OpenCV入门必读

《OpenCV入门必读》由会员分享，可在线阅读，更多相关《OpenCV入门必读（32页珍藏版）》请在装配图网上搜索。

1、OpenCV入门必读 摘要：本文旨在帮助读者快速入门OpenCV，而无需阅读冗长的参考手册。掌握了OpenCV的以下基础知识后，有需要的话再查阅相关的参考手册。 目录 [隐藏] · 1 一、简介 o 1.1 1、OpenCV的特点 § 1.1.1 （1） 总体描述 § 1.1.2 （2） 功能 § 1.1.3 （3） OpenCV模块 o 1.2 2、有用的学习资源 § 1.2.1 （1） 参考手册： § 1.2.2 （2） 网络资源： § 1.2.3 （3） 书籍： § 1.2.4 （4） 视频处理例程(在 /samples/c

2、/): § 1.2.5 （5） 图像处理例程 (在 /samples/c/): o 1.3 3、OpenCV 命名规则 § 1.3.1 （1） 函数名: § 1.3.2 （2） 矩阵数据类型: § 1.3.3 （3） 图像数据类型: § 1.3.4 （4） 头文件: o 1.4 4、编译建议 § 1.4.1 （1） Linux: § 1.4.2 （2） Windows: o 1.5 5、C例程 · 2 二、GUI 指令 o 2.1 1、窗口管理 § 2.1.1 （1） 创建和定位一个新窗口: § 2.1.2 （2） 载入图像: §

3、 2.1.3 （3） 显示图像: § 2.1.4 （4） 关闭窗口: § 2.1.5 （5） 改变窗口大小: o 2.2 2、输入处理 § 2.2.1 （1） 处理鼠标事件: § 2.2.2 （2） 处理键盘事件: § 2.2.3 （3） 处理滑动条事件: · 3 三、OpenCV的基本数据结构 o 3.1 1、图像数据结构 § 3.1.1 （1） IPL 图像: o 3.2 2、矩阵与向量 § 3.2.1 （1） 矩阵: § 3.2.2 （2） 一般矩阵: § 3.2.3 （3） 标量: o 3.3 3、其它结构类型 § 3.3.1 （1） 点: §

4、 3.3.2 （2） 矩形框大小（以像素为精度）: § 3.3.3 （3） 矩形框的偏置和大小: · 4 四、图像处理 o 4.1 1、图像的内存分配与释放 § 4.1.1 （1） 分配内存给一幅新图像: § 4.1.2 （2） 释放图像: § 4.1.3 （3） 复制图像: § 4.1.4 （4） 设置/获取感兴趣区域ROI: § 4.1.5 （5） 设置/获取感兴趣通道COI: o 4.2 2、图像读写 § 4.2.1 （1） 从文件中读入图像: § 4.2.2 （2） 保存图像: o 4.3 3、访问图像像素 § 4.3.1 （1） 假设你要访问第k通道

5、、第i行、第j列的像素。 § 4.3.2 （2） 间接访问: (通用，但效率低，可访问任意格式的图像) § 4.3.3 （3） 直接访问: (效率高，但容易出错) § 4.3.4 （4） 基于指针的直接访问: (简单高效) § 4.3.5 （5） 基于 c++ wrapper 的直接访问: （更简单高效） o 4.4 4、图像转换 § 4.4.1 （1） 字节型图像的灰度-彩色转换: § 4.4.2 （2） 彩色图像->灰度图像: § 4.4.3 （3） 不同彩色空间之间的转换: o 4.5 5、绘图指令 § 4.5.1 （1） 绘制矩形: § 4.5.2 （2） 绘

