🔆 文章首发于我的个人博客：欢迎大佬们来逛逛
🔆 OpenCV项目地址及源代码：点击这里

文章目录

图形读取与显示
- 加载图片
- 显示图片
- 打印图片信息
- 保存图片
色彩模型转换
- RGB颜色模型
- HSV颜色模型
- HLS模型
- LAB模型
图像像素读写操作
像素算数运算
图形文字绘制
- 绘制线
- 绘制圆
- 绘制矩形
- 绘制椭圆
- 绘制文字
- 其他绘制函数

图形读取与显示

通过 imread 我们可以读取一个图片

其形式如下：

void imshow(const String& winname, InputArray mat);

而我们需要传递一个InputArray类型的参数，实际上就是 cv::Mat

如果创建cv::Mat呢？

可以通过它的很多的构造函数

先来了解一下图片的颜色通道。

颜色通道
- RGB 图像有4 个默认通道：红色、绿色和蓝色各有一个通道，以及一个用于编辑图像复合通道（主通道）
彩色深度
- 8位色，每个像素所能显示的彩色数为2的8次方，即256种颜色。
- 16位增强色，16位彩色，每个像素所能显示的彩色数为2的16次方，即65536种颜色。
- 24位真彩色，每个像素所能显示的彩色数为24位，即2的24次方，约1680万种颜色。
- 32位真彩色，即在24位真彩色图像的基础上再增加一个表示图像透明度信息的Alpha通道。
  - Alpha通道：一张图片的透明和半透明度

我们使用如下的形式来描述它的通道类型：

CV_<bit_depth>(S|U|F)C<number_of_channels>

其中：

bit_depth：位数，就是我们上面讲的彩色深度
S|U|F：即 signed ，unsigned int，float 来存储
number_of_channels：通道，有单通道，双通道，三通道，和四通道等等

加载图片

Mat类型的结构如下：

class  Mat
{public：/*flag: 1.数字签名 2.维度3.通道数4.连续性*/int flags;					int dims; 					//数据维数int rows,cols; 				//数据行列uchar *data;				//存储的数据		const uchar* datastart;		//数据开始const uchar* dataend;		//数据结束const uchar* datalimit;		//数据边界//其他成员  //.....//其他方法//.....public: 		//构造方式// 默认构造函数 Mat A;Mat ()// 常用构造函数 Mat A(10,10,CV_8UC3);Mat (int rows, int cols, int type)//Mat A(300, 400, CV_8UC3,Scalar(255,255,255));Mat (int ndims, const int *sizes, int type, const Scalar &s)Mat (Size size, int type)Mat (int rows, int cols, int type, const Scalar &s)Mat (Size size, int type, const Scalar &s)Mat (int ndims, const int *sizes, int type)Mat (const Mat &m)Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP)Mat (Size size, int type, void *data, size_t step=AUTO_STEP)Mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0)Mat (const Mat &m, const Range &rowRange, const Range &colRange=Range::all())//Mat D (A, Rect(10, 10, 100, 100) );Mat (const Mat &m, const Rect &roi)Mat (const Mat &m, const Range *ranges)};

我们使用如下的几种方式来加载图片：

CV_8UC1：单通道
Scalar：使用BGR形式
clone/copyTo：从另一个Mat拷贝

void testShow() {cv::Mat	m1(200, 200, CV_8UC1);cv::imshow("1", m1);//std::cout << m << '\n';cv::Mat m2(200, 200, CV_8UC3, cv::Scalar(255, 0, 255));cv::imshow("2", m2);cv::Mat m3 = m2.clone();cv::imshow("3", m3);cv::Mat m4;m3.copyTo(m4);	cv::imshow("4", m4);//imreadcv::Mat m5 = cv::imread("images/mm.png", cv::ImreadModes::IMREAD_GRAYSCALE);cv::imshow("5", m5);
}

