OpenCV入门教程

OpenCV入门教程作者：于仕琪[e-mail]://www.opencv.
org.cn/http://www.opencv.org.cnhttp://www.opencv.org.cn/2012年8月
版权所有?于仕琪本作品采用知识共享署名-相同方式共享4.0国际许可协议进行许可。前言OpenCV是一个广受
欢迎的开源计算机视觉库，它提供了很多函数，实现了很多计算机视觉算法，算法从最基本的滤波到高级的物体检测皆有涵盖。很多初学者希望快速
掌握OpenCV的使用方法，但往往会遇到各种各样的困难。其实仔细分析，造成这些困难的原因有两类：第一类是C/C++编程基础不
过关；第二类是不了解算法原理。解决这些困难无非提升编程能力，以及提升理论基础知识。提升编程能力需要多练习编程，提升理论知识需要系统
学习《数字图像处理》、《计算机视觉》和《模式识别》等课程，所有这些都不能一蹴而就，需要耐下心来认真修炼。同时我们也需要认识到O
penCV只是一个算法库，能为我们搭建计算机视觉应用提供“砖头”。我们并不需要完全精通了算法原理之后才去使用OpenCV，只要
了解了“砖头”的功能，就可以动手了。在实践中学习才是最高效的学习方式。本小册子希望为初学者提供引导，使初学者快速了解OpenCV
的基本数据结构以及用法。此外，如您发现有错误之处，欢迎来信指正。于仕琪深圳大学插播广告：欢迎有能力、有激情以及对计算
机视觉有兴趣的同学报考我的研究生。欲了解详情可以访问深圳大学招生网http://zsb.szu.edu.cn/http://zs
b.szu.edu.cn/http://zsb.szu.edu.cn/或者给我发email。目录第1章预备知识.
.................................................................
.............................51.1编程的流程........................
................................................................
51.2什么叫编辑......................................................
..................................61.3什么叫编译...................
.................................................................
....61.4什么叫连接.................................................
.......................................71.5什么叫运行..............
.................................................................
.........71.6VisualC++是什么...................................
...............................................81.7头文件........
.................................................................
.......................91.8库文件................................
..............................................................10
1.9OpenCV是什么.................................................
..................................111.10什么是命令行参数..............
............................................................121
.11常见编译错误.......................................................
...........................131.11.1找不到头文件....................
.....................................................131.11.2拼
写错误.............................................................
....................141.12常见链接错误..............................
....................................................151.13运行时错
误................................................................
......................17第2章OpenCV介绍.......................
............................................................192
.1OpenCV的来源...................................................
................................192.2OpenCV的协议..............
.................................................................
....19第3章图像的基本操作...........................................
......................................213.1图像的表示..............
.................................................................
.......213.2Mat类............................................
.....................................................233.3创建M
at对象...........................................................
......................243.3.1构造函数方法..........................
.................................................243.3.2create
()函数创建对象........................................................
.......253.3.3Matlab风格的创建对象方法...............................
....................263.4矩阵的基本元素表达............................
..........................................263.5像素值的读写.........
.................................................................
........273.5.1at()函数........................................
..............................................283.5.2使用迭代器...
.................................................................
...........293.5.3通过数据指针.....................................
......................................303.6选取图像局部区域...........
...............................................................3
23.6.1单行或单列选择.................................................
......................323.6.2用Range选择多行或多列.................
......................................333.6.3感兴趣区域...........