6、制圆形: § 4.5.3 （3） 绘制线段: § 4.5.4 （4） 绘制一组线段: § 4.5.5 （5） 绘制一组填充颜色的多边形: § 4.5.6 （6） 文本标注: · 5 五、矩阵处理 o 5.1 1、矩阵的内存分配与释放 § 5.1.1 （1） 总体上: § 5.1.2 （2） 为新矩阵分配内存: § 5.1.3 （3） 释放矩阵内存: § 5.1.4 （4） 复制矩阵: § 5.1.5 （5） 初始化矩阵: § 5.1.6 （6） 初始化矩阵为单位矩阵: o 5.2 2、访问矩阵元素 § 5.2.1 （1） 假设需要访问一个2D浮点型矩阵的第（i

7、, j）个单元. § 5.2.2 （2） 间接访问: § 5.2.3 （3） 直接访问（假设矩阵数据按4字节行对齐）: § 5.2.4 （4） 直接访问（当数据的行对齐可能存在间隙时 possible alignment gaps）: § 5.2.5 （5） 对于初始化后的矩阵进行直接访问: o 5.3 3、矩阵/向量运算 § 5.3.1 （1） 矩阵之间的运算: § 5.3.2 （2） 矩阵之间的元素级运算: § 5.3.3 （3） 向量乘积: § 5.3.4 （4） 单一矩阵的运算: § 5.3.5 （5） 非齐次线性方程求解: § 5.3.6 （6） 特征值与特征

8、向量 (矩阵为方阵): · 6 六、视频处理 o 6.1 1、从视频流中捕捉一帧画面 § 6.1.1 （1） OpenCV 支持从摄像头或视频文件（AVI格式）中捕捉帧画面. § 6.1.2 （2） 初始化一个摄像头捕捉器: § 6.1.3 （3） 初始化一个视频文件捕捉器: § 6.1.4 （4） 捕捉一帧画面: § 6.1.5 （5） 释放视频流捕捉器: o 6.2 2、获取/设置视频流信息 § 6.2.1 （1） 获取视频流设备信息: § 6.2.2 （2） 获取帧图信息: § 6.2.3 （3） 设置从视频文件抓取的第一帧画面的位置: o 6.3 3、保存

9、视频文件 § 6.3.1 （1） 初始化视频编写器: § 6.3.2 （2） 保持视频文件: § 6.3.3 （3） 释放视频编写器: [编辑] 一、简介 [编辑] 1、OpenCV的特点 [编辑] （1） 总体描述 · OpenCV是一个基于C/C++语言的开源图像处理函数库 · 其代码都经过优化，可用于实时处理图像 · 具有良好的可移植性 · 可以进行图像/视频载入、保存和采集的常规操作 · 具有低级和高级的应用程序接口（API） · 提供了面向Intel IPP高效多媒体函数库的接口，可针对你使用的Intel CPU优化代码，提高程序性能（译注：

10、OpenCV 2.0版的代码已显着优化，无需IPP来提升性能，故2.0版不再提供IPP接口） [编辑] （2） 功能 · 图像数据操作（内存分配与释放，图像复制、设定和转换） Image data manipulation (allocation, release, copying, setting, conversion). · 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） Image and video I/O (file and camera based input, image/video file output). · 矩阵/向量数据操

11、作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） Matrix and vector manipulation and linear algebra routines (products, solvers, eigenvalues, SVD). · 支持多种动态数据结构（链表、队列、数据集、树、图） Various dynamic data structures (lists, queues, sets, trees, graphs). · 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） Basic imag

12、e processing (filtering, edge detection, corner detection, sampling and interpolation, color conversion, morphological operations, histograms, image pyramids). · 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化） Structural analysis (connected components, contour processing, distance tr

13、ansform, various moments, template matching, Hough transform, polygonal approximation, line fitting, ellipse fitting, Delaunay triangulation). · 摄像头定标（寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹配） Camera calibration (finding and tracking calibration patterns, calibration, fundamental matrix estimation, h

14、omography estimation, stereo correspondence). · 运动分析（光流、动作分割、目标跟踪） Motion analysis (optical flow, motion segmentation, tracking). · 目标识别（特征方法、HMM模型） Object recognition (eigen-methods, HMM). · 基本的GUI（显示图像/视频、键盘/鼠标操作、滑动条） Basic GUI (display image/video, keyboard and mouse handling, scroll-

