OpenCV各模块函数使用实例（3 基本输入输出和色彩变换）

本节主要翻译自OpenCV的帮助资料，并结合一些编程考量。

D、基本输入输出函数

imread(fln)，imwrite(fln,img);

函数原型：

Mat cv::imread(const String &filename, int flags = IMREAD_COLOR );

从文件中装入图像

函数imread从指定的文件中加载图像并返回一个Mat类型的图像对象。如果加载失败（由于文件错，不合适的权限，不支持或不可用的格式），这个函数返回空矩阵( Mat::data==NULL )。

当前版本的openCV中这个函数支持下列格式的图像文件：

Windows 位图 - *.bmp, *.dib (总是支持的格式)
JPEG 文件 - *.jpeg, *.jpg, *.jpe(见注释节)
JPEG 2000 文件 - *.jp2 (见注释节)
便携网络图文件 - *.png (见注释节)
WebP - *.webp (见注释节)
便携图像格式 - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (总是支持的格式)
PFM 文件 - *.pfm (见注释节)
Sun光栅文件 - *.sr, *.ras (总是支持的格式)
TIFF 文件 - *.tiff, *.tif (见注释节)
OpenEXR 图像文件 - *.exr (见注释节)
辐射HDR - *.hdr, *.pic (总是支持的格式)
由GDAL所支持的光栅和向量几何数据(见注释节)

注释

这个函数通过内容确定图像类型，而不是通过文件的扩展名。
在彩色图像中解码图像使用B G R 顺序存储图像的彩色通道。
在使用IMREAD_GRAYSCALE图像标志时，也可能使用编解码器内部的灰度转换，此时的结果可能与cvtColor()的输出不一样。
在微软的Windows OS 和MacOSX*下，编解码器默认使用附带的OpenCV图像(libjpeg, libpng, libtiff, and libjasper)库。所以OpenCV 总是能读取JPEGs, PNGs, 和TIFFs。在MacOSX下，还可以允许选择MacOSX原生的图像读取器。但是要当心，到现在为止，这些原生的图像加载器获得的图像具有不同的像素值，这是因为嵌入到MacOSX内的色彩管理操作是有差异的。
对于Linux，BSD风格和其它类Unix的开源操作系统，OpenCV查找操作系统支持的图像编解码器。一定要记得安装相关的包(不要忘了这些开发文件，如，"libjpeg-dev"，在Debian 和Ubuntu中)以便获得编解码的支持或者在CMake中打开OPENCV_BUILD_3RDPARTY_LIBS标志开关。
在CMake设置WITH_GDAL 标志为true，且使用IMREAD_LOAD_GDAL 来加载图像时，GDAL 驱动器将用于解码图像，支持： Raster, Vector格式。
如果EXIF信息嵌入到图像文件中，就要考虑EXIF的朝向，因而，图像将依据EXIF进行旋转，除非传输了IMREAD_IGNORE_ORIENTATION 或 IMREAD_UNCHANGED 标志。
使用IMREAD_UNCHANGED 标志来保持PFM图像的浮点值。
默认情况下像素数必需小于2^30。这个限制可以使用OPENCV_IO_MAX_IMAGE_PIXELS进行设置。

参数

filename	装入的文件名。
flags	标志，可以取值于cv::ImreadModes

cv::ImreadModes { cv::IMREAD_UNCHANGED = -1,
                   cv::IMREAD_GRAYSCALE = 0,
                   cv::IMREAD_COLOR = 1,
                   cv::IMREAD_ANYDEPTH = 2,
                   cv::IMREAD_ANYCOLOR = 4,
                   cv::IMREAD_LOAD_GDAL = 8,
                   cv::IMREAD_REDUCED_GRAYSCALE_2 = 16,
                   cv::IMREAD_REDUCED_COLOR_2 = 17,
                   cv::IMREAD_REDUCED_GRAYSCALE_4 = 32,
                   cv::IMREAD_REDUCED_COLOR_4 = 33,
                   cv::IMREAD_REDUCED_GRAYSCALE_8 = 64,
                   cv::IMREAD_REDUCED_COLOR_8 = 65,
                   cv::IMREAD_IGNORE_ORIENTATION = 128
}

