1.point

Point pt;//点的表示pt.x = 10;pt.y = 20;

2.Rect

矩阵的表示

Rect rect(10, 20, 10, 10);//（10，20）是坐标，10*10是大小

3.Mat

Mat img;   //无初始化赋值Mat img1(100, 200, CV_8UC1);//创建100行200列类型为8位的单通道矩阵Mat img2(Size(200, 100), CV_8UC1);//创建200*100类型为8位的单通道矩阵Mat img3(Size(200, 100), CV_8UC3, Scalar(0, 255, 0));//创建200*100类型为8位的三通道矩阵Mat img4(Size(200, 100), CV_8UC1, Scalar(0, 255, 0));//创建200*100类型为8位的单通道矩阵

4.图像的复制

cv::Mat a;cv::Mat b = a;             // 浅拷贝, 只拷贝矩阵头, 数据并没有复制cv::Mat c(a);              // 浅拷贝, 只拷贝矩阵头, 数据并没有复制cv::Mat d = a.clone();     // 深拷贝, 矩阵头和数据都拷贝了cv::Mat e;a.copyTo(e);               // 深拷贝, 矩阵头和数据都拷贝了

5.颜色空间

1.BGR

2.HSV

在这里插入图片描述

H表示色调[0-360]

S表示饱和度[0-1]

V表示亮度[0-1]

3.LAB

在这里插入图片描述

L亮度[0-100]

a 和b是两个颜色通道[-127,128]

a包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）；b是从亮蓝色（低亮度值）到灰色（中亮度值）再到黄色（高亮度值）。

6.图形绘制

Mat img(300, 300, CV_8UC3, Scalar(0, 0, 0));line(img, Point(10, 10), Point(200, 200), Scalar(0, 255, 255), 10, 8);  //画线，两点确定一条直线circle(img, Point(150, 150), 100, Scalar(255, 255, 0), -1, 8);  //画圆，中心点+半径，倒数第二个参数正数为线宽，负数会填充图形rectangle(img, Point(10, 10), Point(240, 200), Scalar(0, 0, 255), 2, 8);  //画矩形，通过左上角和右下角两点确定矩形rectangle(img, Rect(10, 10, 230, 190), Scalar(0, 0, 255), -1, 8); //画矩形，（10,10）是左上角左边，230和190是长和宽ellipse(img, Point(150, 150), Size(100, 50), 45, 0, 360, Scalar(0, 255, 255), 2, 8);//画椭圆，Point是中心点，Size是长轴和短轴，45是旋转角度，0和360是范围ellipse(img, RotatedRect(Point(150, 150), Size(100, 50), 0), Scalar(0,255,255), 2, 8);//这里的椭圆是按照RotatedRect(Point来画的，就是用一个矩形把椭圆给框柱		Point ppt[] = {
   Point(120, 50), Point(180, 50), Point(210, 100), Point(180, 150), Point(120, 150), Point(90, 100)};//点集const Point* pts[] = {
   ppt};//因为fillPoly和polylines第二个和第三参数必须是指针，所以这里定义int npt[] ={
   6};//因为fillPoly和polylines第二个和第三参数必须是指针，所以这里定义，表示点的个数fillPoly(img, pts, npt, 1, Scalar(0, 255, 255), 8); //画填充多边形，1为要绘制的多边形数量为1polylines(img, pts, npt, 1, true, Scalar(0, 154, 209), 2, 8);  //画非填充多边形，1为要绘制的多边形数量为1putText(img,  "China", Point(100, 100), FONT_HERSHEY_COMPLEX, 2, Scalar(0, 255, 255), 2, 8);//第一个二为字体大小waitKey(0);

7.基本图像运算

7.1加法

7.1.1api

//直接做简单像素的加法+号，add(img1, img2, dst);//占有一定权重的加法void cvAddWeighted( const CvArr* src1, double alpha,const CvArr* src2, double beta,double gamma, CvArr* dst );参数1：src1，第一个原数组.参数2：alpha，第一个数组元素权重参数3：src2，第二个原数组参数4：beta，第二个数组元素权重参数5：gamma，图1与图2作和后添加的数值。不要太大，不然图片一片白。总和等于255以上就是纯白色了。参数6：dst，输出图片

7.1.2代码示例

void main(){	Mat car, rabbit;	Mat des;	car = imread("E:\\OpenCV\\images\\car.jpg");	rabbit= imread("E:\\OpenCV\\images\\rabbit.jpg");	addWeighted(car, 0.5, rabbit, 0.5, 0, des);//1/2car的像素加1/2rabbit的像素	imshow("img", des);	waitKey();}

7.2减法

7.2.1api

//直接做简单像素的减法-号，subtract(img1, img2, dst);//将两张图片相减之后的值，如果这个值为负，则取他的绝对值void cvAbsDiff( const CvArr* src1, const CvArr* src2, CvArr* dst );　　src1第一个原数组　　src2第二个原数组　　dst输出数组　　函数 cvAbsDiff 计算两个数组差的绝对值　　dst(I)c = abs(src1(I)c - src2(I)c).

7.3其他

bitwise_and(img1, img2, dst);//与bitwise_or(img1, img2, dst);//或bitwise_not(img1, dst);//非bitwise_xor(img1, img2, dst);//异或

8.对比度，亮度调整与通道分离

比较简单不做赘述

#include "opencv2/opencv.hpp"using namespace cv;//#define WIN_NAME "输出图像"//Mat srcImg;//Mat dstImg;//int Contrase_Value = 20;//int Bright_Value = 20;////void OnChange(int, void*)//用来演示对比度和亮度效果//{
   //	for(int i = 0; i
   
    (i, j)[0] = saturate_cast
    
     (Contrase_Value * 0.01 * srcImg.at
     
      (i, j)[0] + Bright_Value);//			dstImg.at
      
       (i, j)[1] = saturate_cast
       
        (Contrase_Value * 0.01 * srcImg.at
        
         (i, j)[1] + Bright_Value);// dstImg.at
         
          (i, j)[2] = saturate_cast
          
           (Contrase_Value * 0.01 * srcImg.at
           
            (i, j)[2] + Bright_Value);// }// }// imshow("原图", srcImg);// imshow(WIN_NAME, dstImg);//}void main(){ //对比度和亮度效果演示 //srcImg = imread("1.jpg"); //dstImg = Mat::zeros(srcImg.size(), srcImg.type()); Mat::zeros(); //将矩阵元素都置为0 Mat::ones(); //将矩阵元素都置为1 //namedWindow(WIN_NAME, CV_WINDOW_AUTOSIZE); //createTrackbar("对比度", WIN_NAME, &Contrase_Value, 300, OnChange, 0); //createTrackbar("亮 度", WIN_NAME, &Bright_Value, 200, OnChange, 0); //OnChange(Contrase_Value, 0); //回调函数初始化 //OnChange(Bright_Value, 0); //waitKey(0); Mat img = imread("2.jpg"); Mat dst; vector
            
              channels; split(img, channels);//分离像素通道 Mat blueChannel = channels.at(0); Mat greenChannel = channels.at(1); Mat redChannel = channels.at(2); merge(channels, dst);//合并像素通道 /*imshow("Blue", blueChannel); imshow("green", greenChannel); imshow("red", redChannel);*/ imshow("dst", dst); waitKey(0);}