[菜鸟教程]（https://www.runoob.com/opencv/cpp-opencv-basic.html）
OpenCV 开发基础知识点笔记
一、图像基础与像素操作
1. 图像存储与通道
-
单通道：对应灰度图/二值图，每个像素仅1个亮度值（0-255），类型为
CV_8UC1。 -
三通道：对应彩色图（BGR顺序），每个像素含B、G、R三个值，类型为
CV_8UC3，通道顺序不可混淆。 -
四通道：带透明通道（Alpha），类型为
CV_8UC4，常用于PNG图像。
2. 像素访问方式（核心补充：at/ptr 本质）
关键前提：at 和 ptr 均为 OpenCV 自定义的 cv::Mat 类成员函数，并非 C++ 原生语法，是 OpenCV 开发者封装的像素访问工具，仅用于 Mat 图像对象的像素操作。
（1）安全访问（.at<>()）
-
本质：OpenCV 封装的模板成员函数，内部会做边界检查，避免访问超出图像范围。
-
语法：
src.at<Vec3b>(y, x)[通道索引]（彩色图）、src.at<uchar>(y, x)（灰度图） -
函数原型（伪代码）：
template
-
特点：安全、简单、性能稍慢，适合新手调试。
-
示例：
// 彩色图像素赋值
src.at
（2）指针遍历（高效，.ptr<>()）
-
本质：OpenCV 封装的模板成员函数，直接返回第 y 行第一个像素的内存地址（指针），内部不做边界检查。
-
语法：
src.ptr<uchar>(y)（灰度图/底层字节访问）、src.ptr<Vec3b>(y)（彩色图像素访问） -
函数原型（伪代码）：
template
-
核心逻辑：先取行指针，再按列访问，无边界检查，性能优于
.at()。 -
灰度图遍历：
for (int y = 0; y < src.rows; y++) {
uchar* row_ptr = src.ptr
- 彩色图遍历（
Vec3b方式）：
for (int y = 0; y < src.rows; y++) {
Vec3b* row_ptr = src.ptr
（3）单 / 多通道通用
(int)(*(b.data + b.step[0] * row + b.step[1] * col + channel));
3. 浅拷贝与深拷贝
-
浅拷贝：直接赋值
Mat dst = src，仅复制指针，共享像素数据，修改一方会影响另一方，易导致内存重复释放。 -
深拷贝：
Mat dst = src.clone()或src.copyTo(dst)，复制完整像素数据，两者完全独立，修改互不影响。 -
核心类比：与C++浅/深拷贝逻辑一致，
clone()对应深拷贝，直接赋值对应浅拷贝。
4. 循环变量 col 与通道数、指针的关系
-
col是循环计数器，代表“当前处理的像素列数”，范围0 ~ src.cols-1，循环次数 = 一行的像素总数（src.cols）。 -
关键关系：一行的总字节数 = 像素数（
src.cols） × 通道数（src.channels()），而非col × 通道数。 -
指针偏移逻辑：
curr_row（当前行指针）的偏移量 =col × 通道数，即curr_row = 行首指针 + col × 通道数（curr_row是地址，col×通道数是整数偏移量，两者类型不同，不可直接相等）。 -
示例（底层字节遍历）：
uchar* row_start = src.ptr
5. 代码提取：图像基础操作核心函数（对应示例1）
（1）图像创建
- 全零黑色图像：
Mat::zeros(高度, 宽度, 类型)，示例：
Mat blackImage = Mat::zeros(400, 600, CV_8UC3); // 400x600 三通道黑色图
- 自定义彩色图像：
Mat(高度, 宽度, 类型, Scalar(B, G, R))，示例：
Mat colorImage(400, 600, CV_8UC3, Scalar(255, 128, 0)); // B=255, G=128, R=0 蓝色图
（2）图像读取、显示、保存
-
读取图像：
imread(图像路径, 读取模式)（默认彩色，IMREAD_GRAYSCALE为灰度） -
显示图像：
imshow(窗口名, 图像)，搭配waitKey(延迟时间)（0为无限等待） -
关闭窗口：
destroyAllWindows()（关闭所有窗口） -
保存图像：
imwrite(保存路径, 图像)，支持jpg、png等格式，示例：
imwrite(“test_output.jpg”, saveImage); // 保存为jpg格式
（3）图像裁剪（ROI）
-
语法：
Mat 裁剪图 = 原图(Rect(x, y, 宽度, 高度))，注意：默认浅拷贝（共享数据） -
深拷贝裁剪：
Mat 独立裁剪图 = 原图(Rect(x, y, 宽度, 高度)).clone()，示例：
Mat croppedImage = srcImage(Rect(100, 100, 200, 200)); // 浅拷贝 Mat croppedClone = srcImage(Rect(100, 100, 200, 200)).clone(); // 深拷贝
（4）图像缩放
-
核心函数：
resize(输入图, 输出图, 目标尺寸, x缩放比例, y缩放比例, 插值方式) -
关键参数：插值方式
INTER_LINEAR（线性插值，默认，适合缩放），示例：
