前言

在数字图像处理中，图像的形式实际是一个矩阵，对图像的各种处理也就是对矩阵进行处理。

数字图像处理c++ opencv

一、创建图像（矩阵）：Mat

使用Mat创建图像（矩阵）的常用形式有：

1.创建一个空图像，大小为0

Mat image1;

2.指定矩阵大小，指定数据类型：

Mat image1(100,100,CV_8U);

这里包含三个参数：矩阵行数，矩阵列数，数据类型；

其中数据类型有很多种，常用的应该有：

CV_8U：8位无符号型（0~255），即灰度图像；

CV_8UC3：三通道8位无符号型，这里三通道指B（蓝）G（绿）R（红），与matlab中的RGB正好相反。

这里创建矩阵时未指定矩阵的值，发现默认值的大小为205.

3.指定矩阵大小，指定数据类型，设置初始值：

Mat image1(100,100,CV_8U, 100);

这里包含四个参数：矩阵行数，矩阵列数，数据类型，初始值；

对于灰度图像：可以直接给出初始值，也可以使用Scalar（）；

Mat image1(100,100,CV_8U, 100);
Mat image1(100,100,CV_8U, Scalar(100));

对于三通道图像：使用Scalar（）；

Mat image1(100,100,CV_8UC3, Scalar(100,100,100));

二、获取图像信息

获取图像的宽度（列数），高度（行数），尺寸和通道数：

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat image1 = imread("lena.png");  //读取图像；
	if (image1.empty())
	{
		cout << "读取错误" << endl;
		return -1;
	}
	
	imshow("image1",image1);  //显示图像；

	cout << "图像的行数为： " << image1.rows << endl;  //获取图像的高度，行数；
	cout << "图像的列数为： " << image1.cols << endl;  //获取图像的宽度，列数；
	cout << "图像的通道数为： " << image1.channels() << endl;  //获取图像的通道数，彩色图=3，灰度图=1；
	cout << "图像的尺寸为： " << image1.size << endl;  //获取图像的尺寸，行*列；

	waitKey(0);  //暂停，保持图像显示，等待按键结束

	return 0;
}

结果：

三、感兴趣区域（Rect）

通过Rect()定义一个感兴趣区域：

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat image1 = imread("lena.png");  //读取图像；
	if (image1.empty())
	{
		cout << "读取错误" << endl;
		return -1;
	}
	
	imshow("image1",image1);  //显示图像；

	Mat imageROI(image1, Rect(0,0,10,10));  //定义感兴趣区域

	waitKey(0);  //暂停，保持图像显示，等待按键结束

	return 0;
}

其中Rect（）有四个参数，Rect（a,b,c,d）:

a：感兴趣区域列(cols)的起点；

b：感兴趣区域行(rows)的起点；

c：感兴趣区域的列数(cols)；

d：感兴趣区域的行数(rows)；