.................................................................
...333.6.4取对角线元素.............................................
..............................343.7Mat表达式...................
.................................................................
.....343.8Mat_类..............................................
..................................................363.9Mat类的内
存管理.............................................................
................383.10输出......................................
............................................................403
.11Mat与IplImage和CvMat的转换..................................
...............423.11.1Mat转为IplImage和CvMat格式............
..............................423.11.2IplImage和CvMat格式转为Ma
t...........................................42第4章数据获取与存储..
.................................................................
..............444.1读写图像文件.....................................
.............................................444.1.1读图像文件....
.................................................................
..........444.1.2写图像文件.......................................
........................................454.2读写视频.............
.................................................................
............474.2.1读视频.......................................
................................................474.2.2写视频...
.................................................................
...................49第1章预备知识OpenCV是一个功能强大的计算机视觉库，要用好它，除了要
具有相关的计算机视觉理论知识外，还需要具有一定的编程能力。本书作者通过对OpenCV中文论坛中的大量问题观察，发现有很大比例的
问题是因为用户对C/C++语言不熟练，导致出错，或出错后不知如何解决。如果对C/C++语言不熟悉，那使用OpenCV时会满
头雾水瞎摸索，费心费力。在这一章中，将介绍一些编程的基本概念，让读者对编程的流程有一个基本了解。这样在出现错误时，可以快速确定错
误的类型，并知道该如何解决。1.1编程的流程一个编程的基本流程包括编辑、编译和连接三大步骤。其流程图如图1.1所示。编
辑编译a.cppa.objopencv_core.lib编辑编译b.cppb.obj连接main.exe图
1.1编程的基本流程1.2什么叫编辑编辑（edit）代码即编写代码，是编程的第一步。你可以任意一个编辑器进行代码的编写。你
可以使用Windows自带的“记事本”来编写代码，也可以使用Notepad++，或者VisualStudio提供的编辑器
。图1.2使用Windows自带的记事本编辑代码虽然可以使用记事本软件编辑代码，但是记事本软件的功能非常有限。缺少常
用的语法高亮，自动缩进等功能。所以可以使用其他功能更丰富的编辑器，如Notepad++（图1.3）等。图1.3使用No
tepad++软件编辑代码1.3什么叫编译编译（compile）是将用某种编程语言（如C++语言）写成的源代码，转换成目标
文件。目标文件包含着机器代码（可直接被计算机中央处理器执行）以及代码在运行时使用的数据。编译器（compiler）是实现这一目的的
软件。编译器有很多，如在Windows下有微软公司的cl.exe，在Linux下有gcc和g++。在命令行下使用
cl.exe对hello.cpp源代码进行编译，如图1.4所示。编译后，将得到目标文件hello.obj，如图1.5
所示。图1.4在命令行下使用cl.exe对hello.cpp进行编译图1.5编译后，将新生成hello
.obj目标文件1.4什么叫连接连接（link）是将多个目标文件，以及库文件生成可执行的文件（或静态库、或动态库）的过程。
连接器（linker）是实现这一目的的软件。常用的连接器有Windows下的link.exe，Linux下的ld等。在
Windows下可以使用link.exe将前面生成的hello.obj连接为可执行文件。在命令行下效果如所图1.6
示。连接后，将生成可执行文件，如图1.7所示。图1.6在命令行下使用link.exe对hello.obj进行连
接图1.7连接后，将新生成hello.exe可执行文件1.5什么叫运行运行（run）较容易理解，我们在Wind
ows资源管理器里用鼠标双击exe可执行程序，可以使程序被载入CPU运行。我们也可以在命令行窗口中输入可执行程序的文件名
运行，如图1.8所示。图1.8在命令行窗口中运行hello.exe，可以看到程序打印到标准输出的结果。1.6Vi
sualC++是什么通过前面的介绍，可以看到一个编程的流程：编辑->编译->连接->运行。更具体来说，完成这个流程需要你：打
开记事本软件，编辑代码，并保存；在命令行下运行编译器，对代码进行编译，生成目标文件；在命令行下运行连接器，将目标文件连接起来，
生成可执行程序；在命令行下，或Windows资源管理器中运行程序，验证程序的正确性。如果你的项目只有一个源代码文件，完成上
面四个步骤尚可接受。但是如果你的项目包括几十个甚至几百个源文件，如无其他软件辅助，只用上面四个非常基本的步骤进行编程开发，会让人抓
狂。集成开发环境（IntegratedDevelopmentEnvironment，简称IDE）可以帮助你对项目进行管理。
常用的IDE有微软公司的VisualStudio，里面包含VisualC++，VisualC#等，其他的还有Ec
lipse、NetBeans、Delphi等。因此我们平时所说的VC不是一种编程语言，也不是编译器，它只是一个IDE。I
DE一般包含编辑器。IDE自带的编辑器一般都针对编程语言进行了定制，实现语法高亮、自动缩进、自动补全等方便的功能。IDE还提
供丰富的菜单和按钮工具，如图1.9、图1.10和图1.11所示。如果你点击IDE中的“生成（build）”按钮（图
1.11），或者点击菜单“生成（build）”中的菜单项“生成项目（buildproject）”，那么IDE会去调用编译器
cl.exe和连接器link.exe来生成可执行程序。如果你在调试状态下，还会去调用调试器（debugger）。IDE会
提升程序开发的效率，特别是调试程序的效率。图1.9微软VisualStdio集成开发环境图1.10Visua
lStdio中的编辑按钮图1.11VisualStdio中的生成程序按钮1.7头文件在编程过程中，程序代码往
往被拆成很多部分，每部分放在一个独立的源文件中，而不是将所有的代码放在一个源文件中。考虑一个简单的小例子：程序中有两个函数mai
n()和foo()。main()函数位于main.cpp，foo()函数位于foo.cpp，main()函数中调用foo
()函数。在编译阶段，由于编译是对单个文件进行编译，所以编译main.cpp时，编译器不知道是否存在foo()函数以及fo
o()调用是否正确，因此需要头文件辅助。也就是说，在编译命令：cl.exe/cmain.cpp运行时，编译器不知道foo
的用法是否正确（因为foo在另一个文件foo.cpp中），只有借助头文件中的函数声明来判断。对main.cpp进行编
译时，不会涉及foo.cpp文件，只会涉及main.cpp和foo.h（因为foo.h被include）文件。头文
件的作用如图1.1所示。#include"foo.h"intmain(){inti=foo(3,4);
returni;}.foo()1函数这样用对main.cpp#include"foo.h"intfo
