1：OpenCV—图像基础

OpenCV教程

头文件

您只需要在程序中包含 opencv2/opencv.hpp 头文件。该头文件将包含应用程序的所有其他必需头文件。因此，您不再需要费心考虑程序应包含哪些头文件。
例如 -

#include <opencv2/opencv.hpp>

命名空间

所有 OpenCV 类和函数都在 cv 命名空间中。因此，您必须执行以下操作之一

• 在包含头文件之后添加使用命名空间 cv
  例如 -

#include <opencv2/opencv.hpp>
using namespace cv;int main(int argc, char** argv) 
{ // Read the image file Mat image = imread("D:/My OpenCV Website/Eagle.jpg"); return 0; 
}

• 在源代码中每个 OpenCV 类、函数和数据结构的开头附加 cv：： 说明符

例如

#include <opencv2/opencv.hpp> int main(int argc, char** argv) 
{ // Read the image file cv::Mat image = cv::imread("D:/My OpenCV Website/Eagle.jpg"); return 0; 
}

数组的数据类型

数组的数据类型定义通道数、为每个元素分配的位数以及如何使用这些位表示元素的值。如果数组表示图像，则数组的每个元素都是图像的像素。

任何单个通道数组都应属于以下数据类型之一。
- CV_8U - 8位无符号整数
- CV_8S - 8位有符号整数
- CV_16U - 16位无符号整数
- CV_16S - 16位有符号整数
- CV_32S - 32位有符号整数
- CV_32F - 32位浮点数
- CV_64F - 64位浮点数

在这里，我说明了一个数据类型为CV_8U的数组。它有一个频道。通道中的每个元素都是 8 位无符号整数。因此，每个元素的值范围应介于 0 到 255 之间。单通道阵列的一个常见类比示例是黑白图像。（像素值 0 表示黑色，255 表示白色。介于 0 和 255 之间的像素值表示介于黑色和白色之间的颜色。

我们可以为多通道数组定义上述所有数据类型。OpenCV支持多达512个通道。在这里，我将向您展示如何定义多通道数组CV_8U数据类型。

• CV_8UC1 - 具有 8 位无符号整数的单通道数组，与 CV_8U 完全相同
• CV_8UC2 - 2 个通道数组，带 8 位无符号整数
• CV_8UC3 - 3 个通道数组，带 8 位无符号整数
• CV_8UC4 - 4 个通道数组，带 8 位无符号整数
• CV_8UC（n） - 具有 8 位无符号整数的 n 通道数组（n 可以从 1 到 512） ）

同样，您可以使用任何其他单渠道数据类型派生多通道数据类型。（例如 - CV_16SC3、CV_32FC4、CV_64FC（27） 等）

示例 1：

在这里，我说明了一个数据类型为 CV_8UC3 的数组。它有3个通道。每个通道中的每个元素都是 8 位无符号整数。因此，每个元素的值范围应介于 0 到 255 之间。因为这是一个 3 通道数组，所以数组由具有 3 个元素的元组组成。第一个元组是 {54， 0， 34}，第二个元组是 {58， 78， 185}，依此类推。3通道阵列的一个常见类比示例是由红色，绿色和蓝色通道组成的RGB图像。

数据类型CV_8UC3的数组

示例 2：

在这里，我说明了一个数据类型为 CV_8SC2 的数组。它有2个通道。每个通道中的每个元素都是 8 位有符号整数。因此，每个元素的值范围应为 -128 到 127。因为这是一个 2 通道数组，所以数组由具有 2 个元素的元组组成。第一个元组是 {-85， -127}，第二个元组是 {25， 23}，依此类推。

数据类型CV_8SC2的数组

示例用法 ：

• Mat img1（3， 5， CV_32F ）;创建具有 3 位浮点数的 5 x 32 单通道数组
• Mat img2（23， 53， CV_64FC（5） ）;创建具有 23 位浮点数的 53 x 5 64 通道数组
• Mat img3（尺寸（100， 200）， CV_16UC2 ）;100 x 200 2 通道数组，带 16 位无符号整数

注意：

1. 您应该很明显以下 3 种数据类型完全相同。
2. • • CV_8U
   • CV_8UC1
   • CV_8UC（1）

3. 尽管CV_32FC4是有效的数据类型，但CV_32FC5不是有效的数据类型。对于包含 4 个以上通道的阵列，应使用括号将通道号括起来。例如 - CV_32FC（5）。

4. 某些 OpenCV 函数只能处理上述数据类型的子集。因此，请在使用 OpenCV 函数之前阅读文档。

对图像深度和通道的一些见解

任何数字图像都由像素组成。每个像素都应该有一些价值。像素的最小值为 0，它表示黑色。当像素的值增加时，该像素的强度也会增加。可以为像素分配的最大值取决于为每个像素分配的位数。如果为每个像素分配的位数为 8，则该像素的最大值为 255（二进制11111111）

现在什么是图像的深度？**图像深度表示为每个像素分配的位数。如果为 8，则每个像素的值可以介于 0 和 255 之间。**如果为 4，则每个像素的值可以介于 0 到 15 之间（二进制为 1111）。

灰度图像

这是一个深度为 8 (2^8)位的图像的简单模型。每个小框代表一个像素。因此，每个框可能包含一个介于 0 到 255 之间的值。

这是上图的一些重要属性。

• 图像深度为 8 位。
• 图像由单通道组成。
• 图像的高度为 4 像素。
• 图像的宽度为 5 像素。
• 此图像的分辨率为 5 x 4。

这是一个灰度图像（黑白图像），因为它只包含一个通道。因此，此图像不包含任何颜色信息。如果此像素的值更高，则会显示得更亮。如果该值较低，则会显示得更暗。

彩色图像

下图是彩色图像的简单模型。彩色图像应至少由 3 个平面组成;红色、绿色和蓝色。任何像素都是这三个值的组合。通过组合这 3 种基本颜色可以创建任何颜色。

例子

• （255， 0， 0） 代表纯红色。 R
• （0， 255， 0） 代表纯绿色。 G
• （0， 0， 255） 表示纯蓝色。 B
• （255，0，255） 代表纯违规。

在上图中，左上角像素为（23，231，46）。它将显示为绿色，因为该像素的绿色值 （231） 明显大于红色 （23） 和蓝色 （46） 值。

这是上图的一些重要属性。

• 图像深度为 24 位。（因为每个像素用 8 x 3 位（每个通道 8 位）表示）
• 图像由 3 个通道组成。
• 图像的高度为 4 像素。
• 图像的宽度为 5 像素。
• 此图像的分辨率为 5 x 4。

注意-

OpenCV库函数通常读取BGR格式的图像，这意味着蓝色平面在前，绿色平面在后，红色平面在末尾，这与上述图像的顺序完全相反。