IMREAD_UNCHANGED Python: cv.IMREAD_UNCHANGED	如果设置，返回加载的源图，(对alpha通道保留，否则裁剪掉)。不考虑EXIF朝向。
IMREAD_GRAYSCALE Python: cv.IMREAD_GRAYSCALE	如果设置，总是转换图像到单一通道的灰度图(编解码器内部转换)。
IMREAD_COLOR Python: cv.IMREAD_COLOR	如果设置，总是转换图像到3通道BGR的彩色图。
IMREAD_ANYDEPTH Python: cv.IMREAD_ANYDEPTH	如果设置，在输入有对应深度时返回16-bit/32-bit图像，否则转换成8-bit图像。
IMREAD_ANYCOLOR Python: cv.IMREAD_ANYCOLOR	如果设置，图像以任何可能的彩色格式读取。
IMREAD_LOAD_GDAL Python: cv.IMREAD_LOAD_GDAL	如果设置，使用gdal驱动器装载图像。
IMREAD_REDUCED_GRAYSCALE_2 Python: cv.IMREAD_REDUCED_GRAYSCALE_2	如果设置，总是转换图像到单通道灰度图像，并且图像尺寸缩减1/2。
IMREAD_REDUCED_COLOR_2 Python: cv.IMREAD_REDUCED_COLOR_2	如果设置，总是转换图像到3通道BGR彩色图像，并且图像尺寸缩减1/2。
IMREAD_REDUCED_GRAYSCALE_4 Python: cv.IMREAD_REDUCED_GRAYSCALE_4	如果设置，总是转换图像到单通道灰度图像，并且图像尺寸缩减1/4。
IMREAD_REDUCED_COLOR_4 Python: cv.IMREAD_REDUCED_COLOR_4	如果设置，总是转换图像到3通道BGR彩色图像，并且图像尺寸缩减1/4。
IMREAD_REDUCED_GRAYSCALE_8 Python: cv.IMREAD_REDUCED_GRAYSCALE_8	如果设置，总是转换图像到单通道灰度图像，并且图像尺寸缩减1/8。
IMREAD_REDUCED_COLOR_8 Python: cv.IMREAD_REDUCED_COLOR_8	如果设置，总是转换图像到3通道BGR彩色图像，并且图像尺寸缩减1/8。
IMREAD_IGNORE_ORIENTATION Python: cv.IMREAD_IGNORE_ORIENTATION	如果设置，不依据EXIF朝向标志旋转图像。

bool cv::imwrite(const String & filename, InputArray img, const std::vector<int> & params=std::vector< int >());

保存图像到指定的文件。

函数imwrite()保存图像到指定的文件。图像格式以选择的文件名扩展为准（参见cv::imread中文件名扩展的列表）。一般而言，只有8位单通道或3通道（BGR通道顺序）图像可以使用这个函数保存，除此之外还可以有：

16位无符号(CV_16U)图像可以存储成PNG，JPEG 2000，和TIFF格式
32位浮点(CV_32F)图像可以存储成PFM，TIFF，OpenEXR，和辐射HDR格式；3通道(CV_32FC3) TIFF 图像则存储成LogLuv高动态变幅编码(每像素4字节)格式。
具有alpha 通道的PNG图像可以使用这个函数存储。此时可建立8位(或16位) 4通道图像BGRA，其中alpha通道排在最后。完全透明的像素的alpha设置到0，完全不透明像素的alpha设置到255/65535(参见下面的示例代码)。

如果格式的深度或通道顺序不同，需使用 Mat::convertTo 和 cv::cvtColor 在保存之前进行转换。也可通过FileStorage I/O 函数保存图像到XML 或 YAML 格式。

下面的示例给出建立BGRA 图像并存储成PNG 文件的例子。它还展示了怎样设置图像的压缩参数：

#include <opencv2/imgcodecs.hpp>

using namespace cv;

using namespace std;

static void createAlphaMat(Mat &mat)

{

CV_Assert(mat.channels() == 4);

for (int i = 0; i < mat.rows; ++i){

for (int j = 0; j < mat.cols; ++j){

Vec4b& bgra = mat.at<Vec4b>(i, j);

bgra[0] = UCHAR_MAX; // 蓝

bgra[1] = saturate_cast<uchar>((float (mat.cols - j)) / ((float)mat.cols) * UCHAR_MAX); // 绿

bgra[2] = saturate_cast<uchar>((float (mat.rows - i)) / ((float)mat.rows) * UCHAR_MAX); // 红

bgra[3] = saturate_cast<uchar>(0.5 * (bgra[1] + bgra[2])); // Alpha

}

int main()

