OpenCV学习笔记（四） Mat的简单操作

改变图像对比度和亮度:convertTo

可以把 $f(x)$ 看成源图像像素，把 $g(x)$ 看成输出图像像素。这样一来，调整亮度和对比度的方法可表示为： $g(i,j) = alpha cdot f(i,j) + eta$

两个参数 $alpha > 0$ 和 $eta$ 一般称作增益和偏置参数。我们往往用这两个参数来分别控制 对比度 和亮度。

OpenCV很多函数都使用到这两个参数(如addWeighted也有这两个参数)，这里可直接使用convertTo函数执行：

original_image.convertTo(new_image, -1, alpha, beta);

取参数 $alpha = 2.2$ 和 $eta = 50$ :

对两幅图求和:addWeighted

公式为： $dst = alpha cdot src1 + eta cdot src2 + gamma$

addWeighted( src1, alpha, src2, beta, gamma, dst);

alpha=0.7, beta=0.4:

单通道操作：split与merge

利用split可将多通道的Mat转化为一个vector对象，每个分量是原Mat的一个通道。

Mat image1=imread("image.jpg"), image2=imread("image2.jpg", 0), dest;
vector<Mat> planes;
split(image1, planes);
planes[2]+=image2;
merge(planes, dest);

绘图:Point与Scalar

Point数据结构表示了由其图像坐标 $x$ 和 $y$ 指定的2D点。Scalar表示具有4个元素的数组，此类型在OpenCV中被大量用于传递像素值，如果用不到第四个参数，则无需定义。

OpenCV中左上角为（0,0），向右x增大，向下y增大。

// point 1
Point pt;
pt.x = 10;
pt.y = 8;
// point 2
Point pt =  Point(10, 8);

//Scalar
Scalar s = Scalar( a, b, c );

查看OpenCV中以下函数的定义：line, ellipse, circle, fillPoly, polylines, rectangle, putText

基本上用Point定位，再用Scalar选择颜色即可。

随机数生成器

RNG rng( 0xFFFFFFFF );  //初始化
Point pt1;
pt1.x = rng.uniform( x_1, x_2 );  //产生[x_1, y_1)范围的随机数
pt1.y = rng.uniform( y_1, y_2 );
int icolor = (unsigned) rng;

几种简单的表示方法

// c[i]= a[i]+b[i];
cv::add(imageA,imageB,resultC); 
// c[i]= a[i]+k;
cv::add(imageA,cv::Scalar(k),resultC); 
// c[i]= k1*a[1]+k2*b[i]+k3; 
cv::addWeighted(imageA,k1,imageB,k2,k3,resultC);
// c[i]= k*a[1]+b[i]; 
cv::scaleAdd(imageA,k,imageB,resultC);
// if (mask[i]) c[i]= a[i]+b[i]; mask必须是1-channel
cv::add(imageA,imageB,resultC,mask);

cv::saturate_cast<uchar>(aNumber) 如果aNumber小于0或着大于255，返回0或者255；如果aNumber是浮点数，返回最接近的整数。

作用在两张图片上的方法：

cv::subtract, cv::absdiff, cv::multiply, cv::divide, cv::bitwise_and, cv::bitwise_or, cv::bitwise_xor, cv::bitwise_not, cv::min, cv::max

作用在一张图片上的方法：

cv::sqrt, cv::pow, cv::abs, cv::cuberoot, cv::exp, cv::log.

被重载的方法：

the bitwise operators &,|, ^, ~, the min, max, and absfunctions, the comparison operators <, <=, ==,!=, >, >=; these later returning a 8-bit binary image. You will also find the matrix multiplication m1*m2(where m1and m2are both cv::Matinstances), matrix inversion m1.inv(), transpose m1.t(), determinant m1.determinant(), vector norm, v1.norm(), cross-product v1.cross(v2), dot product v1.dot(v2), and so on.