OpenCV常用函数

这里对opencv里面的一些比较常见的函数做了一个归纳，有C接口的，也有C++接口的；更多函数可以查询最新的OpenCV文档

1.cvNormalize
功能：根据某种范数或者数值范围归一化数组.

void cvNormalize( const CvArr* src, CvArr* dst, double a=1, double b=0, int norm_type=CV_L2,const CvArr* mask=NULL );
src： 输入数组
dst： 输出数组,支持原地运算
a： 输出数组的最小/最大值或者输出数组的范数
b：输出数组的最大/最小值
norm_type： 归一化的类型
可以有以下的取值:
CV_C - 归一化数组的C-范数(绝对值的最大值)
CV_L1 - 归一化数组的L1-范数(绝对值的和)
CV_L2 - 归一化数组的(欧几里德)L2-范数
CV_MINMAX - 数组的数值被平移或缩放到一个指定的范围
mask 操作掩膜,用于指示函数是否仅仅对指定的元素进行操作
该函数归一化输入数组使它的范数或者数值范围在一定的范围内

对于不同的norm_type, 根据(mask=null)的时候, a,b(a>b)起的作用结果如下:
norm_type=CV_C时, src 被重新"缩放"(rescale)到dst, 使得dst的值是线性映射到[0,1]区间.(a,b其实无作用)
norm_type=CV_L1,或者 CV_L2时, 得到L1,L2规范化的dst.(a,b其实无作用)
norm_type=CV_MINMAX时, src会被缩放(rescale)和移动(translation)到dst,使得dst的值是线性映射到[b,a]区间.

2.cvConvert

 因为 IplImage 里的数据，你只能用uchar的形式存放，当你需要这些图像数据看作数据矩阵来运算时，0~255的精度显然满足不了要求；

 然而CvMat里却可以存放任意通道数、任意格式的数据，这个机制方便了研究中的这种需求，转化为矩阵就可以进行更自由的计算；

 void Show(CvMat* mat)  
 {   
 　　CvSize size = cvSize(mat->width,mat->height);   
 　　IplImage* imgBuf = cvCreateImage(size,IPL_DEPTH_8U,1);                          
　　 cvConvert(mat,imgBuf);     
　　 cvNamedWindow("mat",CV_WINDOW_AUTOSIZE);   
　　 cvShowImage("image",mat);   
    cvWaitKey(0);   
    cvReleaseImage(&imgBuf);  
 } 

3.cvCopy
void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask=NULL );
在使用这个函数之前，你必须用cvCreateImage（）一类的函数先开一段内存，然后传递给dst。cvCopy会把src中的数据复制到dst的内存中。

4.cvCloneImage
IplImage* cvCloneImage( const IplImage* image );
在使用函数之前，不用开辟内存。该函数会自己开一段内存，然后复制好image里面的数据，然后把这段内存中的数据返回给你。

5.cvFilter2D

对图像做卷积

void cvFilter2D( const CvArr* src, CvArr* dst, const CvMat* kernel, CvPoint anchor=cvPoint(-1,-1));

src 输入图像.

dst 输出图像.

kernel 卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道，先用cvSplit函数分解图像到单个色彩通道上，然后单独处理。

anchor 核的锚点表示一个被滤波的点在核内的位置。 锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。

本函数对图像进行线性滤波，支持 In-place 操作。当核运算部分超出输入图像时，函数从最近邻的图像内部象素差值得到边界外面的象素值。