{

//建立具有alpha通道的矩阵

Mat mat(480, 640, CV_8UC4);

createAlphaMat(mat);

vector<int> compression_params;

compression_params.push_back(IMWRITE_PNG_COMPRESSION);

compression_params.push_back(9);

bool result = false;

try{

result = imwrite("alpha.png", mat, compression_params);

}catch (const cv::Exception& ex){

fprintf(stderr, "转换图像到PNG格式出现异常: %s\n", ex.what());

}

if (result)

printf("存储成具有alpha数据的PNG格式文件.\n");

else

printf("错误: 不能存储成PNG格式文件.\n");

return result ? 0 : 1;

}

参数

filename	文件名
img	要存储的图像
params	格式指定的编码参数使用名-值对(paramId_1, paramValue_1, paramId_2, paramValue_2, ... .) 参见 cv::ImwriteFlags

cv::ImwriteFlags {
  cv::IMWRITE_JPEG_QUALITY = 1,
  cv::IMWRITE_JPEG_PROGRESSIVE = 2,
  cv::IMWRITE_JPEG_OPTIMIZE = 3,
  cv::IMWRITE_JPEG_RST_INTERVAL = 4,
  cv::IMWRITE_JPEG_LUMA_QUALITY = 5,
  cv::IMWRITE_JPEG_CHROMA_QUALITY = 6,
  cv::IMWRITE_PNG_COMPRESSION = 16,
  cv::IMWRITE_PNG_STRATEGY = 17,
  cv::IMWRITE_PNG_BILEVEL = 18,
  cv::IMWRITE_PXM_BINARY = 32,
  cv::IMWRITE_EXR_TYPE = (3 << 4) + 0,
  cv::IMWRITE_WEBP_QUALITY = 64,
  cv::IMWRITE_PAM_TUPLETYPE = 128,
  cv::IMWRITE_TIFF_RESUNIT = 256,
  cv::IMWRITE_TIFF_XDPI = 257,
  cv::IMWRITE_TIFF_YDPI = 258,
  cv::IMWRITE_TIFF_COMPRESSION = 259,
  cv::IMWRITE_JPEG2000_COMPRESSION_X1000 = 272

}

IMWRITE_JPEG_QUALITY

Python: cv.IMWRITE_JPEG_QUALITY

JPEG图像的存储质量0 - 100 (越高越好)。默认为95。

IMWRITE_JPEG_PROGRESSIVE

Python: cv.IMWRITE_JPEG_PROGRESSIVE

允许的JPEG属性，0/1，默认为False。

IMWRITE_JPEG_OPTIMIZE

Python: cv.IMWRITE_JPEG_OPTIMIZE

允许的JPEG属性，0/1，默认为False.

IMWRITE_JPEG_RST_INTERVAL

Python: cv.IMWRITE_JPEG_RST_INTERVAL

JPEG重启间隔，0 – 65535，默认为0 – 无重起。

IMWRITE_JPEG_LUMA_QUALITY

Python: cv.IMWRITE_JPEG_LUMA_QUALITY

不同的流明质量级，0 – 100，默认为0 – 不使用。

IMWRITE_JPEG_CHROMA_QUALITY

Python: cv.IMWRITE_JPEG_CHROMA_QUALITY

不同的浓度质量级，0 – 100，默认为0 – 不使用。

IMWRITE_PNG_COMPRESSION

Python: cv.IMWRITE_PNG_COMPRESSION

对于PNG格式，标识压缩级别从0 到9。较高的值说明较小的图像文件尺寸和较长的压缩时间。如果指定，压缩策略变为IMWRITE_PNG_STRATEGY_DEFAULT (Z_DEFAULT_STRATEGY)。默认值为1 (最快的速度)。

IMWRITE_PNG_STRATEGY

Python: cv.IMWRITE_PNG_STRATEGY

cv::ImwritePNGFlags标志之一，默认为IMWRITE_PNG_STRATEGY_RLE。

IMWRITE_PNG_BILEVEL

Python: cv.IMWRITE_PNG_BILEVEL

二进制层的PNG，0 或1，默认为0。

IMWRITE_PXM_BINARY

Python: cv.IMWRITE_PXM_BINARY

对PPM，PGM，或PBM，可以为二进制格式标志，0 或 1。默认为1。

IMWRITE_EXR_TYPE

Python: cv.IMWRITE_EXR_TYPE

IMWRITE_WEBP_QUALITY

Python: cv.IMWRITE_WEBP_QUALITY

重载EXR存储类型(FLOAT，默认为 (FP32) )

对于WEBP，可以是1到100的质量值(越高越好)。默认(没有任何参数)和大于100的值，使用最低压缩形式。

IMWRITE_PAM_TUPLETYPE

Python: cv.IMWRITE_PAM_TUPLETYPE

对于PAM，设置TUPLETYPE字段用对应串值定义使用的格式。.

