嵌入式学习69-C++（Opencv）

知识零碎：

QT的两种编译模式                                                                                                                               1.debug  调试模式                                                                                                                             2.release  发布模式   OpenCV在此模式下运行

---------------------------------------------------------------------------------------------------------------------------------

                                                                 仿函数

在类中实现一个operator()，并给予合适的参数类型，这个类就有了类似于函数的行为，就是一个仿函数类了。

                                                                          断言

C++中assert，即断言，可以在程序调试阶段检查错误，常用的就比如函数传参时，若是整型，是否超出范围；若是字符串型，地址是否为空等。
在正常时，程序可以照常执行，如果出现超过范围或空地址时，就可以报错提示。

assert的执行是判断expression是否为假，只有在表达式为假时，才会调用abort报警。

assert注意事项
1）在函数开始处检查传入参数的合法性；
2）每个assert只检验一个条件，同时检验多个条件时，若断言失败，无法直接定位错误；
3）不能使用改变环境的语句，因为assert仅在debug阶段生效，如果这么做，会使程序在真正运行时出错；
4）assert和后面的语句空一行，以形成视觉上的一致感；
5）有的地方，assert不能代替条件过滤；

assert使用原则
1）使用断言捕捉不应该发生的非法情况。不要混淆非法情况与错误情况之间的区别，后者是必然存在的并且是一定要作出处理的。
2）使用assert对函数参数进行确认。

assert禁止使用
assert 只有在 Debug 版本中才有效，如果编译为 Release 版本则被忽略。
如果不想使用assert了，可以在#include语句之前，插入#define NDEBUG，就可以禁用assert了

---------------------------------------------------------------------------------------------------------------------------------

图像是由像素点组成的；

常见图像中的像素点有4种组成方式

(单通道) 位图：                                                                                                                                                对应位的比特只有存在和不存在，亮和暗 两种状态，用01表示      像素深度为1bit

（单通道）灰度图：                                                                                                                                          把亮和暗划分为256个梯度，用一个字节（8bit）表示                   像素深度为8bit
（黑白图像都属于灰度图）                                                                                                                                               

（三通道）RGB图像：                                                                                                                                         3个字节，888                                                                             像素深度为24bit  

（四通道）RGBA图像：                                                                                                                                           A：透明度     显示背景色     0 不透明  255 全透明                  像素深度为32bit

像素的深度 ：                                                                                                                                                      用于表达一个像素所需的比特数                                                                                                                                      

图像二值化处理：                                                                                                                                            是将灰度图像上的像素点转化为黑白两种颜色的处理方法。                                                            原理是将灰度图像的像素值按一定的阈值进行分割，大于等于阈值的像素值设为一个值（通常是255），小于阈值的像素值设为另一个值（通常是0）。                                                     这样得到的图像就只有黑白两种颜色，便于进行一些形态学处理和特征提取。

图像二值化有两种方法：                                                                                                                                  全局阈值和自适应阈值。                                                                                                      1.全局阈值是指将整个图像的像素值都按照同一个阈值进行分割。

2.自适应阈值则是将图像分割成若干个小块，然后对每个小块单独计算阈值，从而得到更准确的分割结果。

图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓

二值化处理

1.先设立阈值，例如127，小于127为黑=0 大于127 为白 =255

-----------------------------------------------------------------------------------------------------------------------------Mat 是最基本的容器类

Mat的构造函数 Mat mat(10, 10, CV_8UC3, Scalar(0, 0, 0));

三通道时Mat是按照BGR组合的

Mat 其实是一个模板，可以存放不同图像的组成方式

5,6，CV_8UC3

5行 6列  8:每个像素点占8个比特  U:无符号数据  3：每个像素点占用三个通道

BGR 888

256*256*256

人脸检测时，将 RGB图像转化为灰度图像    变为单通道的256 ，减少运算量和cpu的损耗

图像处理的本质：                                                                                                                                                           矩阵运算，是一个二维数组

--------------------------------------------------------------------------------------------------------------------------------                                                          对比度调节

对比度调节方法                                                                                                                                   1.  α  β 调节  效果一般

2.  Γ 效果好

                        waitKet（）；                                                                                                                                    return 0；

clone  克隆      rows 行  cols 列

---------------------------------------------------------------------------------------------------------------------------------

1. 用cvtColor(origion, gray,COLOR_BGR2GRAY  );函数转灰度或其他图像
2. Mat roi = origion(Rect(10 ,10, 100, 100)); 重载函数调用运算符，获得图像的局部区域
3. Resize  缩放图像
4. Flip 翻转图像、

滤波

Blur 中值滤波（模糊算法）

某一点的像素=   周边一圈的像素和的平均值

拿2 举例  周围一圈/9  从而达到模糊的效果

锚点：卷积和的中心

高斯滤波Gaussianblur

Erode  腐蚀（消噪点）                                                                                                                      通常是针对二值图像的， threshold用于转换二值图像(源图必须是灰度图)                                 

cvtColor(mat, dest, COLOR_BGR2GRAY)                                                                           threshold(dest, dest, 127, 255, THRESH_BINARY);                                                                                                                                                                                                                                    腐蚀时：                                                                                                                                                            以卷积核中心点为中心，遍历整个二维数组，卷积核内所有像素都为1时，该点为1，有一个点为0时，该点为0

erode(dest, dest, Mat());                                                                                                                     Mat()卷积核 默认3X3

Dilate  膨胀

Rectangle 绘制矩形

Circle   绘制圆形

Ellipse   绘制椭圆