opencv库函数

1，像素操作

nt nl= image.rows; //行数  
int nc= image.cols * image.channels(); // 每行的元素个数，每行的像素数*颜色通道数（RGB = 3）  
          
for (int j=0; j<nl; j++) {  
    uchar* data= image.ptr<uchar>(j);  
    for (int i=0; i<nc; i++) {   
      // process each pixel ---------------------                
         data[i]= data[i]/div*div + div/2;  
      // end of pixel processing ----------------  
    } // end of line                     
}  

2，opencv数据结构

C1  C2  C3  C4

CV_8U 0 8 16 24
CV_8S 1 9 17 25
CV_16U 2 10 18 26
CV_16S 3 11 19 27
CV_32S 4 12 20 28
CV_32F 5 13 21 29
CV_64F 6 14 22 30

             C1         C2          C3                  C4                  C6

uchar uchar cv::Vec2b cv::Vec3b cv::Vec4b
short short cv::Vec2s cv::Vec3s cv::Vec4s
int int cv::Vec2i cv::Vec3i cv::Vec4i
float float cv::Vec2f cv::Vec3f cv::Vec4f cv::Vec6f
double double cv::Vec2d cv::Vec3d cv::Vec4d cv::Vec6d

v::Vec3b vec3b = img.at<cv::Vec3b>(0,0);
    uchar vec3b0 = img.at<cv::Vec3b>(0,0)[0];
    uchar vec3b1 = img.at<cv::Vec3b>(0,0)[1];
    uchar vec3b2 = img.at<cv::Vec3b>(0,0)[2];
    std::cout<<"vec3b = "<<vec3b<<std::endl;
    std::cout<<"vec3b0 = "<<(int)vec3b0<<std::endl;
    std::cout<<"vec3b1 = "<<(int)vec3b1<<std::endl;
    std::cout<<"vec3b2 = "<<(int)vec3b2<<std::endl;

数值 具体类型 取值范围
CV_8U 8 位无符号整数 （0…..255）
CV_8S 8 位符号整数 （-128…..127）
CV_16U 16 位无符号整数 （0……65535）
CV_16S 16 位符号整数 （-32768…..32767）
CV_32S 32 位符号整数 （-2147483648……2147483647）
CV_32F 32 位浮点数 （-FLT_MAX ………FLT_MAX，INF，NAN)
CV_64F 64 位浮点数 （-DBL_MAX ……….DBL_MAX，INF，NAN)

3，Sobel算子求梯度

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

/** @function main */
int main( int argc, char** argv )
{

  Mat src, src_gray;
  Mat grad;
  char* window_name = "Sobel Demo - Simple Edge Detector";
  int scale = 1;
  int delta = 0;
  int ddepth = CV_16S;

  int c;

  /// 装载图像
  src = imread( argv[1] );

  if( !src.data )
  { return -1; }

  GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );

  /// 转换为灰度图
  cvtColor( src, src_gray, CV_RGB2GRAY );

  /// 创建显示窗口
  namedWindow( window_name, CV_WINDOW_AUTOSIZE );

  /// 创建 grad_x 和 grad_y 矩阵
  Mat grad_x, grad_y;
  Mat abs_grad_x, abs_grad_y;

  /// 求 X方向梯度
  //Scharr( src_gray, grad_x, ddepth, 1, 0, scale, delta, BORDER_DEFAULT );
  Sobel( src_gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT );
  convertScaleAbs( grad_x, abs_grad_x );

  /// 求Y方向梯度
  //Scharr( src_gray, grad_y, ddepth, 0, 1, scale, delta, BORDER_DEFAULT );
  Sobel( src_gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT );
  convertScaleAbs( grad_y, abs_grad_y );

  /// 合并梯度(近似)
  addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad );

  imshow( window_name, grad );

  waitKey(0);

  return 0;
  }

4，高斯滤波

#include <QCoreApplication>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace std;
using namespace cv;

int main()
{
    Mat srcImage=imread("Valley_logo.jpg");//读入原图

    namedWindow("高斯滤波[原图]");
    namedWindow("高斯滤波[效果图]");

    imshow("高斯滤波[原图]",srcImage);

    //进行高斯滤波操作
    Mat dstImage;
    GaussianBlur(srcImage,dstImage,Size(5,5),0,0);
    //显示效果图
    imshow("高斯滤波[效果图]",dstImage);

    waitKey(0);
    return 0;
}

5,分离颜色通道

void split(InputArray m,OutputArrayOfArrays mv);
void merge(InputArrayOfArrays mv,OutputArray dst);

6,distanceTransform() 距离变换函数

7，findContours

findContours
contourArea

threshold

threshold(imggray,140,255,cv2.THRESH_BINARY)

8,XML 文件读取

//将名字为"frameCount"的文件  存到变量frameCount中
    int frameCount = static_cast<int>(fs2["frameCount"]);
 
    //将名字为"calibrationData"的文件  存到变量data中
    string data;
    fs2["calibrationData"] >> data;