IMWRITE_TIFF_RESUNIT

Python: cv.IMWRITE_TIFF_RESUNIT

对于TIFF，用于指定DPI分辨率单位；参见libtiff 资料设置可用的值。

IMWRITE_TIFF_XDPI

Python: cv.IMWRITE_TIFF_XDPI

对于TIFF，用于指定X方向的DPI。

IMWRITE_TIFF_YDPI

Python: cv.IMWRITE_TIFF_YDPI

对于TIFF，用于指定Y方向上的DPI。

IMWRITE_TIFF_COMPRESSION

Python: cv.IMWRITE_TIFF_COMPRESSION

对于TIFF，用于指定图像压缩策略。参见libtiff 的整数内容对应的压缩格式。注意，对于深度为CV_32F的图像，仅仅libtiff 的SGILOG压缩策略可用。对于其它支持的深度，压缩策略可以由这个标志指定；LZW压缩标识是默认选择。

IMWRITE_JPEG2000_COMPRESSION_X1000

Python: cv.IMWRITE_JPEG2000_COMPRESSION_X1000

对于JPEG2000，用于指定目标压缩率(乘以1000)。可以指定从0 到1000。默认为1000。

cv::imshow (const String &winname, InputArray mat);

在指定窗口中显示图像。

函数imshow()在指定窗口中显示图像。如果窗口使用cv::WINDOW_AUTOSIZE标志建立，图像将以其初始的尺寸显示，此时，图像将受到屏幕分辨率的限制。反之图像将以适合窗口大小的尺寸压缩显示。这个函数可以使用相关的深度标识图像。

如果图像为8位无符号，它就被实际显示（无任何转换）
如果图像为16位无符号或32位整数，像素被256除。即，值范围在[0，255*256]被映射到[0，255]。
如果图像为32位或64位浮点数，像素值乘以255。即，值范围在[0,1]被映射到[0,255]。

如果窗口是以OpenGL支持的方式建立，cv::imshow 也支持 ogl::Buffer ， ogl::Texture2D 和 cuda::GpuMat 作为输入。

如果在这个函数之前没有建立窗口，这个函数则使用cv::WINDOW_AUTOSIZE建立窗口。

如果需要显示大于屏幕分辨率的图像，则需在imshow()之前要调用namedWindow("", WINDOW_NORMAL)。

注意

在控制台程序操作中，这个函数之后应该调用cv::waitKey 函数来指定显示图像几毫秒（暂停程序）。否则，将不能显示图像。例如，waitKey(0) 将无限长时间显示窗口，直到按下任意键(这适合于图像显示)。waitKey(25) 将显示帧25ms，之后将自动关闭显示。(如果将其放到读视频的循环中，将会逐帧显示视频图像)

[在Windows环境下] 按下Ctrl+C 拷贝图像到剪裁板。

[在Windows环境下] 按下Ctrl+S 将显示保存文件对话框。

参数

winname	窗口名（窗口标题）
mat	要显示的图像数据。

cv::namedWindow (const String &winname, int flags=WINDOW_AUTOSIZE);

建立窗口（并在openCV窗口管理中注册窗口，可用窗口名进行检索）

函数namedWindow()建立一个用于图像或跟踪条显示的占位窗口（原始窗口）。所建立的窗口可由窗口名加以引用。如果存在同名窗口，这个函数不做任何操作。

可以调用 cv::destroyWindow 或 cv::destroyAllWindows 来关闭窗口和释放任何相关的内存。为简化程序，并不要求必需调用这些函数，因为应用的所有资源和窗口都在退出时由操作系统自动关闭和释放。

