一、Opencv的作用

OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

二、Opencv的用途

PENCV的用途非常多，包括图像增强、人脸识别、目标检测、图像分割、特征提取、图层叠加等等。我们能够想到的一些图像处理的功能Opencv都能够帮我们实现。后面我们的课程会详细见到OPENCV的基础功能，并和RV1126的API结合在一起进行视频图像的处理。

三.什么是MAT

在OPENCV中，Mat是整个图像存储的核心也是所有图像处理的最基础的类。

Mat主要存储图像的矩阵类型，包括向量、矩阵、灰度或者彩色图像等等。

Mat的对象可以分成矩阵头和矩阵数据两个大部分，矩阵头是存储图像的长度、宽度、色彩信息等头部信息；矩阵数据则是存储具体的图像数据。

若开发者想对OPENCV的Mat中的信息进行修改，则是改变像素信息的数据部分。

Mat的输出一般包含图像的宽度、高度、通道数量、通道深度、字节类

四.Mat的深度和字节类型

下面是Opencv的字节类型和通道数的定义

CV_8UC1：指的是一个8位无符号整型单通道矩阵

CV_16SC1：指的是一个16位整型单通道矩阵

CV_32FC1：指的是一个32位浮点型单通道矩阵

在OPENCV中通常分为四个通道和8种数据类型。分别是

单通道(灰度图)灰，度分为256个阶

双通道(二值图像，就是黑白图)，每一个像素只有两个值分别是0和1，其中0表示黑色、1表示白色

三通道(RGB彩色图像)

四通道(带Alpha的四通道彩色图像)

五.Mat的创建和构造方法

Mat的创建一般分为五种方式

1.Mat(int rows, int cols, int type);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是rows、cols以及存储类型type

rows：行数，也指的是图像的高度，height。

cols：列数，也指的是图像的宽度，width。

type：通道类型，具体的看上面的图

示例：Mat t1 = Mat(300,300,CV_8UC1)，这指的是创建一个width:300,height:300,单通道的灰度图像

2.Mat(Size size, int type);

重载的构造函数，这个构造函数在创建的时候，需要传入Size类和类型。

第一个传参：Size结构体，Size(width,height)

第二个传参：type通道类型，具体的看上面的图

示例：Mat t2 = Mat(Size(300,300),CV_8SC3)，这指的是创建一个width:300,height:300,三通道的灰度图像

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

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是rows、cols、存储类型type、还有Scalar颜色标量。

第一个传参：rows行数，也指的是图像的高度，height。

第二个传参：cols列数，也指的是图像的宽度，width。

第三个传参：type通道类型，具体的看上面的图

第四个传参：Scalar颜色标量，Scalar(v0,v1,v2,v3)，v0,v1,v2,v3分别对应OPENCV颜色分量的四个值

示例： Mat mat = Mat(300,300,CV_8UC3,Scalar(255,255,255));表示的是创建一个cols:300,rows:300,三通道的灰度,颜色标量为白色的图像

为什么是白色？

Scalar 本质是一个double类型的数组（通常为 1x4），用于存储 多通道数据：

• 在图像处理中，主要用于存储 B（蓝）、G（绿）、R（红）通道的值。

• 其定义为,Scalar（b，g，r）或 Scalar(b, g, r, a)（a 为 Alpha 透明度通道）。

• 每个通道的值范围通常是 0-255（8 位无符号整数）。

• B=255, G=255, R=255：表示蓝色、绿色、红色光的强度均达到 最大值。
• 当三种基本色光以 最高强度 混合时，人眼感知的结果就是 纯白色（如同显示器的白色区域）
• scalar（0,0,0）这是黑色。

4.Mat::zeros(rows,cols,type);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是rows、cols以及存储类型type。ZROS相当于创建一张黑色的图片，每个像素通道为0，并且Scalar(0,0,0)。

第一个传参：rows行数，也指的是图像的高度，height。

第二个传参：cols列数，也指的是图像的宽度，width。

第三个传参：type通道类型，具体的看上面的图

示例： Mat::zeros(300,300,CV_8SC3);，这指的是创建一个width:300,height:300,三通道的彩色图像,Scalar(0,0,0)，相当于Mat mat = Mat(300,300,CV_8SC3,Scalar(0,0,0));也就是黑色图像。

5.Mat::ones(rows,cols,type);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是rows、cols以及存储类型type。ONES相当于每个像素第一个通道为1，后面两个通道为0。

第一个传参：rows行数，也指的是图像的高度，height。

第二个传参：cols列数，也指的是图像的宽度，width。

第三个传参：type通道类型，具体的看上面的图

示例： Mat::ones(300,300,CV_8SC3)，这指的是创建一个width:300,height:300, 三通道的彩色图像,Scalar(1,0,0)，这等同于Mat mat = Mat(300,300,CV_8SC3,Scalar(1,0,0));

六.imread与imwrite

在OPENCV中常用imread读取照片信息

Mat imread（const String& filename，int flag = IMREAD_COLOR）

参数：

        第一个参数：filename，图片的名称，名称可以是绝对路径也可以是相对路径

        第二个参数：flag标识符，标识符默认为IMREAD_COLOR。

              flag一般为三种：

                           IMREAD_UNCHANGED（<0）按原样加载图片（包括alpha通道（如果存在））

                           IMREAD_GRAYSCALE（0）将图像作为强度加载

                           IMREAD_COLOR（>0）以RBG格式加载图像

返回值：MAT矩阵

imwrite

1.使用默认方式的imwrite保存图像

Mat mat = Mat（300，300，CV_8UC3,Scalar(218,112,214)）

imwrite（“文件文字如t0.jpg”，mat）；

上面适用默认的方法保存图片，这种方法的所有参数都是默认选项

2.使用params的方式imwrite保存图片

Mat quality_frame1_mat=imread("t0.jpg");

std::vector<int>params={cv::IMWRITE_JPEG_QUALITY,40};

imwrite("mat_demo.jpg", quality_frame1_mat,params);

这种方法使用的是params参数的方式去设置，上面我们设置了图像的质量在40，如果像设置其他功能可以参考上面的枚举进行，经过编码质量40的处理后的图像的大小小于原来图像，这说明编码质量关乎着文件的大小和画像质量。

七.代码实战

vscode快速打开终端可以用快捷键ctrl+shift+~

结果为：t0、t1、t3、t4为黑色，t2为粉色，t5为蓝色