1. 加載圖像(cv::imread)
imread()功能是加載圖像文件成為一個Mat對象，如果讀取文件失敗，則會返回一個空矩陣，即 Mat::data 的值是 NULL。imread()函數的聲明如下:
Mat imread(const string& filename, int flags=1)
其中第一個參數是表示圖像文件名稱；第二個參數表示加載的圖像是什么類型，支持常見的三個參數值：
- IMREAD_UNCHANGED（<0）表示加載原圖，不做任何改變
- IMREAD_GRAYSCALE（0）表示把原圖作為灰度圖像加載進來
- IMREAD_COLOR（>0）表示把原圖作為RGB圖像加載進來
imread()函數支持多種文件格式，且該函數是根據圖像文件的內容來確定文件格式，而不是根據文件的擴展名來確定。所只是的文件格式如下:
- Windows 位圖文件 - BMP, DIB;
- JPEG 文件 - JPEG, JPG, JPE;
- 便攜式網絡圖片 - PNG;
- 便攜式圖像格式 - PBM，PGM，PPM;
- Sun rasters - SR，RAS;
- TIFF 文件 - TIFF，TIF;
- OpenEXR HDR 圖片 - EXR;
- JPEG 2000 圖片- jp2。
你所安裝的 OpenCV 並不一定能支持上述所有格式，文件格式的支持需要特定的庫，只有在編譯 OpenCV 添加了相應的文件格式庫，才可支持其格式。
2. 顯示圖像(cv::nameWindows與cv::imshow)
- namewindows功能是創建一個OpenCV窗口，它是由OpenCV自動創建與釋放，你無須手動銷毀它。
- 常見用法 nameWindows("windowTitle", WINDOW_AUTOSIZE)
- WINDOW_AUTOSIZE 會自動根據圖像大小，顯示窗口大小，不能認為改變窗口大小
- WINDOW_NORMAL 跟QT集成的時候會使用，允許修改窗口大小
- imshow 根據窗口名稱顯示圖像到窗口上去，第一個參數是窗口名稱，第二個參數是Mat對象
3. 修改圖像(cv::cvtColor)
cvtColor的功能是把圖像從一個色彩空間轉換到另一個色彩空間。有三個參數如下：
第一個參數表示原圖像
第二個參數表示色彩空間轉換之后的圖像
第三個參數表示轉換方式，如：CV_BGR2GRAY、CV_BGR2HSV等
代碼如下：
cvtColor(src, outputImage, CV_BGR2GRAY);
4. 保存圖像(cv::imwrite)
將圖像寫入文件，可使用 imwrite()函數，該函數的聲明如下：
bool imwrite( const string& filename, InputArray img, const vector<int>& params=vector<int>());
文件的格式由 filename 參數指定的文件擴展名確定。推薦使用 PNG 文件格式。BMP 格式是無損格式，但是一般不進行壓縮，文件尺寸非常大;JPEG 格式的文件嬌小，但是 JPEG 是有損壓縮，會丟失一些信息。PNG 是無損壓縮格式，推薦使用。
imwrite()函數的第三個參數 params 可以指定文件格式的一些細節信息。這個參數里面的數值是跟文件格式相關的：
- JPEG:表示圖像的質量，取值范圍從 0 到 100。數值越大表示圖像質量越高，當然文件也越大。默認值是 95。
- PNG:表示壓縮級別，取值范圍是從 0 到 9。數值越大表示文件越小，但是壓縮花費的時間也越長。默認值是 3。
- PPM，PGM 或 PBM:表示文件是以二進制還是純文本方式存儲，取值為0 或 1。如果取值為 1，則表示以二進制方式存儲。默認值是 1。
並不是所有的 Mat 對象都可以存為圖像文件，目前支持的格式只有 8U 類型的單通道和 3 通道(顏色順序為 BGR)矩陣；如果需要要保存 16U 格式圖像，只能使用 PNG、JPEG 2000 和 TIFF 格式。如果希望將其他格式的矩陣保存為圖像文件，可以先用 Mat::convertTo()函數或者 cvtColor()函數將矩陣轉為可以保存的格式。
注意：在保存文件時，如果文件已經存在，imwrite()函數不會進行 醒，將直接覆蓋掉以前的文件。
5. 讀視頻
VideoCapture 既可以從視頻文件讀取圖像，也可以從攝像頭讀取圖像。可以使用該類的構造函數打開視頻文件或者攝像頭。如果 VideoCapture 對象已經創建，也可以使用 VideoCapture::open()打開，VideoCapture::open()函數會自動調用VideoCapture::release()函數，先釋放已經打開的視頻，然后再打開新視頻。
VideoCapture cap(0); //打開第一個攝像頭
VideoCapture cap("filename.avi"); //打開視頻文件
如果要讀一幀，可以使用 VideoCapture::read()函數。VideoCapture 類重載了>>操作符，實現了讀視頻幀的功能。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
VideoCapture cap(0); //打開第一個攝像頭
if(!cap.isOpened()) { //檢查是否成功打開
cerr << "Can not open a camera or file." << endl;
return -1;
}
Mat edges;
namedWindow("edges",1); //創建窗口
while(1) {
Mat frame;
cap >> frame; //從 cap 中讀一幀，存到 frame
if(frame.empty()){ //如果未讀到圖像
break;
}
cvtColor(frame, edges, CV_BGR2GRAY); //將讀到的圖像轉為灰度圖
Canny(edges, edges, 50, 150, 3); //進行邊緣 取操作
