#include <QCoreApplication>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp> using namespace cv; int main()
{
Mat Valley = imread("/home/ttwang/Valley.jpg");
Mat ValleyLogo = imread("/home/ttwang/ValleyLogo.jpg");
namedWindow("[1] ValleyPic");
imshow("[1] ValleyPic",Valley);
namedWindow("[2] ValleyLogo");
imshow("[2] ValleyLogo",ValleyLogo);
Mat valleyROI;
/******************实现两个图像混合****************************/
valleyROI = Valley(Rect(,,ValleyLogo.cols,ValleyLogo.rows));
addWeighted(valleyROI,0.5,ValleyLogo,0.3,.,valleyROI);
namedWindow("valley+logo");
imshow("valley+logo",Valley);
// imwrite("",Valley);
waitKey();
return ; }
二、创建滑动条：createTrackbar()函数 （利用滑动条实现两幅图的Alpha混合）
#include <QCoreApplication> //本人所用的IDE是QT，，终端编译时不需要该声明
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv; #define WINDOW_NAME "[Alpha]" //窗口名的宏定义 const int g_nMaxAlphaValue = ;
int g_nAlphaValueSlider;
double g_dAlphaValue;
double g_dBetaValue; Mat g_srcImage1;
Mat g_srcImage2;
Mat g_dstImage;
/**********响应滑动条的回调函数*************/
void on_Trackbar( int ,void*)
{
g_dAlphaValue = (double) g_nAlphaValueSlider/g_nMaxAlphaValue;
g_dBetaValue = (1.0 - g_dAlphaValue);
//根据Alpha beta的值进行线性混合
addWeighted(g_srcImage1,g_dAlphaValue,g_srcImage2,g_dBetaValue,0.0,g_dstImage);
imshow(WINDOW_NAME,g_dstImage);
} int main()
{
g_srcImage1 = imread("/home/ttwang/11.jpg"); //两幅图的尺寸要相同，否则出现如下图错误
g_srcImage2 = imread("/home/ttwang/12.jpg"); g_nAlphaValueSlider = ;
namedWindow(WINDOW_NAME,); char TrackbarName[];
sprintf(TrackbarName,"透明值 %d", g_nMaxAlphaValue);
createTrackbar(TrackbarName,WINDOW_NAME, &g_nAlphaValueSlider, g_nMaxAlphaValue,on_Trackbar);
on_Trackbar(g_nAlphaValueSlider,); waitKey();
return ; }
由于程序不是直接粘贴过来的，按该程序进行编译时候，总出现错误，可以参考下面的链接感谢分享
三、鼠标操作：ＳｅｔMouseCallback()函数
#include <QCoreApplication>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv; #define WINDOW_NAME "[Program window]" //为窗口标题定义的宏 /******************全局函数的声明********************/
void on_MouseHandle(int event,int x, int y, int flags, void* param);
void DrawRectangle(cv::Mat& img, cv::Rect box);
void ShowHelpText(); /******************全局变量声明*********************/
Rect g_rectangle;
bool g_bDrawingBox = false;//是否绘制
RNG g_rng(); int main()
{
g_rectangle = Rect(-,-,,);
Mat srcImage(,,CV_8UC3),tempImage;
srcImage.copyTo(tempImage);
g_rectangle = Rect(-,-,,);
srcImage = Scalar::all(); //设置鼠标操作回调函数
namedWindow(WINDOW_NAME);
setMouseCallback(WINDOW_NAME,on_MouseHandle,(void*)&srcImage);
while()
{
srcImage.copyTo(tempImage); //复制源图到临时变量
if(g_bDrawingBox) DrawRectangle(tempImage,g_rectangle);//当绘制标识符为真，进行绘制
imshow(WINDOW_NAME,tempImage);
if(waitKey() == ) break; //按下Ｅｓｃ,程序退出
}
return ;
} /*********鼠标回调函数，根据不同的鼠标事件进行不同的操作*******************/
void on_MouseHandle(int event, int x, int y, int flags, void *param)
{
Mat& image = *(cv::Mat*) param;
switch (event)
