saturate_cast<uchar>限制表达式的结果最大为uchar的大小，也就是255 */dst.at<Vec3b>(r,, c)[i]  = saturate_cast<uchar>(a * src.at<Vec3b>(r, c)[i] + b);}}}
}

opencv提供的接口是convertTo。

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat src = imread("test.jpeg");Mat dst;src.convertTo(dst, -1, 2.0, 50);    //类型填负数代表与src一致namedWindow("img");imshow("img", dst);waitKey(0);
}

1.9、图片缩放

1.9.1、resize

opencv为图片缩放提供了resize(src, dst, dsize, fx = 0, fy = 0, interpolation = INTER_LINEAR)函数。

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat src = imread("test.jpeg");Mat dst;resize(src, dst, Size(300, 300), 0, 0, INTER_NEAREST);namedWindow("src");imshow("src", src);namedWindow("dst");imshow("dst", dst);waitKey(0);
}

resize的最后一个参数interpolation是缩放使用的算法类型，opencv提供了以下几种算法。

enum InterpolationFlags{/** nearest neighbor interpolation */INTER_NEAREST        = 0,/** bilinear interpolation */INTER_LINEAR         = 1,/** bicubic interpolation */INTER_CUBIC          = 2,/** resampling using pixel area relation. It may be a preferred method for image decimation, asit gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEARESTmethod. */INTER_AREA           = 3,/** Lanczos interpolation over 8x8 neighborhood */INTER_LANCZOS4       = 4,/** Bit exact bilinear interpolation */INTER_LINEAR_EXACT = 5,/** mask for interpolation codes */INTER_MAX            = 7,/** flag, fills all of the destination image pixels. If some of them correspond to outliers in thesource image, they are set to zero */WARP_FILL_OUTLIERS   = 8,/** flag, inverse transformationFor example, #linearPolar or #logPolar transforms:- flag is __not__ set: \f$dst( \rho , \phi ) = src(x,y)\f$- flag is set: \f$dst(x,y) = src( \rho , \phi )\f$*/WARP_INVERSE_MAP     = 16
};

下面对INTER_NEAREST(临近点算法)和INTER_LINEAR(双线性内插值)做介绍。

临近点算法

原理：

特点：速度最快，会失真，不够平滑。

双线性内插值

原理：用像素点的临近四个点做平均计算。

特点：速度稍慢一点，平滑效果比临近点算法好，但图像的边界的棱角会被平均而模糊掉。

1.9.2、金字塔缩放

opencv提供了向上重建(拉普拉斯金字塔，放大)的pyrUp()和向下采样(高斯金字塔，缩小)的pyrDown()，可以比较好地还原图像特征，它们无法指定放大的倍数，只能成倍地放大或缩小，比如1616的图片调用pyrUp，就变为6464，而调用pyrDown，就变为4*4。
用法如下：

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat src = imread("test.jpeg");Mat gdst;   //高斯，缩小Mat ldst;   //拉普拉斯，放大pyrDown(src, gdst);pyrUp(src, ldst);namedWindow("src");imshow("src", src);namedWindow("gdst");imshow("gdst", gdst);namedWindow("ldst");imshow("ldst", ldst);waitKey(0);
}

1.10、图片叠加

原理：
dst = src1 * a + src2 * (1 - a) + gamma;
a代表透明度(0 ~ 1.0)，gamma代表增益，用来调整颜色深度。
opencv提供了addWeighted(src1, alpha, src2, beta, gamma, dst, dtype = -1)函数，可以用来叠加图片。

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace cv;int main(int argc, char *argv[])
{Mat src = imread("test1.jpeg");Mat src2 = imread("test.jpeg");Mat src1 = src(Rect(0, 0, src2.cols, src2.rows));	//把在图一中截取图二相同大小的部分Mat dst;float a = 0.5;		//透明度addWeighted(src1, a, src2, 1 - a, 1, dst);namedWindow("blending");imshow("blending", dst);waitKey(0);}