显示图片

我们使用函数：imshow

我们已经直到了它的第二个参数是一个类型，用来表示以何种形式显示图片：**cv::ImreadModes**

Mat imread( const String& filename, int flags = IMREAD_COLOR );
/****************************************************************
*				filename: 文件路径
*				flags   : 显示方式
*****************************************************************/
enum ImreadModes {IMREAD_UNCHANGED            = -1,	//按原样返回加载的图像(带有alpha通道，否则会被裁剪)IMREAD_GRAYSCALE            = 0, 	//单通道灰度图像IMREAD_COLOR                = 1, 	//3通道BGR彩色图像 IMREAD_ANYDEPTH             = 2, 	//16位/32位图像，其他则转换为8位IMREAD_ANYCOLOR             = 4, 	//图像以任何可能的颜色格式读取IMREAD_LOAD_GDAL            = 8, 	//gdal驱动程序加载映像IMREAD_REDUCED_GRAYSCALE_2  = 16,	//单通道灰度图像，并将图像大小减小1/2 IMREAD_REDUCED_COLOR_2      = 17,	//3通道BGR彩色图像，使图像大小减小1/2IMREAD_REDUCED_GRAYSCALE_4  = 32,	//单通道灰度图像，并将图像尺寸减小1/4IMREAD_REDUCED_COLOR_4      = 33,	//3通道BGR彩色图像，使图像大小减小1/4IMREAD_REDUCED_GRAYSCALE_8  = 64,	//单通道灰度图像，并将图像尺寸减小1/8IMREAD_REDUCED_COLOR_8      = 65,	//3通道BGR彩色图像，使图像大小减小1/8IMREAD_IGNORE_ORIENTATION   = 128	//不要根据EXIF的方向标志旋转图像
};

打印图片信息

我们可以打印Mat的信息，因为它实际上就是一个矩阵，我们可以采用多种形式来格式化输出

C语言形式
numpy形式
python形式

….

void testPrint() {cv::Mat m(10, 10, CV_8UC1);std::cout << "Mat: \n"<<m << '\n';//格式化std::cout << "C: \n" << cv::format(m, cv::Formatter::FMT_C);std::cout << "numpy: \n" << cv::format(m, cv::Formatter::FMT_NUMPY);
}

保存图片

使用函数： imwrite

第一个参数为保存的图片的路径，第二个参数为保存的图片。

其中路径我们可以使用 cv::String 来传递，就是个字符串。

void testSaveFile(cv::String filename) {auto m = cv::imread("./images/dog.png" ,cv::ImreadModes::IMREAD_GRAYSCALE);	cv::imshow("dog", m);cv::imwrite(filename, m);
}

色彩模型转换

什么是色彩模型？

颜色模型指的是某个三维颜色空间中的一个可见光子集，它包含某个色彩域的所有色彩。一般而言，任何一个色彩域都只是可见光的子集，任何一个颜色模型都无法包含所有的可见光(通俗一点讲就是表示颜色的一种方式

RGB颜色模型

在计算机体系中，最常见的色彩模型就是**RGB颜色**模型。

它具有三维坐标的模型形式：

在这里插入图片描述

RGB16：每个像素用16个比特位表示，占2个字节。
- RGB565：RGB分量分别使用5位、6位、5位：

在这里插入图片描述

RGB555：RGB分量分别使用5位、5位、5位：

在这里插入图片描述
对于RGB555，如何获取各个5位上的值，即分别获取 R，G，B所代表的值？
通过位运算即可获取。

   /*RGB 颜色模型*/struct XColor {unsigned int color : 15;};void getRGB555() {XColor col{};col.color = 0b110000010111100;std::cout << "R: " << (col.color >> 10) << '\n';std::cout << "G: " << ((col.color & 0x3F0) >> 5) << '\n';std::cout << "B: " << (col.color & 0x1F) << '\n';}

RGB24格式:每个像素用24比特位表示，占3个字节,在内存中RGB各排列顺序为：BGR：

在这里插入图片描述

RGB32格式:每个像素用32比特位表示，占4个字节，R，G，B分量分别用8个bit表示，存储顺序为B，G，R，最后8个字节保留
- ARGB32:本质就是带alpha通道的RGB24，与RGB32的区别在与，保留的8个bit用来表示透明，也就是alpha的值
- 对于**RGB32**，如何获取各个8位上的值，即分别获取 R，G，B，Alpha所代表的值？
  - 通过位运算即可获取。
```
void getRGB32() {int color = 0x0F0A2B0C;std::cout << "B: " << (color >> 24) << '\n';std::cout << "G: " << ((color & 0x00FF0000) >> 16) << '\n';std::cout << "R: " << ((color & 0x0000FF00) >> 8) << '\n';std::cout << "Alpha: " << (color & 0x000000FF) << '\n';
}
```

HSV颜色模型

HSV（Hue, Saturation,Value）也被称为六角锥体模型，即色调，饱和度，明度

在这里插入图片描述

将RGB转换为HSV模型：

**cvtColor**函数：将图像从一种颜色模型转换为另一个。
起到关键作用的是第三个参数：cv::ColorConversionCodes 是一个枚举，表示了你想要从谁转换到谁，这里我们让BGR形式转换为HSV形式。

cv::Mat res;
cv::cvtColor(m1, res, cv::ColorConversionCodes::COLOR_BGR2HSV);
cv::imshow("hsv", res);