o(inti,intj){……}intfoo(inti,intj);2.函数声明是intfoo
(inti,intj)，你的调用看上去是对的。foo.hfoo.cpp图1.12对main.cpp进行编译时
，需要利用头文件中的foo()函数声明来确认main.cpp中对foo()的调用是正确的1.8库文件库文件中包含一系
列的子程序。例如在上一节的例子中，foo.cpp源文件中实现了foo()函数，我们假设foo()函数是包含重要算法的函数，我
们需要将foo()函数提供给客户使用，但是不希望客户看到算法源代码。为了达到这一目的，我们可以将foo.cpp编译程库文件
（图1.13），库文件是二进制的，在库文件中是看不到原始的源代码的。库和可执行文件的区别是，库不是独立程序，他们是向其他程序提供
服务的代码。当然使用库文件的好处不仅仅是对源代码进行保密，使用库文件还可以减少重复编译的时间，增强程序的模块化。将库文件连接到程
序中，有两种方式，一种是静态连接库，另一种是动态连接库。如果希望了解更多关于库文件的知识，请查阅相关资料，再次不详细分析它们之间的
异同。编辑main.cpp编译foo.libmain.objmain.exe连接编辑foo.cpp编译foo
.obj用户开发者图1.13库是二进制的文件，里面包含一系列子程序（图有问题）1.9OpenCV是什么Open
CV其实就是一堆C和C++语言的源代码文件，这些源代码文件中实现了许多常用的计算机视觉算法。例如C接口函数cvCan
ny()实现了Canny边缘提取算法。可以直接将这些源代码添加到我们自己的软件项目中，而不需要自己再去写代码实现Canny
算法，也就是不需要重复“造轮子”。由于OpenCV中源代码文件巨多，根据算法的功能，将这些源文件分到多个模块中：core、i
mgproc、highgui等。将每个模块中的源文件编译成一个库文件（如opencv_core.lib、opencv_imgp
roc.lib、opencv_highgui.lib等），用户在使用时，仅将所需的库文件添加到自己的项目中，与自己的源文件一起连
接成可执行程序则可。1.10什么是命令行参数C/C++语言中的main函数，经常带有参数argc，argv，如下：i
ntmain(intargc,charargv)或者intmain(intargc,charargv[]
)在上面代码中，argc表示命令行输入参数的个数（以空白符分隔），argv中存储了所有的命令行参数。假如你的程序是hell
o.exe，如果在命令行运行该程序（如图1.14。首先应该在命令行下用cd命令进入到hello.exe文件所在目录），运
行命令为：hello.exeShiqiYu那么，argc的值是3，argv[0]是"hello.exe"，argv[1
]是"Shiqi"，argv[2]是"Yu"。图1.14使用命令行参数运行程序下面的程序演示argc和argv的
使用：#includeintmain(intargc,charargv){inti;
for(i=0;igv[i]);return0;}假如上述代码编译为hello.exe，那么运行hello.exeabc
de将得到Argument0ishello.exe.Argument1isa.Argument2is
b.Argument3isc.Argument4isd.Argument5ise.运行hello.ex
elena.jpg将得到Argument0ishello.exe.Argument1islena.jpg.1
.11常见编译错误在编程中，经常会出现各种错误。出现错误后，不要闭眼抱头作痛苦状。出现错误后，需要做的第一件事情是阅读出错信息
。出错信息虽然看似凌乱，但是能够提供很多有价值的信息，帮你解决问题。1.11.1找不到头文件找不到头文件往往会提示如下错误：
hello.cpp(2):fatalerrorC1083:Cannotopenincludefile:''open
cv2/opencv.hppp'':Nosuchfileordirectory找不到头文件一般有两个原因：一个是头文件的
文件名拼写错误；或者未将头文件所在路径添加到开发环境中。上例中的错误是文件名拼写错误，opencv2/opencv.hpp被错
误地拼写为opencv2/opencv.hppp。如果文件名拼写正确，编译器还是找不到头文件，则需要将头文件所在路径添加到相应的
变量中。如在VisualStudio2010中，需要在项目属性（ProjectProperty）对话框中设置头文件路径。
具体位置在对话框“VC++Directories”里面的“IncludeDirectories”中，如图1.15所示。
图1.15头文件所在路径设置1.11.2拼写错误在编程中，拼写错误也是一类常见错误。如图1.16所示代码中，将i
mread函数错误地拼成imreadd，编译器会提示错误：hello.cpp(9):errorC3861:''imread
d'':identifiernotfound这句错误提示的意思是说无法找到imreadd标识符，因此我们需要仔细检查i
mreadd找不到的原因。假如你真的有一个函数是imreadd，但是找不到，可能的原因是声明imreadd的头文件未使用
include语句包含到源文件中。图1.16拼写错误，将imread拼成了imreadd，会造成编译时错误。如果
源代码不符合语法规则，则会造成编译错误。编译错误往往是由于编写代码不仔细造成，比如拼写错误、漏了半个括号、漏了分号等。因此一旦遇到
便宜错误，你需要按照错误提示，定位到出错的位置，仔细检查语法是否符合规范。1.12常见链接错误如果你的代码符合语法规则，则会
通过编译过程。编译完所有源代码之后，下一步是连接目标文件，以形成可执行文件。连接过程中最常见的错误如下（图1.17）：1>he
llo.obj:errorLNK2019:unresolvedexternalsymbol"classcv::Ma
t__cdeclcv::imread(classstd::basic_stringr_traits,classstd::allocator>const&,int)"(?imre
ad@cv@@YA?AVMat@1@ABV?$basic_string@DU?$char_traits@D@std@@V?$all
ocator@D@2@@std@@H@Z)referencedinfunction_main这个错误信息里最关键的词是“
unresolvedexternalsymbol”，更具体的意思是在main函数中使用了imread函数，但是无法从外
部找到imread。imread函数是OpenCV的函数，不是用户自己实现的函数。opencv.hpp头文件告诉编译器有
个imread函数可以用，编译通过；但是到了连接时，连接器却找不到imread的具体实现，故出错。图1.17连接错
误，无法找到imread等函数的实现要解决这一问题，需要将依赖的库文件添加到项目设置中。具体位置在对话框“Linker-
Input”里面的“AdditionalDependencies”中，如图1.18所示。图1.18添加依赖的库文件
1.13运行时错误经过编译和连接过程，生成了可执行的文件（如exe文件）之后，在运行这个可执行文件所产生的错误是运行时错误
。比较常见的运行时错误是内存错误。比如下面这段代码：#include#includepencv.hpp>usingnamespacecv;intmain(){printf("Hello,Open
CV!\n");Matimg=imread("lena.jpg");Matgray;cv::cvtColor
(img,gray,CV_BGR2GRAY);return0;}编译和连接过程无任何问题，但在运行时弹出如图1.
19所示对话框，并在命令行窗口输出错误信息（图1.20）。图1.19运行时错误对话框图1.20运行时错误的出错
信息错误信息中提示color.cpp文件的第2834行有错，错误原因是条件(scn==3||scn==4)不成立。很多
OpenCV用户看到此错误信息一头雾水，不知如何下手解决。根据程序源代码的意思，是将三通道的BGR图像img转为单通道
的图像gray。但是程序说img既不是3通道，也不是4通道。而根据imread函数的文档，imread将图像作
为彩色图像读入，条件(scn==3||scn==4)肯定成立。这个程序的问题出现在当前目录下无lena.jpg文件，这样程序
无法读到图像，造成cvtColor函数出错。因此对于读入图像时，需要检查图像读入是否成功，以免造成运行时错误。在程序编写中，
对于数组和指针等，要特别地小心。因为对于空指针以及数组越界等问题，编译器无法在编译时给出错误提示。这类错误一旦在运行时发生，排除起
来非常困难。第2章OpenCV介绍OpenCV的全称是OpenSourceComputerVisionL
ibrary，是一个开放源代码的计算机视觉库。OpenCV是最初由英特尔公司发起并开发，以BSD许可证授权发行，可以在商业和
研究领域中免费使用，现在美国WillowGarage为OpenCV提供主要的支持。OpenCV可用于开发实时的图像处理
、计算机视觉以及模式识别程序，目前在工业界以及科研领域广泛采用。2.1OpenCV的来源OpenCV诞生于Intel。
