一、从文件读取图像并显示

1. 程序

在基于VS2013搭建OpenCV开发环境这篇文章的最后给出了一个简单的Demo，这个例子跟本篇使用的例子是一样的。打开C++ IDE并创建一个新的项目，新建一个源文件，粘贴下面的代码：

#include <opencv2\highgui\highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, const char** argv)
{
	Mat img = imread("earth.jpg", CV_LOAD_IMAGE_UNCHANGED);
	if (img.empty())
	{
		cout << "图像加载失败！" << endl;
		//system("pause");
		return -1;
	}
	//创建一个名字为MyWindow的窗口
	namedWindow("MyWindow", CV_WINDOW_AUTOSIZE);
	//在MyWindow的窗中中显示存储在img中的图片
	imshow("MyWindow", img);
	//等待直到有键按下
	waitKey(0);
	//销毁MyWindow的窗口
	destroyWindow("MyWindow");
	return 0;
}

在运行程序之前，将图片文件（earth.jpg）放到C++文件所在的目录。运行程序，如下图所示：

2. 解释

下面我来解释一下这个程序。

#include <opencv2\highgui\highgui.hpp>

imread(), namedWindow(), imshow() 和 waitKey() 函数都声明在这个头文件中，所以笔记得包含它。

上面的程序中还是用了Mat数据结构，它在"opencv2/core/core.hpp"中声明的，那为什么没有包含它呢？这是因为在"opencv2/highgui/highgui.hpp"头文件中已经包含了core.hpp头文件，所以不用在我们的程序再次包含了。

using namespace cv;

"opencv2/core/core.hpp" 和 "opencv2/highgui/highgui.hpp中所有的数据结构和函数都声明在cv命名空间，所以，必须在我们程序的头部使用它，否则就要在每个OpenCV的函数和数据结构前面都要加上"cv::"（例如：cv::Mat,cv::imread()等等）。

	Mat img = imread("earth.jpg", CV_LOAD_IMAGE_UNCHANGED);

Mat是在矩阵中存储图片的数据结构，它声明在 "opencv2/core/core.hpp"头文件中。
imread()是声明在 "opencv2/highgui/highgui.hpp"的函数，它从文件加载一个图片并存储在Mat数据结构中。

imread()函数的声明如下：

        CV_EXPORTS_W Mat imread( const string& filename, int flags=1 );

它的参数：

• • filename —— 文件的位置。如果只提供文件名，那么文件应该和C++文件在同一目录，否则必须提供图片的全路径。
  • flags —— 有5个可能的输入。
    • CV_LOAD_IMAGE_UNCHANGED - 在每个通道中，每个像素的位深为8 bit，通道数（颜色）保持不变。
    • CV_LOAD_IMAGE_GRAYSCALE - 位深=8 bit 通道数=1（颜色变灰）
    • CV_LOAD_IMAGE_COLOR -位深=?, 通道数=3
    • CV_LOAD_IMAGE_ANYDEPTH - 位深不变 ,通道数=?
    • CV_LOAD_IMAGE_ANYCOLOR - 位深=?, 通道数不变

    上面的值还可以组合使用，比如：
    CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR - 位深不变，通道数比便
    CV_LOAD_IMAGE_COLOR | CV_LOAD_IMAGE_ANYDEPTH - 位深不变，通道数=3

如果你不确定使用哪个，就是用CV_LOAD_IMAGE_COLOR 。

要理解位深和通道的概念，应该熟悉图像处理的理论知识，所以下面讨论一点这方面的内容。

所有的数字图像都是由像素组成的，所有的像素都有值。一个像素的最小值为0，表示黑色。像素的值变大，它的亮度也会增强。每个像素分配的比特的固定数值是255（十进制），也就是说每个像素分配8个bit。所以一个像素的最大值为255（二进制为11111111）。

那么什么是位深呢？位深就是为每个像素分配的比特。如果比特是8，每个像素的值可以是0-255。如果是4，每个像素的值可是0-15（二进制中为1111）。

下面是一个8 bit位深的图片的简单模型。每个小矩形表示一个像素。所以每个矩形包含一个0-255的值。

这张图像的一些属性：

• 8 bit位深
• 一个通道（所以这是一个灰度图像）
• 高为4px
• 宽为5px
• 分辨率为4x5

这是一个灰度图像（黑白图像），因为该图像没有颜色内容。像素的值越高，图像就会越亮。像素值越低，图像就会越暗。

下面是一个彩色图像的简单模型。彩色图像至少包含3个平面：Red，Green和Blue。使用这3种颜色的特定组合可以创建任何颜色。所有的像素都是这3种颜色值的组合。（255,0,0）表示pure red。（0,255,0）表示pure green。（255,0,255）表示pure violate。它的位深为24，因为每个像素为8x3 bit （每个通道8 bit）。

