1、图像处理

1.1 模型与转换

1.1.1RGB:三色模型。

像素：从0到1表示；划分标准，如8UC3（8位无符号整数，3通道，2进制下2^8=256），
则像素划分成0-255。
RGBA模型，多了一个维度A，表示透明度。

1.1.2YUV模型

YUV模型用于电视信号系统较多。Y亮度，U红色分类与亮度Y的差值，V蓝色分量与像素Y的差值
亮度：由黑到白。
黑白电视只需要Y通道，而彩电，就取三通道信号。

1.1.3HSV模型

Hue 色度
Saturation饱和度
Value亮度

1.1.4Lab模型

1.1.5GRAY模型

1.1.6不同模型之间的转化：两个函数

第一个cvtColor()表示颜色模型的转化
第二个convertTo表示数据类型的转换

1.2多通道的合并与分离

split()和merge()

1.2.1split()

    char d[] = {1,2,3,4,5,6,7,8,9,10,11,12};
    Mat m(2, 2, CV_8UC3, d);
    Mat channels[3];
    split(m, channels);
    /*
    channels[0] =
    [  1,   4;
       7,  10]
    channels[1] =
    [  2,   5;
       8,  11]
    channels[2] =
    [  3,   6;
       9,  12]
    */

1.2.2merge()

    Mat m1 = (Mat_<uchar>(2,2) << 1,4,7,10);
    Mat m2 = (Mat_<uchar>(2,2) << 2,5,8,11);
    Mat m3 = (Mat_<uchar>(2,2) << 3,6,9,12);
    Mat channels[3] = {m1, m2, m3};
    Mat m;
    merge(channels, 3, m);
    /*
    m =
    [  1,   2,   3,   4,   5,   6;
       7,   8,   9,  10,  11,  12]
    m.channels() = 3
    */

操作一下：

int main()
{
    Mat img,output;
    img = imread("D:/OpenCV/ycy2.jpg");
    if (img.empty())
    {
        cout << "error!";
    }
    Mat channels[3];
    split(img, channels);
    imshow("1", channels[1]);
    imshow("2", channels[2]);
    imshow("3", channels[0]);
    merge(channels, 3,output);
    imshow("ycy", output);
    waitKey(0);
    return 0;
}

1.3图像操作处理

1.3.1 寻找最大最小值

通过指针/引用返回最大最小值以及位置

1.3.2 均值和方差

1.3.3 两图像之间的比较操作

max:两图像比较，取大
min

1.3.4 逻辑运算

1.3.5 图像二值化

函数1：threshold()

type:

THRESH_BINARY
THRESH_BINARY_INV
THRESH_TRUNC
THRESH_TOZERO
THRESH_TOZERO_INV
THRESH_OSTU
THRESH_TRIANGLE

其中，
THRESH_OSTU
THRESH_TRIANGLE
是获取阈值的方法，而非阈值比较方法的标志，它俩可以和前面的五种方法混合使用，如“THRESH_BINARY|THRESH_OSTU”