{
//鼠标移动消息
case EVENT_MOUSEMOVE:
{
if(g_bDrawingBox)//如果是否进行绘制额标识符为真，则记录下长和宽到ＲＥＣＴ型变量中
{
g_rectangle.width = x - g_rectangle.x;
g_rectangle.height = y- g_rectangle.y;
}
}
break;
//左键按下消息
case EVENT_LBUTTONDOWN:
{
g_bDrawingBox = true;
g_rectangle = Rect(x,y,,);//记录起始点
}
break;
//左键抬起消息
case EVENT_LBUTTONUP:
{
g_bDrawingBox = false; //置标识符为false
//对宽和高小于０的进行处理
if(g_rectangle.width < )
{
g_rectangle.x += g_rectangle.width;
g_rectangle.width *= -;
}
if(g_rectangle.height < )
{
g_rectangle.y += g_rectangle.height;
g_rectangle.height *= -;
}
//调用回调函数进行绘制
DrawRectangle( image, g_rectangle);
}
break; }
} /********************自定义的矩形绘制函数DrawRectangle() ********************/
void DrawRectangle(cv::Mat& img, cv::Rect box)
{
rectangle(img,box.tl(),box.br(),Scalar(g_rng.uniform(,),g_rng.uniform(,),g_rng.uniform(,)));
}
四章、ＯｐenCV数据结构与基本绘图
１. Mat M(2,2,CV_8UC3,Scalar(0,0,255)); //使用Ｍａｔ()构造函数创建Ｍat对象
两行两列、ＣＶ_8UC3: CV_[位数][带符号与否]C[通道数] Ｓｃａlar是个ｓｈｏｒｔ类型的向量，可以使用指定的值来初始化矩阵
２．Mat M; M.create(4,4,CV_8UC3); //使用ｃreate()函数创建Ｍａｔ对象，，此方法不能为矩阵设初值
３．颜色的表示类：Ｓｃａlar（）是具有四个元素的数组，，第四个用不到，则不写 格式如下：
Ｓｃａlar（ａ, b, c）定义的ＲＧＢ颜色值：红色分量c 绿色分量ｂ 蓝色分量 a
4.尺寸的表示类: Size() 常用格式: Ｓize(5,5)表示构造出的Ｓｉｚｅ高度和宽度都为５
５.矩形的表示类： Rect类的成员有x,y,width,height,分别为左上角的坐标和矩形的宽、高
格式： Ｒect rect(0,0,200,400)
6.颜色空间转换：ｃｖtColor（）函数 格式：cvtColor(InputArraysrc, OutputArray dst, int code, int dstCn=0)
第一个参数：输入图像；
第二个参数：输出图像；
第三个参数：颜色空间转换的标识符； （详见：Ｐ９８）
第四个参数：目标图像的通道数，若为0，则表示其取源图像的通道数。
７．基本图型的绘制涉及的函数： （通过例程学习 Ｐ１００）
绘制直线的ｌｉｎｅ函数
绘制椭圆的ｅｌｌｉｐｓｅ函数
绘制矩形的ｒｅｃｔａｎｇｌｅ函数
绘制圆的ｃｉｒｃｌｅ函数
绘制填充的多边形的ｆｉｌｌＰｌｏｙ函数
第五章 ｃｏｒｅ组件进阶
１．计时函数： getTickCount()和getTickFrequency()
ｇｅtTickCount（）函数返回ＣＰＵ自某个事件以来走过的时钟周期数
ｇｅｔTickFrequency()函数返回ＣＰＵ一秒钟走过的周期数
显然: 二者结合可以实现对某种图像处理方法的计时
double time0 = static_cast<double>(getTickCount()); //记录起始时间 time0= ((double)getTickCount() - time0)/getTickFrequency();////计算运行时间并输出 cout<<"\t此方法运行时间为："<<time0<<"秒"<<endl; //输出运行时间
2.访问图像中像素的几种方法 （简单介绍，具体Ｐ110）
需要先明白以下知识：
（１） Mat类的公有成员变量cols和rows给出了图像的宽和高
ｉｍａｇｅ.cols image.rows
(2) Mat类的成员函数channels()用于返回图像的通道数；
灰度图像通道数１，彩色图像通道数为３ ｉｍaｇｅ.channels()
(4) 每一行的像素个数＝ image.cols*image.channels()
ａ.直接遍历，使用Ｍａｔ里的成员函数ｄａｔａ
/*********只用于访问连续空间********/
Mat mat (,,CV_8UC3)
int es = mat.eleSize(); //定义步长，因为定义为３通道的，实质该值为３
ｉｎｔ ｓｉｚｅ ＝ ｍａｔ.rows*mat.cols*es;
for(int i = ; i < size; i += es)
{
mat.data[i] = ; // B通道
mat.data[i+] = ; // Ｇ通道
mat.data[i+] = ; // R通道
}
b.直接访问不连续空间
for (int row = ; row < mat.rows; row++)
{
for (int col = ; col < mat.cols; col++)
{
(&mat.data[row*mat.step])[col*es] = ;
(&mat.data[row*mat.step])[col*es + ] = ;
(&mat.data[row*mat.step])[col*es + ] = ;
}
}
ｃ.通过opencv ｐｔｒ模板函数遍历
for (int row = ; row < mat.rows; row++)
{
for (int col = ; col < mat.cols; col++)
{
Vec3b *c = mat.ptr<Vec3b>(row,col);
c->val[] = ;
8 c->val[] = ；
10 c->val[] = ;
}
}
ｃ.通过ａｔ遍历
for (int row = ; row < mat.rows; row++)
{
for (int col = ; col < mat.cols; col++)