15、bars). · 图像标注（直线、曲线、多边形、文本标注） Image labeling (line, conic, polygon, text drawing) [编辑] （3） OpenCV模块 · cv – 核心函数库 · cvaux – 辅助函数库 · cxcore – 数据结构与线性代数库 · highgui – GUI函数库 · ml – 机器学习函数库 [编辑] 2、有用的学习资源 [编辑] （1） 参考手册： · /docs/index.htm （译注：在你的OpenCV安装目录内）

16、 [编辑] （2） 网络资源： · 官方网站: · 软件下载: [编辑] （3） 书籍： · Open Source Computer Vision Library by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006). chenyusiyuan: 补充以下书籍 · Learning OpenCV - Computer Vision with the OpenCV Library by Gary Bradski & Adrian

17、Kaehler, O'Reilly Media, 1 st ed. (September, 2008). · OpenCV教程——基础篇 作者：刘瑞祯 于仕琪，北京航空航天大学出版社，出版日期：200706 [编辑] （4） 视频处理例程(在 /samples/c/): · 颜色跟踪: camshiftdemo · 点跟踪: lkdemo · 动作分割: motempl · 边缘检测: laplace [编辑] （5） 图像处理例程 (在 /samples/c/): · 边缘检测: edge · 图像分

18、割: pyramid_segmentation · 形态学: morphology · 直方图: demhist · 距离变换: distrans · 椭圆拟合: fitellipse [编辑] 3、OpenCV 命名规则 [编辑] （1） 函数名: cvActionTargetMod(...) Action = 核心功能（core functionality） (e.g. set, create) Target = 目标图像区域（target image area） (e.g. contour, polygon) Mod =

19、（可选的）调整语（optional modifiers） (e.g. argument type) [编辑] （2） 矩阵数据类型: CV_(S|U|F)C S = 符号整型 U = 无符号整型 F = 浮点型 E.g.: CV_8UC1 是指一个8位无符号整型单通道矩阵, CV_32FC2是指一个32位浮点型双通道矩阵. [编辑] （3） 图像数据类型: IPL_DEPTH_(S|U|F) E.g.: IPL_

20、DEPTH_8U 图像像素数据是8位无符号整型. IPL_DEPTH_32F图像像素数据是32位浮点型. [编辑] （4） 头文件: #include #include #include #include #include // 一般不需要，cv.h 内已包含该头文件 [编辑] 4、编译建议 [编辑] （1） Linux: g++ hello-world.cpp -o hello-world \ -I /us

21、r/local/include/opencv -L /usr/local/lib \ -lm -lcv -lhighgui -lcvaux [编辑] （2） Windows: 在Visual Studio的‘选项’和‘项目’中设置好OpenCV相关文件的路径。 [编辑] 5、C例程 //////////////////////////////////////////////////////////////////////// // // hello-world.cpp // // 该程序从文件中读入一幅图像，将之反色，然后显示出来. // //////

22、////////////////////////////////////////////////////////////////// #include #include #include #include #include   int main(int argc, char *argv[]) { IplImage* img = 0; int height,width,step,channels; uchar *data; int i,j,k;  

23、 if(argc<2){ printf("Usage: main \n\7"); exit(0); }   // load an image img=cvLoadImage(argv[1]); if(!img){ printf("Could not load image file: %s\n",argv[1]); exit(0); }   // get the image data height = img->height; width = im

24、g->width; step = img->widthStep; channels = img->nChannels; data = (uchar *)img->imageData; printf("Processing a %dx%d image with %d channels\n",height,width,channels);   // create a window cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE); cvMoveWindow("mainWin", 100,