注意

Qt 环境支持的附加标志：

WINDOW_NORMAL 或 WINDOW_AUTOSIZE: WINDOW_NORMAL 允许改变窗口尺寸，而WINDOW_AUTOSIZE 自动调节窗口尺寸到适合显示的图像尺寸(见imshow)，并且不能手动改变窗口尺寸。
WINDOW_FREERATIO 或 WINDOW_KEEPRATIO: WINDOW_FREERATIO 不依据图像比例调节图像，而WINDOW_KEEPRATIO保持图像比例。
WINDOW_GUI_NORMAL或WINDOW_GUI_EXPANDED: WINDOW_GUI_NORMAL使用旧风格画不带状态条和工具条的窗口，而WINDOW_GUI_EXPANDED是新风格的GUI界面。默认，flags== WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED。

参数

winname	窗口标题上的窗口名，可用作窗口标识。
flags	窗口标志。支持的标志是：(cv::WindowFlags)

cv::WindowFlags {
cv::WINDOW_NORMAL = 0x00000000,
  cv::WINDOW_AUTOSIZE = 0x00000001,
  cv::WINDOW_OPENGL = 0x00001000,
  cv::WINDOW_FULLSCREEN = 1,
  cv::WINDOW_FREERATIO = 0x00000100,
  cv::WINDOW_KEEPRATIO = 0x00000000,
  cv::WINDOW_GUI_EXPANDED =0x00000000,
  cv::WINDOW_GUI_NORMAL = 0x00000010

}

WINDOW_NORMAL Python: cv.WINDOW_NORMAL	用户可以改变窗口大小(无限制) / 也可用于切换全屏窗口到正常大小。
WINDOW_AUTOSIZE Python: cv.WINDOW_AUTOSIZE	用户不能改变窗口大小，窗口大小由显示的图像所限制。
WINDOW_OPENGL Python: cv.WINDOW_OPENGL	具有opengl 支持的窗口。
WINDOW_FULLSCREEN Python: cv.WINDOW_FULLSCREEN	改变窗口到全屏。
WINDOW_FREERATIO Python: cv.WINDOW_FREERATIO	图像可以任意扩展(没有比例限制)。
WINDOW_KEEPRATIO Python: cv.WINDOW_KEEPRATIO	保持图像比例
WINDOW_GUI_EXPANDED Python: cv.WINDOW_GUI_EXPANDED	建立有状态条和工具条窗口。
WINDOW_GUI_NORMAL Python: cv.WINDOW_GUI_NORMAL	旧风格的窗口

E、色彩空间转换（Color Space Conversions）

void cv::cvtColor (InputArray src, OutputArray dst, int code, int dstCn=0)

转换图像从一种彩色空间到另一种彩色空间。

这个函数转换图像从一种彩色空间到另一种彩色空间。在转换RGB彩色空间时，应显式地指定通道顺序(RGB 或 BGR)。注意在openCV中默认的彩色格式通常不同于RGB顺序，而是BGR (字节是颠倒的，Intel CPU是低字节在前)。所以在标准(24位)彩色图像中头一个字节应该是8位的蓝色分量，第二个字节是绿色，而第三个字节是红色。而后的第四，第五，和第六字节是下一个像素(蓝，然后绿，然后红)等等。

R，G，和B 通道值的转换范围是:

0 to 255 为CV_8U 图像
0 to 65535 为CV_16U 图像
0 to 1 为CV_32F 图像

在线性变换时，范围并不重要。但是在非线性变换中，输入的RGB图像应该归一化到适当的值范围以便获得正确结果，如，对RGB → L*u*v* 变换。例，假设32位浮点图像直接从8位图像转换而来，而没有定义任何比例，结果是将0..255值范围取代函数设定的0..1。所以在调用cvtColor 之前，需要首先标定像素比例如下：

img *= 1./255;

cvtColor(img, img, COLOR_BGR2Luv);

如果函数 cvtColor 用于8位图像，转换将丢失某些信息。对于很多应用这样的损失并不显著，但是还是推荐在应用中使用32位图像保证全彩色范围或在操作之前先转换为32位图像，然后再转换回来。

如果转换附加了alpha通道，其值将被设置到最大对应通道范围：255 对应CV_8U，65535 对应CV_16U，1 对应CV_32F。

参数

src	输入图像：8位无符号，16位无符号( CV_16UC... )，或单精度浮点数。
dst	与源图同尺寸和深度的输出图像。
code	色彩空间转换码(参见ColorConversionCodes)。
dstCn	输出图像的通道数；如果这个参数为0，通道数自动从src和code中导出。

void cv::cvtColorTwoPlane (InputArray src1, InputArray src2, OutputArray dst, int code)

