【学习OpenCV4】图像的基本操作

一、图像色彩空间转换

1.1 基本知识

色彩空间转换函数：cvtColor

COLOR_BGR2GRAY = 6	//6彩色到灰度
COLOR_GRAY2BGR = 8	//8灰度到彩色
COLOR_BGR2HSV = 40	//40BGR到HSV
COLOR_HSV2BGR = 54	//54HSV到BGR

GRAY：指灰度，只有一个参数灰度值Channel
BGR：指BGR颜色空间，以红绿蓝三基色(0~255)为基础，叠加形成各种颜色
HSV：指六角椎体模型，色调Hue用角度度量（0~180），饱和度Saturation（0 ~ 255），亮度Value（0 ~ 255）

图像保存函数：imwrite

第一个参数是图像保存路径
第二个参数是图像内存对象

1.2 创建类

①首先添加一个头文件。

②头文件内定义一个MyDemo类，代码如下

#pragma once

#include <opencv2/opencv.hpp>

using namespace cv;

class MyDemo {
public:
	void colorSpace_Demo(Mat &image);

};

③添加包含目录。首先在项目名称上右键-属性，打开属性页后，编辑VC++目录->包含目录这一项，新建项为头文件所在的目录如图。

④创建一个cpp文件，实现刚才定义的类。

#include <mydemo.h>

void MyDemo::colorSpace_Demo(Mat &image) {
	Mat gray, hsv;
	cvtColor(image, hsv, COLOR_BGR2HSV);
	cvtColor(image, gray, COLOR_BGR2GRAY);
	imshow("HSV Image", hsv);
	imshow("Gray Image", gray);
	imwrite("E:/Program/OpenCV/vcworkspaces/opencv_452/img/hsv.png", hsv);
	imwrite("E:/Program/OpenCV/vcworkspaces/opencv_452/img/gray.png", gray);
}

1.3 编写主函数

#include <opencv2/opencv.hpp>
#include <iostream>
#include <mydemo.h>

using namespace cv;

int main(int argc, char** argv) {
	Mat src = imread("E:/Program/OpenCV/vcworkspaces/opencv_452/img/opencv.jpg");//自己找一张图片
	imshow("opencv.jpg", src);

	MyDemo demo;
	demo.colorSpace_Demo(src);

	waitKey(0);
	destroyAllWindows();;
	return 0;
}

1.4 测试结果

使用技巧：由于RGB三个参数仅代表颜色，HSV分别代表色调、饱和度、亮度。
因此对于一个图片想要调整亮度，可以先转换到HSV色彩空间调节亮度，再返回RGB色彩空间即可。

二、图像对象的创建与复制

2.1 什么是Mat

关于Mat的问题

如何操作读进来的图像

如何遍历访问图像的每个像素点

如何创建一个空图像

在OpenCV中Mat的数据分为两个部分，头部和数据部分。头部包括数据类型、通道数量。

2.2 创建空白图像

创建图像的过程
①所用函数

1 2	Mat m_new = Mat::zeros(Size(8, 8),CV_8UC1); Mat m_new = Mat::ones(Size(8, 8),CV_8UC1);

函数中的参数CV_8UC1，表示8位、unsigned char型、Channel通道数为1。

②添加头文件

接下来写demo尝试创建图像，在头文件内添加一行函数的声明。

#pragma once

#include <opencv2/opencv.hpp>

using namespace cv;

class MyDemo {
public:
	void colorSpace_Demo(Mat& image);
	void matCreation_Demo();	//这一行是新加的
};

③实现创建图像的函数

在mydemo.cpp文件中添加以下代码实现此函数

void MyDemo::matCreation_Demo() {

	//创建空白图像
	Mat m_new = Mat::zeros(Size(8, 8),CV_8UC1);
	std::cout << "width = " << m_new.cols << "\theight = " << m_new.rows << "\tchannels = " << m_new.channels() << std::endl;
	std::cout << m_new << std::endl;

}

④主函数调用并测试

#include <opencv2/opencv.hpp>
#include <iostream>
#include <mydemo.h>

using namespace cv;

int main(int argc, char** argv) {

	MyDemo demo;
	demo.matCreation_Demo();

	waitKey(0);
	destroyAllWindows();;
	return 0;
}

输出结果如下图所示，是一个8x8的矩阵：

注意事项：

如果将通道数改为3，也就是Mat m_new = Mat::zeros(Size(8, 8),CV_8UC3);，那么输出结果会变成8x24的矩阵，也就是每个像素点会有三个值：

如果对三通道使用ones进行初始化，那么只会使每个像素点的第一个通道初始化为1，第二、第三通道仍然初始化为0.

可以通过使用Scalar函数对图像所有像素点同时进行赋值。Scalar的三个参数分别为B、G、R

void MyDemo::matCreation_Demo() {

	//创建空白图像
	Mat m_new = Mat::ones(Size(8, 8),CV_8UC3);
	m_new = Scalar(66, 66, 66);
	std::cout << m_new << std::endl;

}

图像在哪里
刚才我们通过io输出，在控制台将图像的像素点值一个一个打印出来。我们当然也可以将它作为一个图像进行输出。只需要将cout换成imshow即可。

void MyDemo::matCreation_Demo() {

	//创建空白图像
	Mat m_new = Mat::ones(Size(800, 600),CV_8UC3);
	m_new = Scalar(66, 66, 66);
	imshow("new image",m_new);

}