25、100);   // invert the image // 相当于 cvNot(img); for(i=0;i

26、ease the image cvReleaseImage(&img ); return 0; } [编辑] 二、GUI 指令 [编辑] 1、窗口管理 [编辑] （1） 创建和定位一个新窗口: cvNamedWindow("win1", CV_WINDOW_AUTOSIZE); cvMoveWindow("win1", 100, 100); // offset from the UL corner of the screen [编辑] （2） 载入图像: IplImage* img=0; img=cvLoadImage(fileName

27、); if(!img) printf("Could not load image file: %s\n",fileName); [编辑] （3） 显示图像: cvShowImage("win1",img); 该函数可以显示彩色或灰度的字节型/浮点型图像。字节型图像像素值范围为[0-255]；浮点型图像像素值范围为[0-1]。彩色图像的三色元素按BGR（蓝-红-绿）顺序存储。 [编辑] （4） 关闭窗口: cvDestroyWindow("win1"); [编辑] （5） 改变窗口大小: cvResizeWindow("win1",100,100); // new w

28、idth/heigh in pixels [编辑] 2、输入处理 [编辑] （1） 处理鼠标事件: · 定义一个鼠标处理程序: void mouseHandler(int event, int x, int y, int flags, void* param) { switch(event){ case CV_EVENT_LBUTTONDOWN: if(flags & CV_EVENT_FLAG_CTRLKEY) printf("Left button down with CTRL pressed\n");

29、 break;   case CV_EVENT_LBUTTONUP: printf("Left button up\n"); break; } } x,y: 相对于左上角的像素坐标 event: CV_EVENT_LBUTTONDOWN, CV_EVENT_RBUTTONDOWN, CV_EVENT_MBUTTONDOWN, CV_EVENT_LBUTTONUP, CV_EVENT_RBUTTONUP, CV_EVENT_MBUTTONUP,

30、 CV_EVENT_LBUTTONDBLCLK, CV_EVENT_RBUTTONDBLCLK, CV_EVENT_MBUTTONDBLCLK, CV_EVENT_MOUSEMOVE: flags: CV_EVENT_FLAG_CTRLKEY, CV_EVENT_FLAG_SHIFTKEY, CV_EVENT_FLAG_ALTKEY, CV_EVENT_FLAG_LBUTTON, CV_EVENT_FLAG_RBUTTON, CV_EVENT_FLAG_MBUTTON · 注册该事件处理程序: mouseParam=5; cvSe

31、tMouseCallback("win1",mouseHandler,&mouseParam); [编辑] （2） 处理键盘事件: · 实际上对于键盘输入并没有专门的事件处理程序. · 按一定间隔检测键盘输入（适用于循环体中）: int key; key=cvWaitKey(10); // wait 10ms for input · 中止程序等待键盘输入: int key; key=cvWaitKey(0); // wait indefinitely for input · 键盘输入的循环处理程序: while(1){ key=cvWaitKey

32、(10); if(key==27) break;   switch(key){ case 'h': ... break; case 'i': ... break; } } [编辑] （3） 处理滑动条事件: · 定义一个滑动条处理程序: void trackbarHandler(int pos) { printf("Trackbar position: %d\n",pos); } · 注册该事件处理程序: int tr

33、ackbarVal=25; int maxVal=100; cvCreateTrackbar("bar1", "win1", &trackbarVal ,maxVal , trackbarHandler); · 获取当前的滑动条位置: int pos = cvGetTrackbarPos("bar1","win1"); · 设置滑动条位置: cvSetTrackbarPos("bar1", "win1", 25); [编辑] 三、OpenCV的基本数据结构 （译注：OpenCV 1.1、1.2或2.0版本中各数据结构的结构体元素有所调整，以下仅作参考）

34、[编辑] 1、图像数据结构 [编辑] （1） IPL 图像: IplImage |-- int nChannels; // 颜色通道数目 (1,2,3,4) |-- int depth; // 像素的位深: | // IPL_DEPTH_8U, IPL_DEPTH_8S, | // IPL_DEPTH_16U,IPL_DEPTH_16S, | // IPL_DEPTH_32S,I

