OpenCV是一个开源发行的跨平台计算机视觉和机器学习软件库，提供了图像处理和计算机视觉方面的很多通用算法。接下来，我简要介绍一些OpenCV基础且常用的函数（C++接口）。
在这里，我就不讲OpenCV的配置问题了。在使用OpenCV接口时，记得在代码开头的预处理命令部分加入：
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
为了方便和编写可读性高、简洁的代码，墙裂建议使用命名空间：
using namespace cv;// 省去函数前面加cv::的必要性
当然，也可以不使用命名空间，但是在使用时需自己写cv，例如：
cv::Mat img;
打开图像：imread 显示图像：imshow 保存图像：imwrite 例如：
int main()
{
char imageName[] = "/test.jpg";
Mat M=imread(imageName,IMREAD_COLOR); // 读入图片
if(M.empty()) // 判断文件是否正常打开
{
fprintf(stderr, "Can not load image %s\n", imageName);
waitKey(6000); // 等待6000 ms后窗口自动关闭
return -1;
}
imshow("image",M); // 显示图片
waitKey();
imwrite("pic.bmp",M); // 存为bmp格式图片
return 0;
}
Mat类包括两个数据部分
（1）矩阵头：大小恒定，包括矩阵大小、存储方法、矩阵存储地址等信息
（2）矩阵指针：大小不定，指向包含了像素值的矩阵（可选择存储方法，采用任何维度存储数据）
// Mat的相关参数
int depth = M.depth(); //元素数据类型，枚举型，0为CV_8U
int channels = M.channels(); //色彩通道数
int nRows = M.rows; //行数，图像高度
int nCols = M.cols; //列数，图像宽度
uchar * data = M.data; //图像地址
int nDims = M.dims; //图像维度
int nElSize = M.elemSize(); //每个像素字节数
int nElSize1 = M.elemSize1(); //每个像素单通道的字节数
int type = M.type(); //元素数据类型及通道数，枚举型
Type：枚举类型
type的命名格式为CV_(位数)+(数据类型)+(通道数)
1.单通道灰度图 （像素通常为< uchar >类型）
2.RGB三通道彩色图 （像素通常为< Vec3b >类型）
注意事项：①行号、列号都是从“0”开始；②RGB彩色图的通道顺序反过来了，在OpenCV中是BGR。
读入图像使用imread函数，用法如下：
Mat M; //只构造了Mat类的矩阵头
M = imread(argv[1], IMREAD_COLOR); // 开辟矩阵空间，并将文件的内容写入
函数声明
Mat imread(const string& filename, int flags);
IMREAD_UNCHANGED -1
IMREAD_GRAYSCALE 0
IMREAD_COLOR 1
IMREAD_ANYDEPTH 2
IMREAD_ANYCOLOR 4
缺省值为1
使用Mat函数可以创建图像矩阵，并可指定大小
// 利用成员函数 create() 创建图像矩阵
Mat M;
M.create(4,4, CV_8UC2); //4行4列，开辟内存，但未指定像素的初值
cout << "M = "<< endl << " " << M << endl << endl;
// 利用Mat类的构造函数创建图像矩阵
//2维图像—平面图像
Mat M(2,2, CV_8UC3, Scalar(0,0,255)); //2行2列，给定全体像素的值
cout << "M = " << endl << " " << M << endl << endl;
system(" pause "); //用于让命令窗口停留显示
//3维图像—立体图像
（构造3维矩阵时，需先定义一个数组，说明每个维度的尺寸）
int sz[3] = {3,3,3}; //每个维度尺寸都是3
Mat M(3,sz,CV_8UC1,Scalar::all(0)); //高维无法直接用cout显示
//构造指定内容的特殊矩阵
// 用类似matlab的特殊矩阵为第一个通道的矩阵赋值
Mat M = Mat::eye(4, 4, CV_64FC2);
Mat M = Mat::ones(2, 2, CV_32F);
Mat M = Mat::zeros(3,3, CV_8UC1);
//指定每个像素
Mat M = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
Mat_<double> 对应 CV_64F； Mat_<uchar>对应 CV_8U
Mat_<char>对应 CV_8S； Mat_<int>对应 CV_32S
Mat_<float>对应 CV_32F； Mat_<double>对应 CV_64F
//利用随机数给矩阵赋值
Mat M = Mat(3, 2, CV_8UC3);
cv::randu(M, Scalar::all(0), Scalar::all(255)); //上限255，下限0
//利用外部数据指针赋值
Mat M(height, width, CV_8UC3, pixels);
//char * pixels;
当需要复制图像或者生成一张与原图像大小的新图像时，要用使用复制Mat类
//仅复制矩阵头，不复制数据
//共享全部数据
Mat B(A); // 将A的矩阵头复制给B
C = A; // 将A的矩阵头复制给C
//共享部分数据
Mat D(A, Rect(0,0,2,3));
//D为A中以(0,0)为左上角，宽2，高3的矩形部分
Mat E = A(Range::all(),Range(0,3));
//E包括A的每一行，及其中第0列到第2列
//复制矩阵头，且复制一份新数据
//克隆