在这里插入图片描述

HLS模型

HLS模型分别是色调，亮度，饱和度。

在这里插入图片描述

上图可以看出，固定一个颜色（H）,那么随着饱和度（S,Chroma）的增加，颜色越来越深。

cv::cvtColor(m1, res, cv::ColorConversionCodes::COLOR_BGR2HLS);
cv::imshow("hls", res);

在这里插入图片描述

LAB模型

Lab颜色模型由三个要素组成，一个要素是**亮度**（L），a 和b是两个颜色通道。

**a**包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）
**b**是从亮蓝色（低亮度值）到灰色（中亮度值）再到黄色（高亮度值）。
因此，这种颜色混合后将产生具有明亮效果的色彩。

cv::cvtColor(m1, res, cv::ColorConversionCodes::COLOR_BGR2Lab);
cv::imshow("Lab", res);

在这里插入图片描述

还有很多的颜色模型都可以在 cvtColor这个函数中找到。

图像像素读写操作

openCV基本类型介绍：

基本类型：

typedef unsigned uint;
typedef signed char schar;
typedef unsigned char uchar;
typedef unsigned short ushort;

封装类型：Vec类似于std::vector，只不过可以指定其大小，并且命名规则为 cv:: Vec大小+ 类型

typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;typedef Vec<ushort, 2> Vec2w;
typedef Vec<ushort, 3> Vec3w;
typedef Vec<ushort, 4> Vec4w;typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<int, 6> Vec6i;
typedef Vec<int, 8> Vec8i;

图像是由像素掉构成的，因此我们可以获取图像的每一个像素，这个像素是由（i，j）确定的，即在图片宽度与高度的范围下，每一个行的每一列都可以是一个像素。

我们使用 Mat 的 at 函数来获取某个位置的像素值。

注意像素具有channels的区别。

如果是单通道：则直接获取 uchar 表示一个像素（一字节）。
如果是三通道：则需要获取Vec3b 表示三个像素，可以通过[0]，[1]，[2]来分别操作。

以下操作对图片转换为负片，使用 255 - 当前像素值。

#include <iostream>
#include <opencv2/opencv.hpp>class ImgPixel {
public:ImgPixel(std::string filename):m(cv::imread(filename)){}void show(std::string title) {cv::imshow(title, m);}void Visit_By_Array() {auto dims = m.channels(); //获取通道数for (int i = 0; i < m.rows; i++) {for (int j = 0; j < m.cols; j++) {if (dims == 1) {//如果是一通道，则直接操作uchar rets = m.at<uchar>(i, j);rets = 255 - rets;}if (dims == 3) {cv::Vec3b rets = m.at<cv::Vec3b>(i, j);
#if 0m.at<cv::Vec3b>(i, j)[0] = 255 - rets[0]; //转换为负片m.at<cv::Vec3b>(i, j)[1] = 255 - rets[1];m.at<cv::Vec3b>(i, j)[2] = 255 - rets[2];
#else //安全类型转换： 超过255的赋值为 255 小于0的赋值为 0m.at<cv::Vec3b>(i, j)[0] = cv::saturate_cast<uchar>(rets[0] + 100);m.at<cv::Vec3b>(i, j)[1] = cv::saturate_cast<uchar>(rets[1] + 100);m.at<cv::Vec3b>(i, j)[2] = cv::saturate_cast<uchar>(rets[2] + 100);
#endif}}}}
private:cv::Mat m;
};
int main(){ImgPixel img("dog.png");img.show("origin");img.Visit_By_Array();img.show("convert1");cv::waitKey(0);return 0;
}

安全类型转换：saturate_cast<T> 是openCV的一种安全转换函数，当我们对像素执行加减乘除的时候，有可能会超出 $[0, 255]$
的范围，因此使用此函数来保证不会越界。

实际上这个函数就是：

超过255：转为255
小于0：转为0

template<> inline uchar saturate_cast<uchar>(int v)          { return (uchar)((unsigned)v <= UCHAR_MAX ? v : v > 0 ? UCHAR_MAX : 0); }

像素算数运算

图像可以进行像素之间的算数运算，跟我们上节的对像素的简单减法是一样的：

我们有专门的函数：

add：像素加
subtract：像素减
multiply：像素乘
divide：像素除
addWeighted：对图片执行： $\alpha\cdot img_1 + \beta\cdot img_2 = res$ 的操作，其中的 $\alpha$ 和 $\beta$ 就是透明度。