Intel最初希望提供一个计算机视觉库，使之能充分发掘CPU的计算能力，当然更希望以此促进Intel的产品的销售。Ope
nCV最初的开发工作是由Intel在俄罗斯的团队实现。这里面有两个关键人物，一个是Intel性能团队（Intel’sP
erformanceLibraryTeam）的李信弘（ShinnLee）先生，他是团队的经理，负责IPP等库，给予Op
enCV很大的支持。另一个关键人物是VadimPisarevsky，Vadim在Intel负责OpenCV的项目管
理、代码集成、代码优化等工作。在后期Intel支持渐少的时候，是VadimPisarevsky一直在维护着OpenCV
。2007年6月，受本书作者之邀，李信弘和VadimPisarevsky作为嘉宾参加了在北京举行的“开放源代码计算机
视觉库(OpenCV)研讨会”，并做了非常有价值的报告。在2008年，一家美国公司，WillowGarage，开始大力支持
OpenCV，VadimPisarevsky和GaryBradski都加入了WillowGarage。GaryB
radski也是OpenCV开发者中的元老级人物，他曾出版《LeaningOpenCV》一书，广受欢迎。WillowG
arage是一家机器人公司，致力于为个人机器人开发开放的硬件平台和软件。现在已经开发了PR2机器人，并支持ROS、Open
CV、PCL等软件。ROS（RobotOperatingSystem）是用于机器人的操作系统，是一个开放源代码的软件，O
penCV作为ROS的视觉模块嵌入。自从获得WillowGarage支持后，OpenCV的更新速度明显加快。大量的
新特性被被加入OpenCV中，很多算法都是最近一两年的新的科研成果。OpenCV正日益成为算法研究和产品开发不可缺少的工具。
2.2OpenCV的协议OpenCV采用BSD协议，这是一个非常宽松的协议。简而言之，用户可以修改OpenCV的
源代码，可以将OpenCV嵌入到自己的软件中，可以将包含OpenCV的软件销售，可以用于商业产品，也可以用于科研领域。BS
D协议并不具有“传染性”，如果你的软件中使用了OpenCV，你不需要公开代码。你可以对OpenCV做任何操作，协议对用户的
唯一约束是要在软件的文档或者说明中注明使用了OpenCV，并附上OpenCV的协议。在这个宽松协议下，企业可以在OpenC
V基础之上进行产品开发，而不需要担心版权问题（当然你要注明使用了OpenCV，并附上OpenCV的协议）。科研领域的研究者
，可以使用OpenCV快速地实现系统原型。因此可以这样说，OpenCV的协议保证了计算机视觉技术快速的传播，让更多的人从O
penCV受益。第3章图像的基本操作3.1图像的表示在正式介绍之前，先简单介绍一下数字图像的基本概念。如图3.1
中所示的图像，我们看到的是Lena的头像，但是计算机看来，这副图像只是一堆亮度各异的点。一副尺寸为M×N的图像可以用
一个M×N的矩阵来表示，矩阵元素的值表示这个位置上的像素的亮度，一般来说像素值越大表示该点越亮。如图3.1中白色圆圈内
的区域，进行放大并仔细查看，将会如图3.2所示。图3.1Lena的照片图3.2图3.1中圆圈处的放大效果
一般来说，灰度图用2维矩阵表示，彩色（多通道）图像用3维矩阵（M×N×3）表示。对于图像显示来说，目前大部分设备
都是用无符号8位整数（类型为CV_8U）表示像素亮度。图像数据在计算机内存中的存储顺序为以图像最左上点（也可能是最左下点）
开始，存储如表3-1所示。表3-1灰度图像的存储示意图I00I01…I0N-1I10I11…I
1N-1…………IM-10IM-11…IM-1N-1Iij表示第i行j列的像素值。如果是多通道
图像，比如RGB图像，则每个像素用三个字节表示。在OpenCV中，RGB图像的通道顺序为BGR，存储如表3-2所
示。表3-2彩色RGB图像的存储示意图B00G00R00B01G01R01…B10G10R10B1
1G11R11……………………3.2Mat类早期的OpenCV中，使用IplImage和Cv
Mat数据结构来表示图像。IplImage和CvMat都是C语言的结构。使用这两个结构的问题是内存需要手动管理，开发者
必须清楚的知道何时需要申请内存，何时需要释放内存。这个开发者带来了一定的负担，开发者应该将更多精力用于算法设计，因此在新版本的O
penCV中引入了Mat类。新加入的Mat类能够自动管理内存。使用Mat类，你不再需要花费大量精力在内存管理上。而
且你的代码会变得很简洁，代码行数会变少。但C++接口唯一的不足是当前一些嵌入式开发系统可能只支持C语言，如果你的开发平台支持
C++，完全没有必要再用IplImage和CvMat。在新版本的OpenCV中，开发者依然可以使用IplImage和
CvMat，但是一些新增加的函数只提供了Mat接口。本书中的例程也都将采用新的Mat类，不再介绍IplImage和
CvMat。Mat类的定义如下所示，关键的属性如下方代码所示：classCV_EXPORTSMat{public:
//一系列函数.../flag参数中包含许多关于矩阵的信息，如：-Mat的标识-数据是否连续-深度
-通道数目/intflags;//矩阵的维数，取值应该大于或等于2intdims;//矩阵的行
数和列数，如果矩阵超过2维，这两个变量的值都为-1introws,cols;//指向数据的指针uchar
data;//指向引用计数的指针//如果数据是由用户分配的，则为NULLintrefcount;//其他成
员变量和成员函数...};3.3创建Mat对象Mat是一个非常优秀的图像类，它同时也是一个通用的矩阵类，可以用来
创建和操作多维矩阵。有多种方法创建一个Mat对象。3.3.1构造函数方法Mat类提供了一系列构造函数，可以方便的根据需
要创建Mat对象。下面是一个使用构造函数创建对象的例子。MatM(3,2,CV_8UC3,Scalar(0,0,255
));cout<<"M="<3，列数（宽度）为2的图像，图像元素是8位无符号整数类型，且有三个通道。图像的所有像素值被初始化为(0,0,255)
。由于OpenCV中默认的颜色顺序为BGR，因此这是一个全红色的图像。第二行代码是输出Mat类的实例M的所有像素值
。Mat重定义了<<操作符，使用这个操作符，可以方便地输出所有像素值，而不需要使用for循环逐个像素输出。该段代码的输出如
图3.3所示。图3.3例程输出内容常用的构造函数有：Mat::Mat()无参数构造方法；Mat::Mat(i
ntrows,intcols,inttype)创建行数为rows，列数为col，类型为type的图像；Mat
::Mat(Sizesize,inttype)创建大小为size，类型为type的图像；Mat::Mat(int
rows,intcols,inttype,constScalar&s)创建行数为rows，列数为col，类型为
type的图像，并将所有元素初始化为值s；Mat::Mat(Sizesize,inttype,constScal
ar&s)创建大小为size，类型为type的图像，并将所有元素初始化为值s；Mat::Mat(constMat&
m)将m赋值给新创建的对象，此处不会对图像数据进行复制，m和新对象共用图像数据；Mat::Mat(introws,
intcols,inttype,voiddata,size_tstep=AUTO_STEP)创建行数为rows
，列数为col，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由s
tep指定。Mat::Mat(Sizesize,inttype,voiddata,size_tstep=AUT
O_STEP)创建大小为size，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存
，图像的行步长由step指定。Mat::Mat(constMat&m,constRange&rowRange,c
onstRange&colRange)创建的新图像为m的一部分，具体的范围由rowRange和colRange指
定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据；Mat::Mat(constMat&m,const
Rect&roi)创建的新图像为m的一部分，具体的范围roi指定，此构造函数也不进行图像数据的复制操作，新图像与m
共用图像数据。这些构造函数中，很多都涉及到类型type。type可以是CV_8UC1，CV_16SC1，…，CV_64FC4
等。里面的8U表示8位无符号整数，16S表示16位有符号整数，64F表示64位浮点数（即double类型
）；C后面的数表示通道数，例如C1表示一个通道的图像，C4表示4个通道的图像，以此类推。如果你需要更多的通道数，需要
用宏CV_8UC(n)，例如：MatM(3,2,CV_8UC(5));//创建行数为3，列数为2，通道数为5的图像3.3
.2create()函数创建对象除了在构造函数中可以创建图像，也可以使用Mat类的create()函数创建图像。如果c
reate()函数指定的参数与图像之前的参数相同，则不进行实质的内存申请操作；如果参数不同，则减少原始数据内存的索引，并重新申请内