35、PL_DEPTH_32F, | // IPL_DEPTH_64F |-- int width; // 图像宽度（像素为单位） |-- int height; // 图像高度 |-- char* imageData; // 图像数据指针 | // 注意彩色图像按BGR顺序存储数据 |-- int dataOrder; // 0 - 将像素点不同通道的值交错排在一起，形成单一像素平面 |

36、 // 1 - 把所有像素同通道值排在一起，形成若干个通道平面，再把平面排列起来 | // cvCreateImage 只能创建像素交错排列式的图像 |-- int origin; // 0 – 像素原点为左上角, | // 1 – 像素原点为左下角 (Windows bitmaps style) |-- int widthStep; // 相邻行的同列点之间的字节数 |-- int imageSize; // 图像的大小（

37、字节为单位） = height*widthStep |-- struct _IplROI *roi;// 图像的感兴趣区域（ROI）. ROI非空时对图像的 | // 处理仅限于ROI区域. |-- char *imageDataOrigin; // 图像数据未对齐时的数据原点指针 | // (需要正确地重新分配图像内存 ) | // （needed for correct image deallocation） |

38、-- int align; // 图像数据的行对齐: 4 or 8 byte alignment | // OpenCV 中无此项，采用widthStep代替 |-- char colorModel[4]; // 颜色模型 – OpenCV中忽略此项 [编辑] 2、矩阵与向量 [编辑] （1） 矩阵: CvMat // 2D 矩阵 |-- int type; // 元素类型 (uchar,short,int,float,double) 与标

39、志 |-- int step; // 整行长度字节数 |-- int rows, cols; // 行、列数 |-- int height, width; // 矩阵高度、宽度，与rows、cols对应 |-- union data; |-- uchar* ptr; // data pointer for an unsigned char matrix |-- short* s; // data pointer for a short matrix |-- int*

40、 i; // data pointer for an integer matrix |-- float* fl; // data pointer for a float matrix |-- double* db; // data pointer for a double matrix CvMatND // N-维矩阵 |-- int type; // 元素类型 (uchar,short,int,float,double) 与标志 |-- int dim

41、s; // 矩阵维数 |-- union data; | |-- uchar* ptr; // data pointer for an unsigned char matrix | |-- short* s; // data pointer for a short matrix | |-- int* i; // data pointer for an integer matrix | |-- float* fl; // data pointer for a float matr

42、ix | |-- double* db; // data pointer for a double matrix | |-- struct dim[]; // 各维信息 |-- size; // 元素数目 |-- step; // 元素间距（字节为单位） CvSparseMat // N-维稀疏矩阵 [编辑] （2） 一般矩阵: CvArr* // 仅作为函数定义的参数使用， // 表明函数可以接受不同类型的矩阵作为参数，

43、 // 例如：IplImage*, CvMat* 甚至是 CvSeq*. // 矩阵的类型通过矩阵头的前4个字节信息来确定 [编辑] （3） 标量: CvScalar |-- double val[4]; //4D 向量 初始化函数: CvScalar s = cvScalar(double val0, double val1=0, double val2=0, double val3=0); // Example: CvScalar s = cvScalar(20.0); s.val[0]=20.0; 注意该初始化函数的函数名

44、与对应的结构体名称几乎同名，差别仅在于函数名第一个字母是小写的，而结构体名第一个字母是大写的。它并不是一个 C++ 构造函数。（译注：类似的还有 cvMat 与 CvMat、cvPoint 与 CvPoint 等等） [编辑] 3、其它结构类型 [编辑] （1） 点: CvPoint p = cvPoint(int x, int y); CvPoint2D32f p = cvPoint2D32f(float x, float y); CvPoint3D32f p = cvPoint3D32f(float x, float y, float z); //E.g.:

45、 p.x=5.0; p.y=5.0; [编辑] （2） 矩形框大小（以像素为精度）: CvSize r = cvSize(int width, int height); CvSize2D32f r = cvSize2D32f(float width, float height); [编辑] （3） 矩形框的偏置和大小: CvRect r = cvRect(int x, int y, int width, int height); [编辑] 四、图像处理 [编辑] 1、图像的内存分配与释放 [编辑] （1） 分配内存给一幅新图像: I

46、plImage* cvCreateImage(CvSize size, int depth, int channels); size: cvSize(width,height); depth: 像素深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U, IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F, IPL_DEPTH_64F channels: 像素通道数. Can be 1, 2, 3 or 4. 各通道是交错排列的. 一幅彩色图像的数据排列格式如下： b0 g0 r0 b1 g1

47、r1 ... 示例: // Allocate a 1-channel byte image IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);   // Allocate a 3-channel float image IplImage* img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3); [编辑] （2） 释放图像: IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); c

48、vReleaseImage(&img); [编辑] （3） 复制图像: IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); IplImage* img2; img2=cvCloneImage(img1); // 注意通过cvCloneImage得到的图像 // 也要用 cvReleaseImage 释放，否则容易产生内存泄漏 [编辑] （4） 设置/获取感兴趣区域ROI: void cvSetImageROI(IplImage* image, CvRect

49、 rect); void cvResetImageROI(IplImage* image); CvRect cvGetImageROI(const IplImage* image); 大多数OpenCV函数都支持 ROI. [编辑] （5） 设置/获取感兴趣通道COI: void cvSetImageCOI(IplImage* image, int coi); // 0=all int cvGetImageCOI(const IplImage* image); 大多数OpenCV函数不支持 COI. [编辑] 2、图像读写 [编辑] （1） 从文件中读入图像:

50、 IplImage* img=0; img=cvLoadImage(fileName); if(!img) printf("Could not load image file: %s\n",fileName); 支持的图像格式: BMP, DIB, JPEG, JPG, JPE, PNG, PBM, PGM, PPM, SR, RAS, TIFF, TIF OpenCV默认将读入的图像强制转换为一幅三通道彩色图像. 不过可以按以下方法修改读入方式: img=cvLoadImage(fileName,flag);

51、flag: >0 将读入的图像强制转换为一幅三通道彩色图像 =0 将读入的图像强制转换为一幅单通道灰度图像 <0 读入的图像通道数与所读入的文件相同. [编辑] （2） 保存图像: if(!cvSaveImage(outFileName,img)) printf("Could not save: %s\n", outFileName); 保存的图像格式由 outFileName 中的扩展名确定. [编辑] 3、访问图像像素 [编辑] （1） 假设你要访问第k通道、第i行、第j列的像素。 [编辑] （2） 间接访问: (通用，但效率低，可访问

52、任意格式的图像) · 对于单通道字节型图像: IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); CvScalar s; s=cvGet2D(img,i,j); // get the (i,j) pixel value printf("intensity=%f\n",s.val[0]); s.val[0]=111; cvSet2D(img,i,j,s); // set the (i,j) pixel value · 对于多通道字节型/浮点型图像: IplImage* img=cvCreateImage

53、(cvSize(640,480),IPL_DEPTH_32F,3); CvScalar s; s=cvGet2D(img,i,j); // get the (i,j) pixel value printf("B=%f, G=%f, R=%f\n",s.val[0],s.val[1],s.val[2]); s.val[0]=111; s.val[1]=111; s.val[2]=111; cvSet2D(img,i,j,s); // set the (i,j) pixel value [编辑] （3） 直接访问: (效率高，但容易出错) · 对于单通道字节型图像: Ip

54、lImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); ((uchar *)(img->imageData + i*img->widthStep))[j]=111; · 对于多通道字节型图像: IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3); ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B ((uchar *)(img->imageData

55、+ i*img->widthStep))[j*img->nChannels + 1]=112; // G ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R · 对于多通道浮点型图像: IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3); ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B ((float