除了基本的运算，还有二进制运算：

and：像素按位与
or：按位或
**not：**按位取反
xor：按位异或

测试如下：

需要两个原图片执行下面的这些操作，我使用的图片是：（注意尺寸要一样）

在这里插入图片描述

然后自行执行下面代码。

在这里插入图片描述

#include <iostream>
#include <opencv2/opencv.hpp>class ImgOperation {
public:ImgOperation() :m1(cv::imread("dog.png")), m2(cv::imread("text.jpg")) {}void testAdd(std::string title="add") {cv::add(m1, m2, res);cv::imshow(title, res);cv::waitKey();}void testSub(std::string title = "subtract") {cv::subtract(m1, m2, res);cv::imshow(title, res);cv::waitKey();}void testMul(std::string title = "multiply") {cv::multiply(m1, m2, res);cv::imshow(title, res);cv::waitKey();}void testDivide(std::string title = "divide") {cv::divide(m1, m2, res);cv::imshow(title, res);cv::waitKey();}void testAddWeighted(std::string title="AddWeighted") {cv::addWeighted(m1, 0.1, m2, 0.9, 0, res);cv::imshow(title, res);cv::waitKey();}//BitWisevoid testBitWise() {cv::Mat _and, _or, _xor, _not;cv::bitwise_and(m1, m2, _and);cv::bitwise_or(m1, m2, _or);cv::bitwise_xor(m1, m2, _xor);cv::bitwise_not(m1, _not);cv::imshow("and", _and);cv::imshow("or", _or);cv::imshow("xor", _xor);cv::imshow("not", _not);}
private:cv::Mat m1;cv::Mat m2;cv::Mat res;
};int main()
{ImgOperation opt;//opt.testAdd();//opt.testSub();//opt.testMul();//opt.testDivide();//opt.testAddWeighted();	opt.testBitWise();cv::waitKey();return 0;
}

图形文字绘制

绘制线

使用**line**函数，原型如下：

void line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color,int thickness = 1, int lineType = LINE_8, int shift = 0);
//线的样式
enum LineTypes {FILLED  = -1,LINE_4  = 4, //!< 4-connected lineLINE_8  = 8, //!< 8-connected lineLINE_AA = 16 //!< antialiased line
};
/*******************************************************************
*			img： 			绘制在那个图像上
*			pt1：			起点
*			pt2：			终点
*			color：			颜色
*			thickness：		厚度(宽度) 
*			lineType:		线的样式
*					FILLED： 线填充的
*					LINE_4：	4邻接连接线
*					LINE_8： 8邻接连接线
*					LINE_AA：反锯齿连接线(高斯滤波)
*			shift: 			坐标点小数点位数(可忽略不写)
*********************************************************************/

在执行 imshow的之前，在图片上画一条线：

void testDrawLine() {//绘制线cv::line(m, cv::Point(0, 0), cv::Point(300, 300), cv::Scalar(0,255,0), 3, cv::LineTypes::LINE_AA);}

在这里插入图片描述

绘制圆

使用**circle函数来绘制圆或者填充圆**

void circle(InputOutputArray img, Point center, int radius,const Scalar& color, int thickness = 1,int lineType = LINE_8, int shift = 0);
//线的样式
enum LineTypes {FILLED  = -1,LINE_4  = 4, //!< 4-connected lineLINE_8  = 8, //!< 8-connected lineLINE_AA = 16 //!< antialiased line
};
/*******************************************************************
*			img： 			绘制在那个图像上
*			center：			圆心坐标
*			radius：			半径
*			color：			颜色
*			thickness：		厚度(宽度)
*								-1： 	填充圆
*								其他值：  空心
*			lineType:		 线的样式
*					FILLED： 线填充的
*					LINE_4：	4邻接连接线
*					LINE_8： 8邻接连接线
*					LINE_AA：反锯齿连接线(高斯滤波)
*			shift: 			坐标点小数点位数(可忽略不写)
*********************************************************************/

效果如下：

填充效果需要把thickness置为-1。

void testDrawCircle() {cv::circle(m, cv::Point(150, 150), 50, cv::Scalar(0, 255, 0),-1); //填充圆cv::circle(m, cv::Point(150, 150), 52, cv::Scalar(0, 0, 255), 2, cv::LineTypes::LINE_AA); //空心圆}

