OpenCV函数记录（一）

目录

前言

一直在怼图像处理，自然离不开OpenCV，也就是说经常遇到一些常用的OpenCV函数，记录下，提高效率！
学习！分享！感谢！

OpenCV1.0.0函数

• IplImage
origin为0表示顶左结构，即图像的原点是左上角，如果为1为左下角。一般从硬盘读入的图片或者通过cvCreateImage创建的IplImage图片默认是origin为0，即显示的时候都是正的。而由摄像头或者视频文件获取的帧图像origin为1，此时显示的时候扫描顺序是从下到上，显示也是正的。

• cvSetImageROI

void cvSetImageROI( IplImage* image, CvRect rect );

大多数OpenCV函数都支持ROI，并将它作为一个独立图像进行处理，所有像素坐标都是从ROI的左上角或则左下角(基于图像结构)开始计算的。

IplImage *img=cvLoadImage("test.jpg");
cvSetImageROI(img, cvRect(100, 100, 50, 50)); //设置img的ROI区域

之后显示img图像只显示ROI标识的一部分，即改变了指针img，但是它仍然保留有原来图像的信息，在执行cvResetImageROI(img);之后，img指向原来的图像信息。
以上参考【opencv学习笔记】SetImageROI函数设置ROI区域的作用及用法

• cvResize

void cvResize(const CvArr* src, CvArr* dst, int                    
              interpolation=CV_INTER_LINEAR );  

src：输入图像.
dst：输出图像.
函数cvResize将图像src的尺寸设置为dst。若设定ROI，函数将按常规支持ROI。

• cvAvgSdv

功能：求像素平均值和标准差

cvAvgSdv(const CvArr *arr, CvScalar *mean, CvScalar *std_dev, const 
         CvArr *mask = _null)

arr：图像输入数组
mean：图像像素值平均值，最多可存放四通道的平均值
std_dev : 图像标准差
mask : 像素开关
参考学习opencv》笔记——矩阵和图像操作——cvAnd、cvAndS、cvAvg and cvAvgSdv

• cvCreateTrackbar

int cvCreateTrackbar(
        const char* trackbar_name,const char* window_name,  
        int* value, int count, CvTrackbarCallback on_change 
);

trackbar_name：滑动条名称
window_name：窗口名称
value：当滑动条被拖动时，OpenCV自动将当前位置所代表的值传给指针指向的整数
count：滑动条所能达到的最大值
on_change：可选的回调函数
例：

cvCreateTrackbar( "Vmin", "CamShiftWindow", &adjVmin, 256, 0 );

//读取value值
int cvGetTrackbarPos(
    const char* trackbar_name,
    cosnt char* window_name
);

//设置value值
void cvSetTrackbarPos(
    const char* trackbar_name,
    const char* window_name,
    int pos
);

参考openCV学习笔记（2）–cvCreateTrackbar

• cvFlip

void cvFlip( const CvArr* src, CvArr* dst=NULL, int flip_mode=0);

flip_mode：
=0, 图像绕X轴旋转

0, 图像绕Y轴旋转
<0, 图像绕X轴和Y轴旋转

• cvFZero

void cvZero(CvArr* arr);

功能：将图像中的每个像素都设置为0。

• cvCopy
  功能：拷贝一个数组到另一个数组，注意dst数组的内存要事先开辟。

void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask=NULL );

src：输入数组
dst：输出数组
参考cvClone 和 cvCopy函数的区别

• cvSplit

void cvSplit(const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr*     
             dst2, CvArr* dst3)

注意：src是源图像，dst0~dst3是分离出单通道图像。注意：输入图像的图像格式，比如如果是BGR，就应该按照BGR的方式获取分离的图像。

---

HSV中颜色空间中：Hue(色相)，是色彩的基本属性；Saturation(饱和度)，是指色彩的纯度，纯度越高，色彩越纯，低则逐渐变灰，取0~100%的数值；Value(亮度)。

H: 0~180 S: 0~255 V: 0~255

参考OpenCV 自学笔记21. RGB色彩空间和HSV色彩空间的理解

阈值化：在对各种图形进行处理操作的过程中，对图像中的像素做出取舍和决策，直接剔除一些低于或者高于一定值的像素。阈值可以被视作最简单的图像分割方法，比如，从一幅图像中利用阈值分割出我们需要的物体部分。这样的图像分割基于图像中物体与背景之间的灰度差异，此分割属于像素级分割。为了从一幅图像中提取出我们需要的部分，应该用图像中的每一个像素点的灰度值与选取的阈值进行比较，并作出相应的判断。注意：阈值的选取依赖于具体的问题。即物体在不同的图像中有可能会有不同的灰度值。
一旦找到需要分割的物体的像素点，可以对这些像素点设定一些特定的值来表示。例如，设置需要分割的物体的灰度值为0(黑色)，其他像素点为255(白色)。当然像素点的灰度值可以任意，但最好设定两种颜色对比度较强的颜色。

---

总结

都是前人的东西，作为初学的菜鸟，只能是摘录部分，理解，希望以后贡献真正属于自己的东西，以后的文章都改为译文。