存。使用方法如下面例程所示：MatM(2,2,CV_8UC3);//构造函数创建图像M.create(3,2,CV_8U
C2);//释放内存重新创建图像需要注意的时，使用create()函数无法设置图像像素的初始值。3.3.3Matlab风
格的创建对象方法OpenCV2中提供了Matlab风格的函数，如zeros()，ones()和eyes()。这种方法
使得代码非常简洁，使用起来也非常方便。使用这些函数需要指定图像的大小和类型，使用方法如下：MatZ=Mat::zeros(
2,3,CV_8UC1);cout<<"Z="<=Mat::ones(2,3,CV_32F);cout<<"O="<O<endl<<""<表示单通道。上面代码的输出结果如图3.4所示。图3.4Matlab风格的函数例程的输出结果3.4矩阵的基本元素
表达对于单通道图像，其元素类型一般为8U（即8位无符号整数），当然也可以是16S、32F等；这些类型可以直接用uch
ar、short、float等C/C++语言中的基本数据类型表达。如果多通道图像，如RGB彩色图像，需要用三个通道来表示
。在这种情况下，如果依然将图像视作一个二维矩阵，那么矩阵的元素不再是基本的数据类型。OpenCV中有模板类Vec，可以表示一
个向量。OpenCV中使用Vec类预定义了一些小向量，可以将之用于矩阵元素的表达。typedefVec>Vec2b;typedefVecVec3b;typedefVecVec4b
;typedefVecVec2s;typedefVecVec3s;type
defVecVec4s;typedefVecVec2i;typedefVec<
int,3>Vec3i;typedefVecVec4i;typedefVec
Vec2f;typedefVecVec3f;typedefVecVec4f;
typedefVecVec6f;typedefVecVec2d;typed
efVecVec3d;typedefVecVec4d;typedefVe
cVec6d;例如8U类型的RGB彩色图像可以使用Vec3b，3通道float类型的矩阵
可以使用Vec3f。对于Vec对象，可以使用[]符号如操作数组般读写其元素，如：Vec3bcolor;//用colo
r变量描述一种RGB颜色color[0]=255;//B分量color[1]=0;//G分量color[2]=0;//
R分量3.5像素值的读写很多时候，我们需要读取某个像素值，或者设置某个像素值；在更多的时候，我们需要对整个图像里的所有像素进
行遍历。OpenCV提供了多种方法来实现图像的遍历。3.5.1at()函数函数at()来实现读去矩阵中的某个像素，或者对
某个像素进行赋值操作。下面两行代码演示了at()函数的使用方法。ucharvalue=grayim.at(
i,j);//读出第i行第j列像素值grayim.at(i,j)=128;//将第i行第j列像素值设置为128
如果要对图像进行遍历，可以参考下面的例程。这个例程创建了两个图像，分别是单通道的grayim以及3个通道的colorim
，然后对两个图像的所有像素值进行赋值，最后现实结果。#include#include"opencv2/
opencv.hpp"usingnamespacestd;usingnamespacecv;intmain(i
ntargc,charargv[]){Matgrayim(600,800,CV_8UC1);Matcol
orim(600,800,CV_8UC3);//遍历所有像素，并设置像素值for(inti=0;irayim.rows;++i)for(intj=0;jgrayim.at(i,j)=(i+j)%255;//遍历所有像素，并设置像素值
for(inti=0;ipixel[1]=j%255;//Greenpixel[2]=0;
//Redcolorim.at(i,j)=pixel;}//显示结果im
show("grayim",grayim);imshow("colorim",colorim);waitK
ey(0);return0;}需要注意的是，如果要遍历图像，并不推荐使用at()函数。使用这个函数的优点是代码的可读性
高，但是效率并不是很高。这段代码的运行结果如图3.5所示。图3.5使用at()函数遍历图像的例程的输出结果3.5.
2使用迭代器如果你熟悉C++的STL库，那一定了解迭代器（iterator）的使用。迭代器可以方便地遍历所有元素。Mat
也增加了迭代器的支持，以便于矩阵元素的遍历。下面的例程功能跟上一节的例程类似，但是由于使用了迭代器，而不是使用行数和列数来遍历，
所以这儿没有了i和j变量，图像的像素值设置为一个随机数。#include#include"op
encv2/opencv.hpp"usingnamespacestd;usingnamespacecv;int
main(intargc,charargv[]){Matgrayim(600,800,CV_8UC1);M
atcolorim(600,800,CV_8UC3);//遍历所有像素，并设置像素值MatIterator_har>grayit,grayend;for(grayit=grayim.begin(),graye
nd=grayim.end();grayit!=grayend;++grayit)grayit=
rand()%255;//遍历所有像素，并设置像素值MatIterator_colorit,colo
rend;for(colorit=colorim.begin(),colorend=colorim.en
d();colorit!=colorend;++colorit){(colorit)[0]=r
and()%255;//Blue(colorit)[1]=rand()%255;//Green(colorit
)[2]=rand()%255;//Red}//显示结果imshow("grayim",grayim);
imshow("colorim",colorim);waitKey(0);return0;}例程的输出
结果如图3.6所示。图3.6使用迭代器遍历图像的例程的输出结果3.5.3通过数据指针使用IplImage结构的
时候，我们会经常使用数据指针来直接操作像素。通过指针操作来访问像素是非常高效的，但是你务必十分地小心。C/C++中的指针操作是不进
行类型以及越界检查的，如果指针访问出错，程序运行时有时候可能看上去一切正常，有时候却突然弹出“段错误”（segmentfault
）。当程序规模较大，且逻辑复杂时，查找指针错误十分困难。对于不熟悉指针的编程者来说，指针就如同噩梦。如果你对指针使用没有自信，则
不建议直接通过指针操作来访问像素。虽然at()函数和迭代器也不能保证对像素访问进行充分的检查，但是总是比指针操作要可靠一些。如
果你非常注重程序的运行速度，那么遍历像素时，建议使用指针。下面的例程演示如何使用指针来遍历图像中的所有像素。此例程实现的操作跟第
3.5.1节中的例程完全相同。例程代码如下：#include#include"opencv2/ope
ncv.hpp"usingnamespacestd;usingnamespacecv;intmain(int
argc,charargv[]){Matgrayim(600,800,CV_8UC1);Matcolori
m(600,800,CV_8UC3);//遍历所有像素，并设置像素值for(inti=0;iim.rows;++i){//获取第i行首像素指针ucharp=grayim.ptr(i);
//对第i行的每个像素(byte)操作for(intj=0;jp[j]=(i+j)%255;}//遍历所有像素，并设置像素值for(inti=0;
iVec3b>(i);for(intj=0;j[0]=i%255;//Bluep[j][1]=j%255;//Green
p[j][2]=0;//Red}}//显示结果imshow("grayim",grayi
m);imshow("colorim",colorim);waitKey(0);return0;}
例程的输出结果如图3.7所示。图3.7使用指针遍历图像的例程的输出结果3.6选取图像局部区域Mat类提供了多种方
便的方法来选择图像的局部区域。使用这些方法时需要注意，这些方法并不进行内存的复制操作。如果将局部区域赋值给新的Mat对象，新对
象与原始对象共用相同的数据区域，不新申请内存，因此这些方法的执行速度都比较快。3.6.1单行或单列选择提取矩阵的一行或者一列
可以使用函数row()或col()。函数的声明如下：MatMat::row(inti)constMatMat::c
ol(intj)const参数i和j分别是行标和列标。例如取出A矩阵的第i行可以使用如下代码：Matli
ne=A.row(i);例如取出A矩阵的第i行，将这一行的所有元素都乘以2，然后赋值给第j行，可以这样写：A
.row(j)=A.row(i)2;3.6.2用Range选择多行或多列Range是OpenCV中新增的类，
该类有两个关键变量star和end。Range对象可以用来表示矩阵的多个连续的行或者多个连续的列。其表示的范围为从sta
rt到end，包含start，但不包含end。Range类的定义如下：classRange{public:.
