LHHopencv的博客

1、BasicLinearTransforms.cpp 基本线性变换基本线性变换可以使用 image.convertTo(new_image, -1, alpha, beta) 实现。该程序使用 new_image.at(y,x)[c] = saturate_cast( alpha*( image.at(y,x)[c] ) + beta ) 实现。注意点：（1）saturate_cas

decolor(src,gray,color_boost);效果图：cvtColor(src, ggray, CV_RGB2GRAY);效果图如下：可见，用cvtColor()得到的灰度图颜色区分更佳。

tutorial_code\Histograms_Matching\MatchTemplate_Demo.cpp参考博客：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/template_matching/template_matching.html

tutorial_code\video\bg_sub.cppnpos：http://blog.youkuaiyun.com/jiejinquanil/article/details/51789682createBackgroundSubtractorMOG2官方说明http://opencv-python-tutroals.readthedocs.io/en/latest/py_tut

From tutorial_code\photo\hdr_imaging.cpphdr_imaging方法是一种将不同曝光的同一场景合成一张场景的方法tutorial代码使用的图片可以通过此链接下载：

tutorial_code\videoio\video-input-psnr-ssim\video-input-psnr-ssim.cpptutorial_code\videoio\video-write\video-write.cpp参考见博客：http://blog.youkuaiyun.com/zkl99999/article/details/51146363

Harris角点检测步骤：1、灰度化2、二值化3、角点检测：cornerHarris( src_gray, dst, blockSize, apertureSize, k, BORDER_DEFAULT );4、角点归一化：normalize( dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );5、范围处理：conv

tutorial_code\ShapeDescriptors\findContours_demo.cpp步骤：1、灰度化2、滤波3、canny边缘检测4、findContours(canny_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0) );5、Mat drawing =

tutorial_code\ShapeDescriptors\generalContours_demo1.cpp步骤：1、灰度化2、滤波3、二值化4、画轮廓findContours( threshold_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0) );for( size

tutorial_code\ShapeDescriptors\generalContours_demo2.cpp步骤：1、灰度化2、滤波3、二值化4、画轮廓 findContours（）5、画最小包围旋转矩形和最小包围椭圆vector minRect( contours.size() );vector minEllipse( contours.size() );

tutorial_code\ShapeDescriptors\hull_demo.cpp步骤：1、灰度化2、滤波3、二值化4、画轮廓 findContours（）5、画最小包围旋转矩形和最小包围椭圆第一步：vector >hull( contours.size() );for( size_t i = 0; i {   

tutorial_code\ShapeDescriptors\moments_demo.cpp步骤：1、灰度化2、滤波3、Canny边缘检测4、画轮廓 findContours（）5、画中心距第一步：vector mu(contours.size() );for( size_t i = 0; i { mu[i] = moments(

tutorial_code\Histograms_Matching\EqualizeHist_Demo.cpp步骤：1、转化为灰度图2、equalizeHist( src, dst )

tutorial_code\Histograms_Matching\compareHist_Demo.cpp结果数值的意义：https://www.cnblogs.com/tornadomeet/archive/2012/05/03/2480824.htmlcompareHist（）的使用方法：http://blog.youkuaiyun.com/qq_23880193/article/details

Mat创建方法From tutorial_code\core\mat_the_basic_image_container\mat_the_basic_image_container.cpp1、通过构造函数初始化：Mat M(2,2, CV_8UC3, Scalar(0,0,255));2、通过create()函数初始化M.create(4,4, CV_8UC

findContours函数参数详解：http://blog.youkuaiyun.com/dcrmg/article/details/51987348OpenCV Mat数据类型及位数总结:http://blog.sina.com.cn/s/blog_662c7859010105za.html

ImgProc/Smoothing.cpp 与 photo/non_photorealistic_rendering 中算法对比：滤波器小结一、低通滤波器（模糊和平滑）1、均值（线性）2、高斯（线性）  去白噪声3、中值（非线性） 去椒盐噪声二、高通滤波器（可边缘检测）1、sobel算子（方向）2、拉普拉斯变换（二阶导数）三、邻域滤波1、方框2、高斯

From tutorial_code\photo\seamless_cloning\cloning_demo.cpp该程序实现六种变换，分别是Normal Cloning（普通融合）、Mixed Cloning（混合融合）、Monochrome Transfer（单色画变换）、Local Color Change（局部颜色改变）、Local IlluminationChange（局部亮度改变）

From tutorial_code\core\how_to_scan_images\how_to_scan_images.cpp建缩减表方法：int divideWith = 0;stringstream s;s << argv[2];s >> divideWith;if (!s || !divideWith){ cout << "Invalid number

From tutorial_code\core\AddingImages\AddingImages.cppaddWeighted( src1, alpha, src2, beta, 0.0, dst);参数分别是输入图片1、图片1的权值、输入图片2、图片2的权值、偏差，输出图像。输出图像如下：

From tutorial_code\core\interoperability_with_OpenCV_1\interoperability_with_OpenCV_1.cppopencv1初始化图像const char* imagename = "lena.jpg";Ptr IplI(cvLoadImage(imagename)); Mat I = cv::cvarrToMat

存文件string filename = "C:\\Users\\111\\Desktop\\1.xml";FileStorage fs(filename, FileStorage::WRITE);fs 读文件fs.open(filename, FileStorage::READ);fs["iterationNr"] >> itNr;cout 存Stringfs <<

From tutorial_code\core\Matrix\Drawing_1.cpp画椭圆ellipse( img, //源图 Point( w/2, w/2 ), //椭圆原点 Size( w/4, w/16 ), //椭圆长轴和短轴长 angle, //椭圆旋转角度 0,

1、CannyDetector_Demo.cpp  Canny边缘检测（1）矩阵创建方法：Mat m; m.create(s.size(), s.type());（2）先灰度化，再滤波，最后进行边缘检测（3） Canny( detected_edges, detected_edges, lowThreshold, lowThreshold*ratio, kernel_size );

void  mixChannels (constMat*  src , int  nsrc ,Mat*  dst , int  ndst , constint*  fromTo , size_t  npairs );从输入中拷贝某通道到输出中特定的通道。src——输入矩阵，可以为一个也可以为多个，但是矩阵必须有相同的大小和深度.nsrcs——输入矩阵的个数。dst——输出矩阵，可以

tutorial_code\Histograms_Matching\calcBackProject_Demo2.cpp见参考博客：http://blog.youkuaiyun.com/u011630458/article/details/44260119

tutorial_code\ShapeDescriptors\pointPolygonTest_demo.cppdouble pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)参数： contour            ---输入轮廓            pt