OpenCV简单入门_cv::quality

什么是OpenCV

OpenCV是一个基于BSD许可（开源）发行的轻量级跨平台计算机视觉库。它可以运行在Linux、Windows、Android和Mac OS操作系统上。它由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

    OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python、Java MATLAB的接口。

 

颜色与图像存储原理

三原色原理和RGB色彩模式

    色彩模式是数字领域表示颜色的一种算法，自然界中所有颜色的光都可以由红(R)绿（G）蓝（B）三种光按照不同比例混合而成。据此原理，计算机屏幕上每个像素点可以被划分为红绿蓝三种色彩通道，分别表示这三种颜色的强度，这就是RGB色彩模式。在RGB色彩模式下，每个通道用一个字节大小的空间来储存，故每个通道所表示的颜色强度可量化为0到255，当所有通道值均为0时，该像素点显示为纯黑色，反之，当所有通道值均为255时，该像素点显示为纯白色。

    对于一幅图像，即为一堆像素点排列为一个矩阵，而每个像素点均由RGB三个通道组成，大多数图片格式下，三通道的顺序为RGB，而在OpenCV中，顺序为BRG。一幅n×m大小的图片，用OpenCV读取后，在内存中的排布方式如下图所示:

按照矩阵顺序依次存储每个像素点的值，每个像素点包含BGR三个通道，总内存消耗为n×m×3 bytes，这种排布方式称为HWC。除此之外，还有一种排布方式为，依次先存储每个像素点的R通道，存完之后再依次存储每个像素点的G通道，最后存储每个像素点的B通道，内存消耗与HWC相同，只是排列方式不同，这种排列方式被成为CHW，当前流行的深度学习前向框架caffe采用的输入就是CHW的格式

 

OpenCV常用数据结构与接口

（1）数据结构

1.Mat

    Mat是OpenCV自定的数据结构，代表的是矩阵（Matrix），如上一章所讲，图像其实也是一种二维矩阵，所以在OpenCV中，不论进行矩阵运算，或是图像处理，都是使用Mat类型进行管理。

    Mat主要分为矩阵头和矩阵数据，其中矩阵头中存储着矩阵的基本信息，主要包括矩阵长、宽、像素形态、像素深度、通道数、色彩模式、以及指向矩阵数据的指针等。

    OpenCV是一个图像处理库，它包含大量的图像处理功能。为了解决计算挑战，大多数时候会使用到库的多个功能。因此，将图像传递给功能是常见的用法，为了避免制作不必要的大图像副本，OpenCV使用引用计数系统。这个方法是每个Mat对象都有自己的头，但是通过使它们的矩阵指针指向相同的地址，矩阵可以在它们的两个实例之间共享。此外，复制操作符只会复制矩阵头和指针，而不是数据本身。

int main(int argc, char* argv[])
{
    cv::Mat A, C;
 
    A = cv::imread(argv[1], IMREAD_COLOR)
 
    cv::Mat B(A);                        
 
    C = A;                   
}

对于上述所有Mat对象，最后指向相同的矩阵数据。

如果想复制矩阵本身，可以使用OpenCV提供的cv :: Mat :: clone（）和cv :: Mat :: copyTo（）函数。

 

对于一个Mat对象，获取其最基本的信息的接口如下：

矩阵高（行数）：Mat.rows

矩阵宽（列数）：Mat.cols

矩阵通道数：int Mat::channels() const

像素深度：int Mat::depth() const

           像素深度返回值如下：

像素形态：int Mat::type() const