转换图像从一种颜色空间到另一种颜色空间，此处的源图像存储在两个位面中。

这个函数现在仅支持YUV420 到 RGB 转换。

参数

src1	Y位面的8位图像(CV_8U)。
src2	包含交替U/V 位面的图像。
dst	输出图像。
code	指定转换类型。可以取值下面任何值： COLOR_YUV2BGR_NV12 COLOR_YUV2RGB_NV12 COLOR_YUV2BGRA_NV12 COLOR_YUV2RGBA_NV12 COLOR_YUV2BGR_NV21 COLOR_YUV2RGB_NV21 COLOR_YUV2BGRA_NV21 COLOR_YUV2RGBA_NV21

void cv::demosaicing (InputArray src, OutputArray dst, int code, int dstCn=0)

所有去马赛克过程的主函数

参数

src	输入图像：8位无符号或16位无符号。
dst	输出图像，与输入图像同尺寸和深度。
code	色彩空间转换码(参见下面的描述)。
dstCn	输出图像的通道数；如果为0，通道数自动从scr和code参数中导出。

这个函数可以做如下转换：

用双线性插值去马赛克

COLOR_BayerBG2BGR ，COLOR_BayerGB2BGR ，COLOR_BayerRG2BGR ，COLOR_BayerGR2BGR

COLOR_BayerBG2GRAY , COLOR_BayerGB2GRAY , COLOR_BayerRG2GRAY , COLOR_BayerGR2GRAY

用可变梯度数去马赛克

COLOR_BayerBG2BGR_VNG , COLOR_BayerGB2BGR_VNG , COLOR_BayerRG2BGR_VNG , COLOR_BayerGR2BGR_VNG

已知边缘的去马赛克

COLOR_BayerBG2BGR_EA , COLOR_BayerGB2BGR_EA , COLOR_BayerRG2BGR_EA , COLOR_BayerGR2BGR_EA

使用alpha 通道去马赛克

COLOR_BayerBG2BGRA , COLOR_BayerGB2BGRA , COLOR_BayerRG2BGRA , COLOR_BayerGR2BGRA

示例程序中首先建立操作对象ImageCls定义如下：

class CV_EXPORTS ImageCls

{

public:

static ImageCls* CurMy;//存储回调函数调用的对象

void setCurMy()

{

//设置当前对象为回调函数调用的对象

CurMy = this;

}

static INT_PTR CALLBACK iwinProcCls(HWND hwnd, UINT message, WPARAM wParam, LPARAM lParam);//static void* callback(void*);//回调函数

HWND hwndMain;//主窗口消息处理handle，在winproc中实现消息处理

char filenm[255]; //图像文件名

Mat img; //图像数组，初始化为wid = 0，hig = 0，填充为0

Mat Gry_img;

char buffer_str[255]; //信息显示缓冲

ImageCls();//默认构造函数

ImageCls(HWND hwnd, char * flnm, int fltID, int matID);

~ImageCls(void);

public:

int handCnt;

procHandle* pHandler[255];

int findHandlerPos();//查找空位

int findHandlerPos(HWND hsWnd);//查找定位

int findHandlerPos(char * wnm);//查找定位

public:

bool showImageToWin(int imgID);

bool showImageToWin(int imgID, char *winNm);

HWND SetWinProcTo(char * wname);//绑定键盘消息处理函数

void ShowImage(HWND hpWnd, char * wname, Mat dimg);

void Closed();

public:

//滤波器节

char filterNM[255];//滤波器显示名

Mat Flt_img;//滤波器操作图像

};

然后在程序初始化中调用opencv_ImageCls自定义函数：

void opencv_ImageCls(HWND hwnd, int filterSz)

{

MyImageCls = ImageCls(hwnd, filenm, filterID, borderID);

MyImageCls.setCurMy();//设置回调操作的静态对象指针变量，静态函数使用非静态类变量需要对象指针。

MyImageCls.handCnt = 0;

MyImageCls.showImageToWin(IMAGE_COLOR);//其中包含给图像窗口挂接回调函数，每一个窗口都挂接函数（多个窗口需要不同的操作变量）。

MyImageCls.showImageToWin(IMAGE_GRAY);

