本文共 1839 字，大约阅读时间需要 6 分钟。

OpenCV 基础知识

学习 OpenCV 是一个充满乐趣的过程，尤其是当你深入了解其各种功能时。以下是一些常用的 OpenCV 函数和类，帮助你在图像处理中完成多种任务。

1. 点的表示

在 OpenCV 中，Point 类用于表示图像中的一个点。点的坐标可以用 Point::x 和 Point::y 获取或设置。例如：

Point point(10, 20);cout << point.x << ", " << point.y << endl; // 输出点的坐标

2. 颜色的表示

Scalar 类用于表示颜色值。一个 Scalar 有三个通道：蓝、绿和红。可以使用构造函数或初始化器创建一个 Scalar：

Scalar color(255, 0, 0); // 红色Scalar color2 = makeScalar(255, 0, 0); // 使用 makeScalar 创建颜色

3. 尺寸的表示

Size 类用于表示图像的尺寸，主要用于获取图像的宽度和高度。通常与 ImageSize 类配合使用：

Size size(1920, 1080); // 图像的宽度和高度

4. 矩形的表示

Rect 类用于表示矩形，主要用于定义图像的感兴趣区域（ROI）。Rect 的构造函数包括左上角的坐标和宽度、高度：

Rect rect(10, 10, 100, 100); // 矩形的左上角 (10, 10)，宽度和高度分别为 100

5. 颜色空间转换

cvtColor() 函数用于将图像的颜色空间从一种转换为另一种。常见的转换包括 RGB 到 HSV、YUV 等：

cvtColor(image, gray_image, CV_GRAY2RGB); // 将图像从 RGB 转换为灰度图像

6. 序列的表示

Range 类用于表示序列中的连续子序列。Range::all() 表示整个序列，Range(a, b) 表示从索引 a 到 b 的子序列：

Range range(0, 5); // 表示索引 0 到 5 的子序列Range::all(); // 表示整个序列

7. 批量操作

LUT() 函数用于批量查找、扫描和操作图像。这对于处理大型图像非常有用：

LUT(image, image, 255, 0, 0); // 将图像中的某些通道设为 255

8. 计时函数

getTickCount() 和 getTickFrequency() 用于测量程序的运行时间：

int tick = getTickCount();double frequency = getTickFrequency();

9. 分离和合并色彩通道

split() 和 merge() 函数用于分离和合并图像的颜色通道：

vector
   
     channels;split(image, channels); // 将图像的各个通道存储在 channels 中merge(channels, result_image); // 将通道合并回一个图像
   

访问图像像素的三种方法

1. 指针方法

使用指针直接访问像素数据，速度快且简单：

uchar* ptr = image.ptr
   
    (i); // 获取第 i 行的首地址ptr[j] = 255; // 设置第 i 行第 j 个像素的值
   

2. 迭代器方法

使用迭代器遍历图像，避免越界：

Mat_
   
     img = ...; // 3 通道图像auto it = img.begin();for (; it != img.end(); ++it) {    // 处理每个像素    it->blue = (it->blue + it->green) / 2;}
   

3. 动态地址计算

使用 img.at() 方法动态计算像素值：

int val = img.at
   
    (i, j); // 获取第 i 行第 j 个像素
   

ROI（感兴趣区域）

定义图像的感兴趣区域，可以直接从源图像中提取：

Mat imageROI = source_img(Rect(left, top, width, height)); // 提取 ROI

通过这些方法，你可以轻松地在 OpenCV 中完成各种图像处理任务。从简单的颜色操作到复杂的图像编辑，这些工具都能为你提供强大的支持。