..intstart,end;};Range类还提供了一个静态方法all()，这个方法的作用如同Matlab中
的“:”，表示所有的行或者所有的列。//创建一个单位阵MatA=Mat::eye(10,10,CV_32S);//
提取第1到3列（不包括3）MatB=A(Range::all(),Range(1,3));//提取B的第5至9行（不
包括9）//其实等价于C=A(Range(5,9),Range(1,3))MatC=B(Range(5,9
),Range::all());3.6.3感兴趣区域从图像中提取感兴趣区域（Regionofinterest）有两种方
法，一种是使用构造函数，如下例所示：//创建宽度为320，高度为240的3通道图像Matimg(Size(320,240),
CV_8UC3);//roi是表示img中Rect(10,10,100,100)区域的对象Matroi(img,Rect(
10,10,100,100));除了使用构造函数，还可以使用括号运算符，如下：Matroi2=img(Rect(10,1
0,100,100));当然也可以使用Range对象来定义感兴趣区域，如下：//使用括号运算符Matroi3=im
g(Range(10,100),Range(10,100));//使用构造函数Matroi4(img,Range(10,1
00),Range(10,100));3.6.4取对角线元素矩阵的对角线元素可以使用Mat类的diag()函数获取，该
函数的定义如下：MatMat::diag(intd)const参数d=0时，表示取主对角线；当参数d>0是，表示
取主对角线下方的次对角线，如d=1时，表示取主对角线下方，且紧贴主多角线的元素；当参数d<0时，表示取主对角线上方的次对角
线。如同row()和col()函数，diag()函数也不进行内存复制操作，其复杂度也是O(1)。3.7Mat表达式
利用C++中的运算符重载，OpenCV2中引入了Mat运算表达式。这一新特点使得使用C++进行编程时，就如同写Mat
lab脚本，代码变得简洁易懂，也便于维护。如果矩阵A和B大小相同，则可以使用如下表达式：C=A+B+1;
其执行结果是A和B的对应元素相加，然后再加1，并将生成的矩阵赋给C变量。下面给出Mat表达式所支持的运算。下
面的列表中使用A和B表示Mat类型的对象，使用s表示Scalar对象，alpha表示double值。加
法，减法，取负：A+B，A-B，A+s，A-s，s+A，s-A，-A缩放取值范围：Aalpha矩阵对应元素的乘法和除法：A
.mul(B)，A/B，alpha/A矩阵乘法：AB（注意此处是矩阵乘法，而不是矩阵对应元素相乘）矩阵转置：A.t()矩
阵求逆和求伪逆：A.inv()矩阵比较运算：AcmpopB，Acmpopalpha，alphacmpopA。此处c
mpop可以是>，>=，==，!=，<=，<。如果条件成立，则结果矩阵（8U类型矩阵）的对应元素被置为255；否则置0。
矩阵位逻辑运算：AlogicopB，Alogicops，slogicopA，~A，此处logicop可以是&，|和
^。矩阵对应元素的最大值和最小值：min(A,B)，min(A,alpha)，max(A,B)，max(A,alpha
)。矩阵中元素的绝对值：abs(A)叉积和点积：A.cross(B)，A.dot(B)下面例程展示了Mat表达式的使用方
法，例程的输出结果如图3.8所示。#include#include"opencv2/opencv.
hpp"usingnamespacestd;usingnamespacecv;intmain(intargc
,charargv[]){MatA=Mat::eye(4,4,CV_32SC1);MatB=A
3+1;MatC=B.diag(0)+B.col(1);cout<<"A="<endl<<"C="<.dot(B.diag(0))<at_类Mat_类是对Mat类的一个包装，其定义如下：templateclassMat_
:publicMat{public://只定义了几个方法//没有定义新的属性};这是一个非常轻量级的包装，既然
已经有Mat类，为何还要定义一个Mat_？下面我们看这段代码：MatM(600,800,CV_8UC1);for(
inti=0;i(i);
for(intj=0;j%255);M.at(i,j)=d1;doubled2=M.at(i
,j);//此行有错}}在读取矩阵元素时，以及获取矩阵某行的地址时，需要指定数据类型。这样首先需要不停地写“
”，让人感觉很繁琐，在繁琐和烦躁中容易犯错，如上面代码中的错误，用at()获取矩阵元素时错误的使用了double类型。这种错
误不是语法错误，因此在编译时编译器不会提醒。在程序运行时，at()函数获取到的不是期望的(i,j)位置处的元素，数据已经越界，但是
运行时也未必会报错。这样的错误使得你的程序忽而看上去正常，忽而弹出“段错误”，特别是在代码规模很大时，难以查错。如果使用Mat
_类，那么就可以在变量声明时确定元素的类型，访问元素时不再需要指定元素类型，即使得代码简洁，又减少了出错的可能性。上面代码可以用
Mat_实现，实现代码如下面例程里的第二个双重for循环。#include#include"ope
ncv2/opencv.hpp"#includeusingnamespacestd;usingna
mespacecv;intmain(intargc,charargv[]){MatM(600,800,
CV_8UC1);for(inti=0;icharp=M.ptr(i);for(intj=0;j+j){doubled1=(double)((i+j)%255);//用at()读写像素时，需要指定类型M.