{
Vec3b &m = mat.at<Vec3b>(row, col);
m[] = ;
m[] = ;
m[] = ;
}
}
ｄ.通过迭代器遍历
auto it = mat.begin<Vec3b>(); //自动类型匹配auto
auto it_end = mat.end<Vec3b>();
for (; it != it_end; it++)
{
(*it).val[] = ;
(*it).val[] = ;
(*it).val[] = ;
}
.感兴趣区域ROI /******表示方法一 Rect矩形区域*******/ Mat imageROI
imageROI = image(Rect(,,logo.cols,logo.rows)); //image为已经载入好的图片 /******表示方法二 Range指定感兴趣的行和列********/ imageROI = image(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols)); //image为已经载入好的图片
.利用addWeighted可实现图像线性混合
数学公式： dst = src1[I] * alpha + src2[I]*beta + gamma (P117)
.分离颜色通道、多通道图像混合
通道分离：split()函数，将一个3通道图像转换成3个单通道
通道合并：merge()函数 ###例程：（课本P127，以多通道混合-蓝色分量部分为例）
###平台：QT5.7.1+OpenCV3.2.0
###时间：2017年12月11日 /********建立QT控制台程序*********/
#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; //全局函数声明
bool MultiChannelBlending(); int main()
{
if(MultiChannelBlending())
{
cout << endl << "\n运行成功，得到目标图像" << endl;
}
waitKey();
return ;
}
/*********多通道混合的实现函数*********/
bool MultiChannelBlending()
{
Mat srcImage;
Mat logoImage;
vector<Mat> channels;
/********** 蓝色分量 *************/
Mat imageBlueChannel;
logoImage = imread("/home/ttwang/Valley_logo.jpg",);//一定要读入会灰度图像，不然addWeighted()会因为类型不匹配而报错
srcImage = imread("/home/ttwang/Valley.jpg");
split(srcImage,channels); //将一个3通道图像转换成3个单通道
imageBlueChannel = channels.at(); //将原图的蓝色通道引用返回给imageBlueChannel
addWeighted(imageBlueChannel(Rect(,,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,.,imageBlueChannel(Rect(,,logoImage.cols,logoImage.rows)));
merge(channels,srcImage);//将三个单通道重新合并成一个三通道
namedWindow("src+LogoBlue");
imshow("src+LogoBlue",srcImage); /*******绿色分量 ******/
Mat imageGreenChannel;
logoImage = imread("/home/ttwang/Valley_logo.jpg",);
srcImage = imread("/home/ttwang/Valley.jpg");
split(srcImage,channels); //将一个3通道图像转换成3个单通道
imageGreenChannel = channels.at();
addWeighted(imageGreenChannel(Rect(,,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.0,imageGreenChannel(Rect(,,logoImage.cols,logoImage.rows)));
merge(channels,srcImage);//将三个单通道重新合并成一个三通道
namedWindow("src+LogoGreen");
imshow("src+LogoGreen",srcImage); /*******红色分量 ******/
Mat imageRedChannel;
logoImage = imread("/home/ttwang/Valley_logo.jpg",);
srcImage = imread("/home/ttwang/Valley.jpg");
split(srcImage,channels); //将一个3通道图像转换成3个单通道
imageRedChannel = channels.at();
addWeighted(imageRedChannel(Rect(,,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.0,imageRedChannel(Rect(,,logoImage.cols,logoImage.rows)));
merge(channels,srcImage);//将三个单通道重新合并成一个三通道
namedWindow("src+LogoRed");
imshow("src+LogoRed",srcImage);
return true;
}
.图像对比度、亮度调整
公式： g(i,j)=a*f(i,j)+b; （opencv控制图像对比度和亮度的理论公式）
参数a（a>）通常被成为增益,控制图像的对比度
参数b称为偏置，控制图像的亮度
访问图片中的像素：（使用三个for循环，语法：image.at<Vec3b>(y,x)[c]）
其中，y是像素所在的行，x是像素所在的列，c是B、G、 R（对应0、、）
.离散傅里叶变换（详细参照课本P135）
参考资料及函数说明，参照下面的链接： ｏｐｅｎｃｖ2教程之离散型傅里叶变换