opencv学习笔记

数据结构

cv::Mat

用于存储多维数组（如图像、矩阵），是 OpenCV 最核心的数据结构。

#include <opencv2/opencv.hpp>
cv::Mat img = cv::imread("image.jpg"); // 读取图像为 Mat 对象
cv::Mat gray;
cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY); // 转换为灰度图

cv::Matx (小型矩阵)

固定大小的轻量矩阵，常用于小规模运算。

cv::Matx33f matx(1, 0, 0, 0, 1, 0, 0, 0, 1);  // 3x3 单位矩阵
float val = matx(1, 1);  // 访问元素

cv::Point

表示二维点，模板类支持多种数据类型（如 int, float）。

cv::Point pt1(10, 20); // 整数坐标点
cv::Point2f pt2(5.5f, 3.2f); // 浮点坐标点
cv::circle(img, pt1, 5, cv::Scalar(0, 255, 0), -1); // 绘制点

cv::Rect

表示矩形区域，包含左上角坐标和宽高。

cv::Rect roi(50, 50, 100, 100); // x, y, width, height
cv::Mat cropped = img(roi); // 裁剪图像区域
cv::rectangle(img, roi, cv::Scalar(255, 0, 0), 2); // 绘制矩形

cv::Scalar

存储 1-4 个通道的数值，常用于表示颜色。

cv::Scalar color(0, 0, 255); // BGR 颜色 (红色)
cv::Mat blank(300, 300, CV_8UC3, color); // 创建纯色图像

cv::Size

表示尺寸（宽度和高度）。

cv::Size sz(640, 480);
cv::resize(img, img, sz); // 调整图像尺寸

cv::Vec

模板类表示固定长度的向量，常用于像素值访问。

cv::Vec3b pixel = img.at<cv::Vec3b>(10, 10); // 获取 BGR 像素值
pixel[0] = 255; // 修改蓝色通道值

cv::KeyPoint

存储特征点检测结果（如 SIFT、ORB）。

std::vector<cv::KeyPoint> keypoints;
cv::Ptr<cv::FeatureDetector> detector = cv::ORB::create();
detector->detect(img, keypoints); // 检测特征点
cv::drawKeypoints(img, keypoints, img); // 绘制特征点

cv::DMatch

存储特征匹配结果。

std::vector<cv::DMatch> matches;
cv::BFMatcher matcher(cv::NORM_HAMMING);
matcher.match(descriptors1, descriptors2, matches); // 特征匹配

cv::RotatedRect

表示旋转矩形（中心点、尺寸、旋转角度）。

cv::RotatedRect rRect(cv::Point2f(100, 100), cv::Size2f(50, 30), 45);
cv::Point2f vertices[4];
rRect.points(vertices); // 获取四个顶点

cv::InputArray / OutputArray

通用输入/输出接口，支持 Mat、vector 等。

void processImage(cv::InputArray input, cv::OutputArray output) {cv::Mat img = input.getMat();cv::cvtColor(img, output, cv::COLOR_BGR2GRAY);
}

图像变换

色彩空间

特性	RGB	HSV	YUV/YCbCr
核心组成	红、绿、蓝	色相、饱和度、明度	亮度、色度（蓝色差、红色差）
模型类型	加色模型 (用于发光设备)	用户直观模型 (基于感知)	亮度-色度分离模型
设计目的	匹配显示器硬件	方便人类理解和选择颜色	高效压缩、兼容黑白电视
优点	硬件原生支持，处理快	非常直观，易于颜色操作和分割	利用人眼特性实现高效压缩
主要缺点	不符合直觉，亮色耦合	需要与RGB转换才能显示	不直观，不适合直接编辑
典型应用	所有显示器、数码成像、游戏图形	颜色选择器、图像处理、颜色分割	视频编码 (H.264/HEVC)、电视广播、JPEG