at(i,j)=d1;//下面代码错误，应该使用at()//但编译时不会提醒错误//运
行结果不正确，d2不等于d1doubled2=M.at(i,j);}}//在变量声明时指定
矩阵元素类型Mat_M1=(Mat_&)M;for(inti=0;i<
M1.rows;++i){//不需指定元素类型，语句简洁ucharp=M1.ptr(i);
for(intj=0;j)%255);//直接使用Matlab风格的矩阵元素读写，简洁M1(i,j)=d1;doub
led2=M1(i,j);}}return0;}3.9Mat类的内存管理使用Mat类，内
存管理变得简单，不再像使用IplImage那样需要自己申请和释放内存。虽然不了解Mat的内存管理机制，也无碍于Mat类
的使用，但是如果清楚了解Mat的内存管理，会更清楚一些函数到底操作了哪些数据。Mat是一个类，由两个数据部分组成：矩阵头（
包含矩阵尺寸，存储方法，存储地址等信息）和一个指向存储所有像素值的矩阵的指针，如图3.9所示。矩阵头的尺寸是常数值，但矩阵本身
的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。复制矩阵数据往往花费较多时间，因此除非有必要，不要复制大的矩阵。为了
解决矩阵数据的传递，OpenCV使用了引用计数机制。其思路是让每个Mat对象有自己的矩阵头信息，但多个Mat对象可以共享
同一个矩阵数据。让矩阵指针指向同一地址而实现这一目的。很多函数以及很多操作（如函数参数传值）只复制矩阵头信息，而不复制矩阵数据。
前面提到过，有很多中方法创建Mat类。如果Mat类自己申请数据空间，那么该类会多申请4个字节，多出的4个字节存储数
据被引用的次数。引用次数存储于数据空间的后面，refcount指向这个位置，如图3.9所示。当计数等于0时，则释放该空间
。图3.9Mat类中的数据存储示意图，refcount变量指向数据区后面，用4个字节（int类型）存储引用数目。
关于多个矩阵对象共享同一矩阵数据，我们可以看这个例子：MatA(100,100,CV_8UC1);MatB=A;
MatC=A(Rect(50,50,30,30));上面代码中有三个Mat对象，分别是A，B和C。这三者共有同一
矩阵数据，其示意图如图3.10所示。ABC矩阵头矩阵数据图3.10三个矩阵头共用共用同一矩阵数据3.10
输出从前面的例程中，可以看到Mat类重载了<<操作符，可以方便得使用流操作来输出矩阵的内容。默认情况下输出的格式是类似Ma
tlab中矩阵的输出格式。除了默认格式，Mat也支持其他的输出格式。代码如下：首先创建一个矩阵，并用随机数填充。填充的范围由
randu()函数的第二个参数和第三个参数确定，下面代码是介于0到255之间。MatR=Mat(3,2,CV
_8UC3);randu(R,Scalar::all(0),Scalar::all(255));默认格式输出的代码如下：
cout<<"R(default)="<1所示。图3.11默认格式的矩阵输出Python格式输出的代码如下：cout<<"R(python)=
"<式的矩阵输出以逗号分割的输出的代码如下：cout<<"R(csv)="<R,"csv")<：cout<<"R(numpy)="<<="<格式的矩阵输出除了Mat对象可以使用<<符号输出，其他的很多类型也支持<<输出。二维点：Point2fP(5,1);
cout<<"Point(2D)="<维点：Point3fP3f(2,6,7);cout<<"Point(3D)="<<V2中虽然引入了方便的Mat类，出于兼容性的考虑，OpenCV依然是支持C语言接口的IplImage和CvMa
t结构。如果你要与以前的代码兼容，将会涉及Mat与IplImage和CvMat的转换。3.11.1Mat转为
IplImage和CvMat格式假如你有一个以前写的函数，函数的定义为：voidmycvOldFunc(IplImag
ep,...);函数的参数需要IplImage类型的指针。Mat转为IplImage，可以用简单的等号赋值操作来
进行类型转换，这样实现：Matimg(Size(320,240),CV_8UC3);...IplImageiplim
g=img;//转为IplImage结构mycvOldFunc(&iplimg,...);//对iplimg取地址
如果要转为CvMat类型，操作类似：CvMatcvimg=img;//转为CvMat结构需要特别注意的是，类型转换
后，IplImage和CvMat与Mat共用同一矩阵数据，而IplImage和CvMat没有引用计数功能，如果上
例中的img中数据被释放，iplimg和cvimg也就失去了数据。因此要牢记不可将Mat对象提前释放。3.11.