}

其中showImageToWin函数：

bool ImageCls::showImageToWin(int imgID)

{

bool retV = false;

HWND hwd;

int ndx = -1;

if(img.data){

ndx = findHandlerPos("源图像窗口");

if (ndx >= 0)

{

retV = true;

break;

}

newNamedWindow( "源图像窗口",CV_WINDOW_AUTOSIZE );

hwd = SetWinProcTo("源图像窗口");//绑定键盘消息处理函数

ShowImage(hwd, "源图像窗口", img);

retV = true;

}

其中newNamedWindow函数是对namedWindow函数的改写以适应对图像窗口的管理，其中调用了namedWindow函数。ShowImage函数如下：

void ImageCls::ShowImage(HWND hpWnd, char * wname, Mat dimg)

{

int ndx = findHandlerPos(hpWnd);

if(ndx < 0)

return;

procHandle *wpHandler = pHandler[ndx];

Mat _img = ((InputArray)dimg).getMat();

wpHandler->c_img = _img;

wpHandler->arrData = &wpHandler->c_img;

wpHandler->iwid = img.cols;

wpHandler->ihig = img.rows;

newShowImage(wname,&wpHandler->c_img);

}

newShowImage函数是对imShow的改写。

注意：这里使用的不是控制台形式的操作，而是简单的窗口操作，因此，在winproc回调函数中做了处理，利用了win32的消息循环，不需要使用waitkey(）函数做暂停。

以后的所有示例和函数调用都是以这种形式进行，通过主菜单选择功能，对话框获取参数，对图像对象进行操作。这样的展示适合图像的对比和操作结果的显示。

OpenCV各模块函数使用实例（3 基本输入输出和色彩变换）相关推荐

OpenCV各模块函数使用实例（5）--特征检测（Feature Detection）
特征检测是检测图像中的特征信息,比如边缘,线段,角点位置等.在OpenCV中提供了各种特征检测函数和特征提取函数,其中包括有边缘检测(canny),角点检测等,如:Harris角点.ShiTomasi ...
OpenCV gapi模块绘制的实例(附完整代码)
OpenCV gapi模块绘制的实例 OpenCV gapi模块绘制的实例 OpenCV gapi模块绘制的实例 #include <opencv2/imgproc.hpp> // cv: ...
OpenCV演示FloodFill()函数的实例(附完整代码)
OpenCV演示FloodFill函数的实例 OpenCV演示FloodFill函数的实例 OpenCV演示FloodFill函数的实例 #include "opencv2/imgproc. ...
中imshow函数用法_5 OpenCV几个函数操作实例
前面使用OpenCV创建了一个简单的视频播放器.下面做点更有趣的事情. 许多基本的视觉任务涉及将滤镜应用于视频.下面修改程序,在播放视频时,对其进行简单的操作. 一个简单的操作是平滑图像,通过高斯或其 ...
OpenCV使用filter2D函数填充线性滤波器的实例(附完整代码)
OpenCV使用filter2D函数填充线性滤波器的实例 OpenCV使用filter2D函数填充线性滤波器的实例 OpenCV使用filter2D函数填充线性滤波器的实例 #include &quo ...
OpenCV gapi模块OMZ文本检测的实例(附完整代码)
OpenCV gapi模块OMZ文本检测的实例 OpenCV gapi模块OMZ文本检测的实例 OpenCV gapi模块OMZ文本检测的实例 #include <algorithm> # ...
OpenCV gapi模块实现幻灯片滑slides soble的实例(附完整代码)
OpenCV gapi模块实现幻灯片滑slides soble的实例 OpenCV gapi模块实现幻灯片滑slides soble的实例 OpenCV gapi模块实现幻灯片滑slides sobl ...
OpenCV gapi模块动态图dynamic graph的实例(附完整代码)
OpenCV gapi模块动态图dynamic graph的实例 OpenCV gapi模块动态图dynamic graph的实例 OpenCV gapi模块动态图dynamic graph的实例 # ...
OpenCV gapi模块基本API的实例(附完整代码)
OpenCV gapi模块基本API的实例 OpenCV gapi模块基本API的实例 OpenCV gapi模块基本API的实例 #include <opencv2/videoio.hpp&g ...

OpenCV各模块函数使用实例（3 基本输入输出和色彩变换）

OpenCV各模块函数使用实例（3 基本输入输出和色彩变换）相关推荐

最新文章

热门文章