Mat F = A.clone();
//拷贝
Mat G;
A.copyTo(G);
因为灰度图像和彩色图像的通道数不一样，所以两者的访问方式不一样，需要注意。下面我主要讲解彩色图像元素的访问（三通道），灰度图像的访问只需要单通道和用Mat.at< uchar >(j,i)访问即可。
访问方式有三种：data指针、Mat.at(i,j)和Mat.ptr行指针
//1. 使用data指针（unsigned char*）加偏移量
unsigned char* ptr=M.data;
int height = M.rows; //number of rows
int width = M.cols; //number of colums
for (int i=0; i<height; i++)
{
for (int j=0; j<width; j++)
{
ptr[ (i *width +j)*3 +0]=ptr[ (i *width +j)*3 +0]/2;
ptr[ (i *width +j)*3 +1]=ptr[ (i *width +j)*3 +1]/2;
ptr[ (i *width +j)*3 +2]=ptr[ (i *width +j)*3 +2]/2;
}
}
//2. 用Mat.at(i,j)访问坐标(i,j)的图像元素
int height = M.rows; //number of rows
int width = M.cols; //number of colums
for (int i=0; i<height; i++)
{
for (int j=0; j<width; j++)
{
M.at<Vec3b>(i,j)[0] = M.at<Vec3b>(i,j)[0]*i*j/(height*width);
M.at<Vec3b>(i,j)[1] = M.at<Vec3b>(i,j)[1]*i*j/(height*width);
M.at<Vec3b>(i,j)[2] = M.at<Vec3b>(i,j)[2]*i*j/(height*width);
}
}
int height = M.rows; //number of rows
int width = M.cols; //number of colums
Vec3b* p;
for (int i=0; i<height; i++) {
p = M.ptr<Vec3b>(i);
for (int j=0; j<width; j++){
p[j][0] = p[j][0]*i*j/(height*width);
p[j][1] = p[j][1]*i*j/(height*width);
p[j][2] = p[j][2]*i*j/(height*width);
}
}
使用OpenCV可以画出很多的基本图形，应有尽有，比如：画圆、画直线、插入文字等。
// 画圆
Point center = Point(255,255);//圆心
int r = 100; //半径
circle(M,center,r,Scalar(0,0,0));
//参数为：原图像、圆心、半径、颜色、粗细、线型
imshow(“显示图像",img);
// 画椭圆弧线
Size s=Size(20,10);
ellipse(M,center,s,0,10,180,Scalar(0,0,0));
//参数为：原图像、圆心、长短轴、径向夹角（水平面到长轴的夹角）、起始角度（长轴到起始边沿的夹角）、结束角度（长轴到结束点的夹角）、倾斜的矩形（可选项）、颜色、粗细、线性、偏移
// 画线
Point a = Point(600,600);
line(M,a,center,Scalar(255,0,0));
//参数为：原图像、起始点、结束点、颜色、粗细、线型
// 画矩形
rectangle(M,a,center,Scalar(255,0,0));
//参数为：原图像、顶点、对角点、颜色、粗细、大小
// 插入文字
string words= "good luck";
putText(M,words,Point(M.rows/2,M.cols/4),CV_FONT_HERSHEY_COMPLEX,1,Scalar(255,0,0));
//参数为：承载的图片，插入的文字，文字的位置（文本框左下角），字体，大小，颜色
OpenCV提供了相关函数，有助于编写交互程序
带输入参数的可执行命令
//主函数增加两个入口参数
int main(int argc,char*argv[])
// argv[0]为命令自身，其后依次为输入参数；argc为数组的元素个数
对于 int _tmain(int argc, _TCHAR* argv[]) //C++版本的main函数
需设值项目属性的generalcharacter setUse Multi-Byte Character Set
//调用变量时
Mat img=imread(argv[1],IMREAD_ANYCOLOR);
// 调试时
在Solution Explore中右键项目(或选中项目后点project菜单)
Properties --> Configuration Properties -> Debugging
在Command Arguments中，输入入口参数(如C:\news.jpg)，参数间以空格隔开
//命令窗口调用时
打开项目的debug目录（xxx.exe所在目录）
空白处“Shift+右键”，选择“在此处打开命令窗口”
输入项目名及参数，如 xxx C:\news.jpg
执行过程中的命令行输入交互
// 加入命令行输入提示
cout<<"请选择操作 [1] xx; [2] xx\n";
// 读入选择
int x;
cin>>x;
// 根据选择，提示下一步输入，及执行相应操作
string imagename;
if (x == 1)
{ cout<<"请输入图片文件名“<<endl;
cin>>imagename;
Mat img=imread(imagename,IMREAD_COLOR);
….
}
更多详细的OpenCV函数说明，请移步官方文档：
https://docs.opencv.org/3.4/d6/d00/tutorial_py_root.html