56、 *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R [编辑] （4） 基于指针的直接访问: (简单高效) · 对于单通道字节型图像: IplImage* img = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); int height = img->height; int w

57、idth = img->width; int step = img->widthStep/sizeof(uchar); uchar* data = (uchar *)img->imageData; data[i*step+j] = 111; · 对于多通道字节型图像: IplImage* img = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3); int height = img->height; int width = img->width; int step = im

58、g->widthStep/sizeof(uchar); int channels = img->nChannels; uchar* data = (uchar *)img->imageData; data[i*step+j*channels+k] = 111; · 对于多通道浮点型图像（假设图像数据采用4字节（32位）行对齐方式）: IplImage* img = cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3); int height = img->height; int width = img->wi

59、dth; int step = img->widthStep/sizeof(float); int channels = img->nChannels; float * data = (float *)img->imageData; data[i*step+j*channels+k] = 111; [编辑] （5） 基于 c++ wrapper 的直接访问: （更简单高效） · 首先定义一个 c++ wrapper ‘Image’，然后基于Image定义不同类型的图像: template class Image { priva

60、te: IplImage* imgp; public: Image(IplImage* img=0) {imgp=img;} ~Image(){imgp=0;} void operator=(IplImage* img) {imgp=img;} inline T* operator[](const int rowIndx) { return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));} };   typedef struct{ unsigned char b,g,r; }

61、RgbPixel;   typedef struct{ float b,g,r; } RgbPixelFloat;   typedef Image RgbImage; typedef Image RgbImageFloat; typedef Image BwImage; typedef Image BwImageFloat; · 对于单通道字节型图像: IplImage* img=cvCreateImage(cvSize(640,480

62、),IPL_DEPTH_8U,1); BwImage imgA(img); imgA[i][j] = 111; · 对于多通道字节型图像: IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3); RgbImage imgA(img); imgA[i][j].b = 111; imgA[i][j].g = 111; imgA[i][j].r = 111; · 对于多通道浮点型图像: IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);

63、 RgbImageFloat imgA(img); imgA[i][j].b = 111; imgA[i][j].g = 111; imgA[i][j].r = 111; [编辑] 4、图像转换 [编辑] （1） 字节型图像的灰度-彩色转换: cvConvertImage(src, dst, flags=0); src = float/byte grayscale/color image dst = byte grayscale/color image flags = CV_CVTIMG_FLIP (垂直翻转图像) CV_CVTIMG_

64、SWAP_RB (置换 R 和 B 通道) [编辑] （2） 彩色图像->灰度图像: // Using the OpenCV conversion: cvCvtColor(cimg,gimg,CV_BGR2GRAY); // cimg -> gimg   // Using a direct conversion: for(i=0;iheight;i++) for(j=0;jwidth;j++) gimgA[i][j]= (uchar)(cimgA[i][j].b*0.114 + cimg

65、A[i][j].g*0.587 + cimgA[i][j].r*0.299); [编辑] （3） 不同彩色空间之间的转换: cvCvtColor(src,dst,code); // src -> dst code = CV_2 / = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS e.g.: CV_BGR2GRAY, CV_BGR2HSV, CV_BGR2Lab [编辑] 5、绘图指令 [编辑] （1） 绘制矩形: // 在点 (100,

66、100) 和 (200,200) 之间绘制一矩形，边线用红色、宽度为 1 cvRectangle(img, cvPoint(100,100), cvPoint(200,200), cvScalar(255,0,0), 1); [编辑] （2） 绘制圆形: // 圆心为(100,100)、半径为20. 圆周绿色、宽度为1 cvCircle(img, cvPoint(100,100), 20, cvScalar(0,255,0), 1); [编辑] （3） 绘制线段: // 在 (100,100) 和 (200,200) 之间、线宽为 1 的绿色线段 cvLine(img, cvPoint(100,100), cvPoint(200,200), cvScalar(0,255,0), 1); [编辑] （4） 绘制一组线段: CvPoint curve1[]={10,10, 1