openCV：基础功能_opencv src.col(loop).t();

基础的一些功能 

创建与图像大小相同的图片
创建简单的3X3图像
创建数组
克隆图片
输出通道
获取像素高和宽
获取像素的值
掩膜操作提高对比度
图像和数组的初始化
创建单位矩阵 

单(3)通道图像灰度、反差转换（~）

#include <iostream>  
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
 
int main(int argc, char** argv)
{
	Mat src;//初始化一个操作对象
	src = imread("C:/Users/JAY/Desktop/Others/tang.jpg");//读取图片
	if (!src.data)//判断图片是否加载进来
	{
		cout << "不能加载图片" << endl;
		return -1;
	}
	namedWindow("加载的图片", WINDOW_AUTOSIZE);//窗口命名，控制大小一致
	imshow("加载的图片", src);//输出图片，""内命名必须一致，才能显示在一个窗口
 
	//创建一个等大小、等类型的纯色图
	Mat drt0;
	drt0 = Mat(src.size(), src.type());//读取原始图片的尺寸和类型
	drt0 = Scalar(177, 0, 155);//定义RGB
	imshow("图片展示", drt0);
 
	//克隆图片
	Mat drt1 = src.clone();
	imshow("克隆的图片为", drt1);
 
	//输出灰度通道(单通道)
	Mat drt2;
	cvtColor(src, drt2, CV_BGR2GRAY);//将原始图片转换为灰度图
	cout << "加载的图片通道是：" << src.channels() << endl;//原始图为RGB，3通道
	cout << "输出的图片通道是：" << drt2.channels() << endl;//灰度图为单通道
	imshow("灰度图片为", drt2);
 
	int height = drt1.cols;//获取图像像素全部列
	int width = drt1.rows;//获取图像像素全部行
	cout << "行和列为：" << height << "\t" << width << endl;
	for (int row = 0; row < height; row++) //灰度操作
	{
		for (int col = 0; col < width; col++)
		{
			int gray = drt2.at<uchar>(row, col);
			drt2.at<uchar>(row, col) = 255 - gray;//反差操作
		}
	}
	imshow("单通道反差图片为", drt2);
 
	//3通道
	Mat drt3;
	drt3.create(src.size(), src.type());
	int	height3 = src.cols;//获取图像像素全部列
	int	width3 = src.rows;//获取图像像素全部行
	int nc = src.channels();//获取图片的通道数
	//bitwise_not(src, drt3);//3通道反差转换
	for (int row = 0; row < height3; row++) //灰度操作,	for循环为bitwise_not(src, drt3)实现过程
	{
		for (int col = 0; col < width3; col++)
		{
			if (nc == 1)//如果是单通道图像
			{
				int gray = drt2.at<uchar>(row, col);
				drt2.at<uchar>(row, col) = 255 - gray;//反差操作
			}
			else if (nc == 3)//如果是3通道图像
			{
				int b = src.at<Vec3b>(row, col)[0];//Vec3b对应三通道的顺序是blue、green、red的uchar类型数据
				int g = src.at<Vec3b>(row, col)[1];
				int f = src.at<Vec3b>(row, col)[2];
				drt3.at<Vec3b>(row, col)[0] = 255 - b;//可以手动修改其值
				drt3.at<Vec3b>(row, col)[1] = 255 - g;
				drt3.at<Vec3b>(row, col)[2] = 255 - f;
			}
		}
	}
	imshow("3通道反差图片为", drt3);
 
	//输出像素值
	const uchar*firstRow = src.ptr<uchar>(0);//指针指向第0行
	cout << "第一个像素的灰度值为：" << *firstRow << endl;
 
	Mat	M(3, 3, CV_8UC3, Scalar(0, 0, 255));//创建一个简单的3x3 RGB图像
	Mat	M1(3, 3, CV_8UC1, Scalar(188));//创建一个简单的灰度图图像 
	cout << "创建简单3x3图像RGB值为：" << "\n" << M << endl;//数组M输出每个像素的RGB值
	imshow("创建的简单灰度图像M1为：", M1);
 
	Mat srcc;//定义一个3X3的掩膜数组，提高原始图像对比度
	Mat C = (Mat_<double>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);//3x3的掩膜数组
	cout << "C = " << endl << " " << C << endl << endl;
	filter2D(src, srcc, -1, C);//对原始图片进行掩膜操作并输出
	imshow("掩膜操作对比度提高后图片为：", srcc);
 
	Mat	M2 = Mat::zeros(src.size(), src.type());//图像初始化，像素都初始化为0
	imshow("进行初始化之后的图片为：", M2);
	Mat	M3 = Mat::zeros(2, 2, CV_8UC1);//数组初始化
	cout << "进行初始化之后的数组为：" << "\n" << M3 << endl;
	Mat	M4 = Mat::eye(4, 4, CV_8UC1);//数组初始化,生成单元数组
	cout << "进行初始化之后的单元数组为：" << "\n" << M4 << endl;
 
	waitKey(0);
	return 0;
}

对应的结果