2IplImage和CvMat格式转为MatMat类有两个构造函数，可以实现IplImage和CvMat到
Mat的转换。这两个函数都有一个参数copyData。如果copyData的值是false，那么Mat将与IplImage或
CvMat共用同一矩阵数据；如果值是true，Mat会新申请内存，然后将IplImage或CvMat的数据复制到M
at的数据区。如果共用数据，Mat也将不会使用引用计数来管理内存，需要开发者自己来管理。本书建议做此转换是将参数置为tru
e，这样内存管理变得简单。Mat::Mat(constCvMatm,boolcopyData=false)Mat::
Mat(constIplImageimg,boolcopyData=false)例子代码如下：IplImage
iplimg=cvLoadImage("lena.jpg");Matim(iplimg,true);第4章数据获取与
存储4.1读写图像文件将图像文件读入内存，可以使用imread()函数；将Mat对象以图像文件格式写入内存，可以使用
imwrite()函数。4.1.1读图像文件imread()函数返回的是Mat对象，如果读取文件失败，则会返回一个空矩
阵，即Mat::data的值是NULL。执行imread()之后，需要检查文件是否成功读入，你可以使用Mat::empt
y()函数进行检查。imread()函数的声明如下：Matimread(conststring&filename,int
flags=1)很明显参数filename是被读取或者保存的图像文件名；在imread()函数中，flag参数值有三
种情况：flag>0，该函数返回3通道图像，如果磁盘上的图像文件是单通道的灰度图像，则会被强制转为3通道；flag=0
，该函数返回单通道图像，如果磁盘的图像文件是多通道图像，则会被强制转为单通道；?flag<0，则函数不对图像进行通道转换。i
mread()函数支持多种文件格式，且该函数是根据图像文件的内容来确定文件格式，而不是根据文件的扩展名来确定。所只是的文件格式如下
：Windows位图文件-BMP,DIB；JPEG文件-JPEG,JPG,JPE；便携式网络图片-PN
G；便携式图像格式-PBM，PGM，PPM；Sunrasters-SR，RAS；TIFF文件-TIFF，TI
F;OpenEXRHDR图片-EXR;JPEG2000图片-jp2。你所安装的OpenCV并不一定能支
持上述所有格式，文件格式的支持需要特定的库，只有在编译OpenCV添加了相应的文件格式库，才可支持其格式。4.1.2写图像
文件将图像写入文件，可使用imwrite()函数，该函数的声明如下：boolimwrite(conststring&f
ilename,InputArrayimage,constvector¶ms=vector
())文件的格式由filename参数指定的文件扩展名确定。推荐使用PNG文件格式。BMP格式是无损格式，但是一般不进
行压缩，文件尺寸非常大；JPEG格式的文件娇小，但是JPEG是有损压缩，会丢失一些信息。PNG是无损压缩格式，推荐使用。
imwrite()函数的第三个参数params可以指定文件格式的一些细节信息。这个参数里面的数值是跟文件格式相关的：JPEG
：表示图像的质量，取值范围从0到100。数值越大表示图像质量越高，当然文件也越大。默认值是95。PNG：表示压缩级别，取
值范围是从0到9。数值越大表示文件越小，但是压缩花费的时间也越长。默认值是3。PPM，PGM或PBM：表示文件是以二
进制还是纯文本方式存储，取值为0或1。如果取值为1，则表示以二进制方式存储。默认值是1。并不是所有的Mat对象都可
以存为图像文件，目前支持的格式只有8U类型的单通道和3通道（颜色顺序为BGR）矩阵；如果需要要保存16U格式图像，只
能使用PNG、JPEG2000和TIFF格式。如果希望将其他格式的矩阵保存为图像文件，可以先用Mat::convert
To()函数或者cvtColor()函数将矩阵转为可以保存的格式。另外需要注意的是，在保存文件时，如果文件已经存在，imwri
te()函数不会进行提醒，将直接覆盖掉以前的文件。下面例程展示了如何读入一副图像，然后对图像进行Canny边缘操作，最后将结
果保存到图像文件中。#include#include"opencv2/opencv.hpp"usi
ngnamespacestd;usingnamespacecv;intmain(intargc,chara
rgv[]){//读入图像，并将之转为单通道图像Matim=imread("lena.jpg",0);//
请一定检查是否成功读图if(im.empty()){cout<<"Cannotloadimage."<<
endl;return-1;}//进行Canny操作，并将结果存于resultMatresul
t;Canny(im,result,50,150);//保存结果imwrite("lena-canny.png
",result);return0;}将lena.jpg文件放在当前目录，运行该例程后，lena-canny.pn
g将会出现在当前目录。lena-canny.png图像如图4.1所示，是lena.jpg的边缘提取结果。图4.1
Lena图像的边缘提取结果4.2读写视频介绍OpenCV读写视频之前，先介绍一下编解码器（codec）。如果是图像
文件，我们可以根据文件扩展名得知图像的格式。但是此经验并不能推广到视频文件中。有些OpenCV用户会碰到奇怪的问题，都是av
i视频文件，有的能用OpenCV打开，有的不能。视频的格式主要由压缩算法决定。压缩算法称之为编码器（coder），解压算法
称之为解码器（decoder），编解码算法可以统称为编解码器（codec）。视频文件能读或者写，关键看是否有相应的编解码器。编解码
器的种类非常多，常用的有MJPG、XVID、DIVX等，完整的列表请参考FOURCC网站。因此视频文件的扩展名（如avi等）往往只能表示这是一个视频文件。OpenCV2中提供了两个类来实现视频的读写。读视频的类是VideoCapture，写视频的类是VideoWriter。4.2.1读视频VideoCapture既可以从视频文件读取图像，也可以从摄像头读取图像。可以使用该类的构造函数打开视频文件或者摄像头。如果VideoCapture对象已经创建，也可以使用VideoCapture::open()打开，VideoCapture::open()函数会自动调用VideoCapture::release()函数，先释放已经打开的视频，然后再打开新视频。如果要读一帧，可以使用VideoCapture::read()函数。VideoCapture类重载了>>操作符，实现了读视频帧的功能。下面的例程演示了使用VideoCapture类读视频。#include#include"opencv2/opencv.hpp"usingnamespacestd;usingnamespacecv;intmain(intargc,charargv){//打开第一个摄像头//VideoCapturecap(0);//打开视频文件VideoCapturecap("video.short.raw.avi");//检查是否成功打开if(!cap.isOpened()){cerr<<"Cannotopenacameraorfile."<>frame;//如果未读到图像if(frame.empty())break;//将读到的图像转为灰度图cvtColor(frame,edges,CV_BGR2GRAY);//进行边缘提取操作Canny(edges,edges,0,30,3);//显示结果imshow("edges",edges);//等待30秒，如果按键则推出循环if(waitKey(30)>=0)break;}//退出时会自动释放cap中占用资源return0;}图4.2读视频例程的运行界面4.2.2写视频使用OpenCV创建视频也非常简单，与读视频不同的是，你需要在创建视频时设置一系列参数，包括：文件名，编解码器，帧率，宽度和高度等。编解码器使用四个字符表示，可以是CV_FOURCC(''M'',''J'',''P'',''G'')、CV_FOURCC(''X'',''V'',''I'',''D'')及CV_FOURCC(''D'',''I'',''V'',''X'')等。如果使用某种编解码器无法创建视频文件，请尝试其他的编解码器。将图像写入视频可以使用VideoWriter::write()函数，VideoWriter类中也重载了<<操作符，使用起来非常方便。另外需要注意：待写入的图像尺寸必须与创建视频时指定的尺寸一致。下面例程演示了如何写视频文件。本例程将生成一个视频文件，视频的第0帧上是一个红色的“0”，第1帧上是个红色的“1”，以此类推，共100帧。生成视频的播放效果如图4.3所示。#include#include#include"opencv2/opencv.hpp"usingnamespacestd;usingnamespacecv;intmain(intargc,charargv){//定义视频的宽度和高度Sizes(320,240);//创建writer，并指定FOURCC及FPS等参数VideoWriterwriter=VideoWriter("myvideo.avi",CV_FOURCC(''M'',''J'',''P'',''G''),25,s);//检查是否成功创建if(!writer.isOpened()){cerr<<"Cannotcreatevideofile.\n"<