Mat smallImage; resize(testImage, smallImage, Size(100, 100), 0, 0, INTER_LINEAR); // 缩小到100x100
二、图像预处理核心操作
1. 颜色空间转换
-
核心函数：
cvtColor(输入, 输出, 转换类型) -
常用转换：
-
彩色转灰度：
COLOR_BGR2GRAY（人脸检测、边缘检测必备） -
灰度转彩色：
COLOR_GRAY2BGR（用于在灰度图上绘制彩色文字/图形）
-
-
注意：
cvtColor仅转换颜色空间，不改变像素数据本质。
2. 图像模糊（降噪）
-
核心函数：
GaussianBlur(输入, 输出, 核大小, sigmaX) -
参数说明：
-
核大小：必须为正奇数（3、5、15等），数值越大模糊程度越强。
-
sigmaX：X方向高斯标准差，设为0时OpenCV自动计算。
-
-
示例：
Mat blurred; GaussianBlur(src, blurred, Size(15, 15), 0); // 15x15高斯模糊
3. 边缘检测
-
核心算法：Canny边缘检测，函数
Canny(灰度输入, 输出, 低阈值, 高阈值) -
阈值规则：
-
低于低阈值：直接丢弃（非边缘）
-
高于高阈值：保留（强边缘）
-
介于两者之间：与强边缘连通则保留，否则丢弃
-
-
示例：
Mat gray; cvtColor(src, gray, COLOR_BGR2GRAY); Mat edges; Canny(gray, edges, 50, 150); // 经典阈值组合
4. 二值化
-
核心函数：
threshold(灰度输入, 输出, 阈值, 最大值, 类型) -
常用类型：
THRESH_BINARY（大于阈值设为最大值，否则设为0） -
示例：
Mat thresholded; threshold(gray, thresholded, 128, 255, THRESH_BINARY); // 阈值128二值化
5. 直方图均衡化
-
核心函数：
equalizeHist(输入, 输出)（仅支持单通道图像） -
作用：增强图像对比度，让暗部更亮、亮部更清晰，提升人脸检测等任务的成功率。
-
示例：
Mat equalized; equalizeHist(gray, equalized); // 灰度图均衡化
6. 图像反转
- 核心函数：
bitwise_not(输入, 输出)，按位取反实现颜色反转，示例：
Mat inverted; bitwise_not(image, inverted); // 反转图像颜色
7. 代码提取：图像处理核心函数（对应示例3）
-
核心流程：彩色图 → 灰度图 → 预处理（模糊/均衡化） → 边缘检测/二值化/反转
-
拼接显示：
hconcat(图1, 图2, 结果)（水平拼接）、vconcat(图1, 图2, 结果)（垂直拼接），示例：
Mat row1, row2, result; hconcat(showImage1, showGray, row1); // 水平拼接2张图 vconcat(row1, row2, result); // 垂直拼接2行图
三、图像绘制与拼接
1. 基础图形绘制
- 画圆：
circle(图像, 圆心坐标, 半径, 颜色, 线宽)，线宽-1为实心填充。
circle(src, Point(150, 150), 80, Scalar(255, 255, 0), -1); // 青色实心圆
- 画矩形：
rectangle(图像, 左上角坐标, 右下角坐标, 颜色, 线宽)，线宽-1为实心填充。
rectangle(src, Point(280, 80), Point(420, 220), Scalar(0, 255, 255), -1); // 黄色实心矩形
- 绘制文字：
putText(图像, 文字内容, 起始坐标, 字体, 字号, 颜色, 线宽)
putText(src, “高斯模糊”, Point(10, 30), FONT_HERSHEY_SIMPLEX, 0.7, Scalar(0, 255, 0), 2); // 绿色文字
2. 图像拼接
-
水平拼接：
hconcat(图1, 图2, 结果图)，将两张图左右拼接。 -
垂直拼接：
vconcat(图1, 图2, 结果图)，将两张图上下拼接。 -
示例（2行3列拼接）：
Mat row1, row2, result; // 拼接第一行（3张图） hconcat(showImage1, showGray, row1); hconcat(row1, showBlurred, row1); // 拼接第二行（3张图） hconcat(showEdges, showThresh, row2); hconcat(row2, showInverted, row2); // 垂直拼接两行 vconcat(row1, row2, result);
3. 代码提取：图像绘制核心函数（对应示例2）
（1）绘制直线
- 函数：
line(图像, 起点, 终点, 颜色, 线宽)，示例：
line(canvas, Point(50, 50), Point(200, 50), Scalar(0, 0, 255), 3); // 红色直线
（2）绘制椭圆
- 函数：
ellipse(图像, 中心, 轴长, 旋转角度, 起始角度, 终止角度, 颜色, 线宽)，示例：
ellipse(canvas, Point(450, 300), Size(80, 50), 30, 0, 360, Scalar(255, 255, 0), 3); // 空心椭圆