#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <vector>
#include <iostream>using namespace cv;
using namespace std;// 创建测试图像 - 彩色渐变
Mat createTestImage(int width, int height) {Mat image(height, width, CV_8UC3);for (int y = 0; y < height; y++) {for (int x = 0; x < width; x++) {// 创建从红到蓝的渐变Vec3b& pixel = image.at<Vec3b>(y, x);pixel[0] = static_cast<uchar>(255 * x / width);        // Bluepixel[1] = static_cast<uchar>(255 * y / height);       // Green  pixel[2] = static_cast<uchar>(255 * (1 - x / width));  // Red}}return image;
}// 显示RGB图像及其通道
void displayRGB(const Mat& image) {cout << "显示RGB色彩空间..." << endl;// 分离RGB通道vector<Mat> rgbChannels;split(image, rgbChannels);// 创建各个通道的显示图像（单通道显示为灰度）Mat redChannel, greenChannel, blueChannel;// 创建纯黑图像作为背景Mat black = Mat::zeros(image.size(), CV_8UC1);// 合并通道来显示单个颜色通道vector<Mat> channels;// 红色通道channels = {black, black, rgbChannels[2]}; // B, G, Rmerge(channels, redChannel);// 绿色通道channels = {black, rgbChannels[1], black};merge(channels, greenChannel);// 蓝色通道channels = {rgbChannels[0], black, black};merge(channels, blueChannel);// 显示图像imshow("1. RGB - 原始图像", image);imshow("2. RGB - 红色通道", redChannel);imshow("3. RGB - 绿色通道", greenChannel);imshow("4. RGB - 蓝色通道", blueChannel);waitKey(0);destroyAllWindows();
}// 显示HSV图像及其通道
void displayHSV(const Mat& image) {cout << "显示HSV色彩空间..." << endl;Mat hsvImage;cvtColor(image, hsvImage, COLOR_BGR2HSV);// 分离HSV通道vector<Mat> hsvChannels;split(hsvImage, hsvChannels);// 显示各个通道imshow("5. HSV - 原始BGR图像", image);imshow("6. HSV - 色相 (Hue) 通道", hsvChannels[0]);       // 色相imshow("7. HSV - 饱和度 (Saturation) 通道", hsvChannels[1]); // 饱和度imshow("8. HSV - 明度 (Value) 通道", hsvChannels[2]);      // 明度// 解释：色相通道看起来像灰度图，但实际上每个灰度值代表一个颜色角度cout << "注意：色相通道中，不同的灰度值代表不同的颜色角度（0-180°，OpenCV中H范围是0-180）" << endl;waitKey(0);destroyAllWindows();
}// 显示YUV图像及其通道
void displayYUV(const Mat& image) {cout << "显示YUV色彩空间..." << endl;Mat yuvImage;cvtColor(image, yuvImage, COLOR_BGR2YUV);// 分离YUV通道vector<Mat> yuvChannels;split(yuvImage, yuvChannels);// 显示各个通道imshow("9. YUV - 原始BGR图像", image);imshow("10. YUV - 亮度 (Y) 通道", yuvChannels[0]);     // 亮度imshow("11. YUV - 色度 U (Cb) 通道", yuvChannels[1]);  // 蓝色差imshow("12. YUV - 色度 V (Cr) 通道", yuvChannels[2]);  // 红色差// 解释YUV通道的含义cout << "Y通道：亮度信息，相当于黑白图像" << endl;cout << "U通道：蓝色差信息（B-Y）" << endl;cout << "V通道：红色差信息（R-Y）" << endl;waitKey(0);destroyAllWindows();
}// 显示颜色分割示例（使用HSV）
void displayColorSegmentation(const Mat& image) {cout << "演示HSV在颜色分割中的应用..." << endl;Mat hsvImage;cvtColor(image, hsvImage, COLOR_BGR2HSV);// 定义要检测的红色范围（在HSV空间中）Scalar lower_red1(0, 70, 50);    // 红色范围1（0-10°）Scalar upper_red1(10, 255, 255);Scalar lower_red2(170, 70, 50);  // 红色范围2（170-180°）Scalar upper_red2(180, 255, 255);// 创建掩码Mat mask1, mask2, redMask;inRange(hsvImage, lower_red1, upper_red1, mask1);inRange(hsvImage, lower_red2, upper_red2, mask2);redMask = mask1 | mask2;// 应用掩码到原图Mat result;image.copyTo(result, redMask);// 显示结果imshow("13. 原始图像", image);imshow("14. 红色区域掩码", redMask);imshow("15. 颜色分割结果 - 只保留红色", result);cout << "HSV颜色分割完成！可以看到只有红色区域被保留下来。" << endl;waitKey(0);destroyAllWindows();
}int main() {cout << "开始演示不同色彩空间的图像表示..." << endl;cout << "=========================================" << endl;// 创建测试图像Mat testImage = createTestImage(400, 300);// 显示各个色彩空间displayRGB(testImage);displayHSV(testImage);displayYUV(testImage);// 创建另一个测试图像（包含明显的红色区域）Mat colorImage(300, 400, CV_8UC3, Scalar(100, 100, 100));// 添加一些红色区域rectangle(colorImage, Point(50, 50), Point(150, 150), Scalar(0, 0, 255), -1);   // 红色矩形rectangle(colorImage, Point(200, 100), Point(300, 200)