这张图像的一些属性：

• 位深24 bit
• 3个通道（所以是彩色图像）
• 高4px
• 宽5px
• 分辨率为4x5

上面的模型，左上角的像素是（23,231,46)。它会显示为呈绿色的颜色，因为green值（231）比red(23)和blue(46)都大。

	if (img.empty())

如果imread()函数加载图像失败,'img'不会加载任何数据，因此，img.empty()应该返回true。检查是否成功加载，如果没有则退出程序是一个好的做法，否则当调用imshow()函数时，程序就会崩溃。

	bool Mat::empty()

如果Mat::data==NULL或Mat::total()==0，这个函数返回true。

	system("pause");

如果使用Visual Studio，这行注释的注释最好取消，因为它会暂停程序，知道用户按下任意键。如果不取消注释，程序会立即退出，用户也就不会看到错误信息了。

	void namedWindow(const string& winname, int flags = WINDOW_AUTOSIZE);

这个函数创建一个窗口。它的参数如下：

• winname——窗口的名字。这个名字会显示在窗口的标题栏上。
• flags——决定窗口的尺寸。有如下选项：
  • WINDOW_AUTOSIZE - 用户不能改变图像的尺寸，图像显示为它的原有尺寸
  • CV_WINDOW_NORMAL - 调整窗口图像的尺寸可以改变

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

这个函数在指定名字的窗口中显示存储在mat中的图像。如果窗口使用WINDOW_AUTOSIZE创建的，图像会显示为它的原始尺寸，否则图像会调整到窗口的尺寸大小。

它的参数：

• winname -窗口的名字。这个名字是namedWindow()函数创建窗口时使用的
• mat - 存储图像数据的Mat对象

        int waitKey(int delay = 0)

waitKey()函数通过指定delay(毫秒)等待按键的时间。如果delay是0或负数，它会永久等待。如果任意键被按下，这个函数就会返回按下键的ASCII值，程序继续执行。如果指定的时间没有按下键，它返回-1,程序继续执行。

	void destroyWindow(const string& winname)

这个函数关闭名字为winname的打开的窗口并释放关联的内存。这个函数对这个程序来说不是必须的，因为当程序退出，操作系统通常会关闭所有打开的窗口并释放关联的内存。

3. 总结

当运行程序，图像"earth.jpg"被加载到Mat类型的变量"img"。然后一个名字为"MyWindow"的窗口打开，接着"img"被加载到窗口中。窗口和图像一起显示，直到按下任意键。

二、创建一个空图像并显示

这个程序和前一个非常像，唯一的不同就是这个程序创建了一个空图像，而不是从文件中加载已存在的图像。

#include <opencv2\highgui\highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, const char** argv)
{
	Mat img(500, 1000, CV_8UC3, Scalar(0, 0, 100)); //创建一个图像 ( 3个通道, 8 bit位深, 高500, 宽1000, (0, 0, 100) 分别分配给 Blue, Green and Red. )

	if (img.empty())
	{
		cout << "图像不能加载！" << endl;
		//system("pause");
		return -1;
	}

	namedWindow("MyWindow", CV_WINDOW_AUTOSIZE);
	imshow("MyWindow", img); 

	waitKey(0);

	destroyWindow("MyWindow"); 

	return 0;
}

运行结果如下图：

OpenCV的新函数

	Mat::Mat(int rows, int cols, int type, const Scalar& s);

这是Mat的一个构造函数。它使用Scalar对象给定的值初始化Mat对象。

它的参数：

• rows - 2维矩阵的行数 (图像的高度像素)
• cols - 2维矩阵的列数 ( 图像的宽度像素)
• type - 指定图像的位深，数据类型和通道数。我提供 CV_8UC3 ，指定3个通道的8 bit无符号整数，下面是这个参数一些可能的输入值：
  • CV_8UC1 - 单通道8 bit无符号整数
  • CV_8UC3 - 3通道8 bit为无符号整数
  • CV_64FC1 - 单通道64 bit 浮点数
    如果想详细了解这方面的内容，请参见OpenCV数据结构之Mat一文的“阵列的数据类型”部分。
  • s - 使用s给定的值初始化矩阵的每个元素。在上面的程序中，给定Scalar(0,0,100)，因此，它使用0初始化第一个通道（Blue），0初始化第二个通道（Green)，100初始化第三个通道（Red)。所以，最终的图像是red。

总结

在这个程序中，我创建了一个高500，宽1000，有3个通道的图像。每个通道的每个像素分配8 bit的无符号整数（每个像素 8x3=24 bit），每个像素使用（0,0,100）指定值。这意味着，第一个通道总是0，第二个通道也总是0，第三个通道总是100，因此，最终看到的是一个red的图像。

如果本篇文章对你有所帮助，烦请扫描下方二维码关注一下我的公众号“程序旅途”