（3）绘制多边形
- 核心：通过
vector<Point>定义顶点，调用fillPoly（填充）或polylines（空心），示例（简化）：
vector
四、摄像头操作与视频处理（代码提取，对应示例4）
1. 核心类与函数
- 摄像头/视频读取类：
VideoCapture，用于打开摄像头或视频文件
（1）打开摄像头
VideoCapture cap(0); // 参数0表示默认摄像头 if (!cap.isOpened()) { // 检查摄像头是否打开成功 cerr << “错误：无法打开摄像头！” << endl; return; }
（2）读取视频帧
- 语法：
cap >> 帧对象，循环读取实现实时显示，示例：
Mat frame; while (true) { cap >> frame; // 读取一帧 if (frame.empty()) break; // 帧为空则退出 imshow(“摄像头”, frame); // 显示帧 if (waitKey(30) & 0xFF == 27) break; // ESC退出 }
（3）获取摄像头参数
-
函数：
cap.get(参数标识)，常用标识：-
CAP_PROP_FRAME_WIDTH：帧宽度 -
CAP_PROP_FRAME_HEIGHT：帧高度 -
CAP_PROP_FPS：帧率
-
（4）释放资源
cap.release(); // 释放摄像头 destroyAllWindows(); // 关闭所有窗口
（5）实时图像处理
- 流程：读取帧 → 预处理（灰度、边缘检测等） → 拼接显示，示例：
Mat gray, edges, edgesColor; cvtColor(frame, gray, COLOR_BGR2GRAY); // 转灰度 Canny(gray, edges, 50, 150); // 边缘检测 cvtColor(edges, edgesColor, COLOR_GRAY2BGR); // 灰度转彩色，便于拼接 hconcat(display, edgesColor, combined); // 拼接原图和边缘图 imshow(“摄像头示例”, combined);
五、人脸检测核心流程
1. 检测器初始化
-
声明级联分类器：
CascadeClassifier faceCascade; -
加载模型：
faceCascade.load("haarcascade_frontalface_default.xml");（需指定模型文件路径）
2. 人脸检测
-
核心函数：
detectMultiScale(灰度图, 存储结果, 缩放比例, 最小邻域) -
结果存储：
vector<Rect> faces;，每个Rect包含人脸的x、y坐标及宽、高。
3. 绘制检测结果
-
直接使用
Rect对象绘制矩形：rectangle(display, face, Scalar(0, 255, 0), 3); -
无需额外指定坐标，
face已包含完整位置和大小信息。
4. 代码提取：人脸检测完整流程（对应示例5）
// 1. 加载分类器
CascadeClassifier faceCascade;
if (!faceCascade.load(“haarcascade_frontalface_default.xml”)) {
cerr << “错误：无法加载人脸检测模型！” << endl;
return;
}
// 2. 打开摄像头
VideoCapture cap(0);
if (!cap.isOpened()) { cerr << “无法打开摄像头！” << endl; return; }
// 3. 实时检测循环
Mat frame, gray;
vector
关键参数说明（detectMultiScale）
-
缩放比例（1.1）：每次检测时图像缩小的比例，越小越精准但速度越慢。
-
最小邻居数（3）：过滤误检测，数值越大，检测越严格。
-
最小人脸尺寸（Size(80,80)）：忽略小于该尺寸的人脸，避免小噪声误检测。
六、核心易错点总结（补充版）
-
颜色顺序：OpenCV中彩色图为BGR而非RGB，
Scalar(B, G, R)，混淆会导致颜色显示错误。 -
输入类型：Canny、threshold、equalizeHist、人脸检测均需灰度图输入，彩色图需先转换。
-
指针遍历：
ptr<uchar>(y)获取第y行指针，p[x]对应第x列像素，无ptr(x,y)写法，遍历需先取行再取列；不可用ptr(y) += x修改指针本身。 -
拷贝安全：修改图像前务必深拷贝，避免浅拷贝导致的 unintended数据修改。
-
显示规则：灰度图、二值图可直接
imshow；绘制彩色文字/图形时，需先将单通道图转为BGR三通道图。 -
Vec3b与[]运算符：Vec3b是OpenCV自定义结构体，[]是重载运算符，[0]=B、[1]=G、[2]=R，不可混淆通道顺序。 -
at/ptr本质：两者均为Mat类的成员函数，at安全带边界检查，ptr高效无边界检查，不可当作C++原生语法使用。 -
循环变量
col：col是像素列数，不是字节数，一行总字节数=像素数×通道数，指针偏移量=col×通道数。 -
摄像头/人脸检测：需确保摄像头正常打开、人脸模型路径正确；
waitKey延迟时间不可为0（否则会卡顿），建议30ms左右。 -
图像裁剪：默认浅拷贝，修改裁剪图会影响原图，需独立副本时用
clone()。
Some information may be outdated