imshow("edges", edges); //顯示結果
if(waitKey(30) >= 0) { //等待 30 秒，如果按鍵則推出循環
break;
}
}
//退出時會自動釋放 cap 中占用資源
return 0;
}
6. 寫視頻
使用 OpenCV 創建視頻也非常簡單，與讀視頻不同的是，你需要在創建視頻時設置一系列參數，包括:文件名，編解碼器，幀率，寬度和高度等。編解碼器使用四個字符表示，可以是 CV_FOURCC('M','J','P','G')、CV_FOURCC('X','V','I','D')及CV_FOURCC('D','I','V','X')等。如果使用某種編解碼器無法創建視頻文件，請嘗試其他的編解碼器。
將圖像寫入視頻可以使用 VideoWriter::write()函數，VideoWriter 類中也重載了<<操作符，使用起來非常方便。另外需要注意：待寫入的圖像尺寸必須與創建視頻時指定的尺寸一致。
#include <stdio.h>
#include <iostream>
#include "opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
//定義視頻的寬度和高度
Size s(320, 240);
//創建 writer，並指定 FOURCC 及 FPS 等參數
VideoWriter writer = VideoWriter("/Users/Longxia/Downloads/myvideo.avi", CV_FOURCC('M','J','P','G'), 25, s);
//檢查是否成功創建
if(!writer.isOpened()) {
cerr << "Can not create video file.\n" << endl;
return -1;
}
//視頻幀
Mat frame(s, CV_8UC3);
for(int i = 0; i < 100; i++)
{
//將圖像置為黑色
frame = Scalar::all(0);
//將整數 i 轉為 i 字符串類型
char text[128];
snprintf(text, sizeof(text), "%d", i);
//將數字繪到畫面上
putText(frame, text, Point(s.width/3, s.height/3),
FONT_HERSHEY_SCRIPT_SIMPLEX, 3, Scalar(0,0,255), 3, 8);
//將圖像寫入視頻
writer << frame;
}
//退出程序時會自動關閉視頻文件
return 0;
}
7. imread()RGB的轉換
方法轉自：知乎
我們在使用OpenCV時，經常需要將處理過的圖片展示出來，由於OpenCV中顯示圖片的函數cv2.imshow()功能往往不能滿足我們的需求，所以經常用Matplotlib顯示圖像，方便結果圖片的放大、保存等操作。
但是，OpenCV和Matplotlib中圖片的像素排列方式略有不同。OpenCV中圖片像素按照BGR(HWC)方式排列，而Matpoltlib中圖片按照RGB方式排序，這樣使用OpenCV讀入的圖片經過Matplotlib展示時，就會出現反相問題。
這里使用OpenCV的logo作為實驗對象：
img = cv.imread("logo.png")#使用OpenCV讀入圖像
plt.subplot(111);plt.imshow(img);plt.title("Original")#使用matplotliob展示圖片
與原圖相比，上圖的紅色部分與藍色部分交換了位置，意思是圖片中紅色像素和藍色像素排列位置做了交換，印證了讀入的BGR格式經過Matplotlib展示后變成了RGB格式。而且綠色的部分也有明顯的色差。
要想正確的顯示圖片，必須先把讀入的BGR圖片中的B通道和R通道交換位置。這里有兩種可行的方法可以實現BGR 2 RGB操作。
方法1：先拆分通道B、G、R，再合並通道R、G、B。
b,g,r = cv.split(img)#拆分通道
img_1 = cv.merge([r,g,b])#合並通道
在拆分通道時，除了使用OpenCV的split（）方法，還可以用Numpy的索引：
b = image[:,:,0]#得到藍色通道
g = image[:,:,1]#得到綠色通道
r = image[:,:,2]#得到紅色通道
在Matplotlib中顯示：
plt.subplot(111);plt.imshow(img);plt.title("Original")
plt.subplot(122);plt.imshow(img_1);plt.title("Display_RGB")
在第二幅圖片中，可以看到展示結果與原圖一致。
方法2：直接使用Numpy索引
我們都知道Numpy在計算這種大型矩陣時，索引的效率很高，所以下面的方法簡單高效，及其推薦使用。
img_2 = img[:,:,::-1]
plt.subplot(131);plt.imshow(img);plt.title("Original")
plt.subplot(132);plt.imshow(img_1);plt.title("Display_RGB")
plt.subplot(133);plt.imshow(img_2);plt.title("Display_RGB")
plt.show()
也可以
img = cv2.imread(fengmian)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # cv2默認為bgr順序
8. 圖像的膨脹（dilate）和腐蝕（erode）
詳細說明
需要注意，腐蝕和膨脹是對白色部分（高亮部分）而言的，不是黑色部分。膨脹就是圖像中的高亮部分進行膨脹，“領域擴張”，效果圖擁有比原圖更大的高亮區域。腐蝕就是原圖中的高亮部分被腐蝕，“領域被蠶食”，效果圖擁有比原圖更小的高亮區域。