在这里插入图片描述

绘制矩形

使用rectangle函数来绘制矩形。

void rectangle(InputOutputArray img, Rect rec,const Scalar& color, int thickness = 1,int lineType = LINE_8, int shift = 0);
/*******************************************************************
*			img： 			绘制在那个图像上
*			rec：			矩形大小  Rect(x,y,w,h);  
*					x,y:	起始坐标
*					w,h:	宽度和高度
*			color：			颜色
*			thickness：		厚度(宽度)
*								-1： 	填充矩形
*								其他值：  空心矩形
*			lineType:		线的样式
*					FILLED： 线填充的
*					LINE_4：	4邻接连接线
*					LINE_8： 8邻接连接线
*					LINE_AA：反锯齿连接线(高斯滤波)
*			shift: 			坐标点小数点位数(可忽略不写)
*********************************************************************/

效果如下：

void testDrawRectangle() {cv::rectangle(m, cv::Rect(0, 0, 50, 50), cv::Scalar(100, 45, 20),-1);}

在这里插入图片描述

绘制椭圆

使用ellipse来绘制椭圆：

void ellipse(InputOutputArray img, Point center, Size axes,double angle, double startAngle, double endAngle,
const Scalar& color, int thickness = 1,int lineType = LINE_8, int shift = 0);
/*******************************************************************
*			img： 			绘制在那个图像上
*			center：			椭圆圆心
*			axes：			矩形内置椭圆
*			angle：			倾斜角
*			startAngle：		扩展的弧度 0
*			endAngle:		 扩展的弧度  360
*			color：			颜色
*			thickness：		线宽度
*								-1： 	填充矩形
*								其他值：  空心矩形
*			lineType:		线的样式
*					FILLED： 线填充的
*					LINE_4：	4邻接连接线
*					LINE_8： 8邻接连接线
*					LINE_AA：反锯齿连接线(高斯滤波)
*			shift: 			坐标点小数点位数(可忽略不写)
*********************************************************************/

效果如下：

void testDrawEllipse() {cv::ellipse(m, cv::Point(100, 100),cv::Size(20,80),180,0,360, cv::Scalar(54, 54, 43));cv::ellipse(m, cv::Point(100, 100), cv::Size(20, 80), 90, 0, 360, cv::Scalar(54, 54, 43),-1);}

在这里插入图片描述

绘制文字

使用**putText来绘制文字，注意不支持中文！！！！！！！！！！！！！**

void putText( InputOutputArray img, const String& text, Point org,int fontFace, double fontScale, Scalar color,int thickness = 1, int lineType = LINE_8,bool bottomLeftOrigin = false );
/*******************************************************************
*			img： 			绘制在那个图像上
*			text：			绘制文字
*			org:			文本框左下角
*			fontFace：		字体
*			fontScale：		缩放
*			color：			颜色
*			thickness		线宽度
*			lineType:		线的样式
*					FILLED： 线填充的
*					LINE_4：	4邻接连接线
*					LINE_8： 8邻接连接线
*					LINE_AA：反锯齿连接线(高斯滤波)
*			bottomLeftOrigin: 		起点位置
*								true:  左上角  反转倒立显示
*								false: 左下角  正常显示
*********************************************************************/
//opencv 不识别汉字
//fontFace: 字体
enum HersheyFonts {FONT_HERSHEY_SIMPLEX        = 0, //!< normal size sans-serif font   //灯芯体FONT_HERSHEY_PLAIN          = 1, //!< small size sans-serif fontFONT_HERSHEY_DUPLEX         = 2, //!< normal size sans-serif font (more complex than FONT_HERSHEY_SIMPLEX)FONT_HERSHEY_COMPLEX        = 3, //!< normal size serif fontFONT_HERSHEY_TRIPLEX        = 4, //!< normal size serif font (more complex than FONT_HERSHEY_COMPLEX)FONT_HERSHEY_COMPLEX_SMALL  = 5, //!< smaller version of FONT_HERSHEY_COMPLEXFONT_HERSHEY_SCRIPT_SIMPLEX = 6, //!< hand-writing style fontFONT_HERSHEY_SCRIPT_COMPLEX = 7, //!< more complex variant of FONT_HERSHEY_SCRIPT_SIMPLEXFONT_ITALIC                 = 16 //!< flag for italic font
};

测试如下：

void testDrawText(const std::string& name) {cv::putText(m,name,cv::Point(10, 200),cv::HersheyFonts::FONT_HERSHEY_COMPLEX,1.0,cv::Scalar(50,50,255),2,cv::LineTypes::LINE_AA,false); //翻转}