距离上一次简单介绍VS2010配置OpenCV2.4.0好久了，今天打算讲图像读取与显示。
在讲各种操作之前，先来了解OpenCV的一些基础知识：
1、OpenCV的特点
（1） 总体描述
-
- OpenCV是一个基于C/C++语言的开源图像处理函数库
- 其代码都经过优化，可用于实时处理图像
- 具有良好的可移植性
- 可以进行图像/视频载入、保存和采集的常规操作
- 具有低级和高级的应用程序接口（API）
- 提供了面向Intel IPP高效多媒体函数库的接口，可针对你使用的Intel CPU优化代码，提高程序性能（译注：OpenCV 2.0版的代码已显着优化，无需IPP来提升性能，故2.0版不再提供IPP接口）
-
- 图像数据操作（内存分配与释放，图像复制、设定和转换）
- Image data manipulation (allocation, release, copying, setting, conversion).
-
- 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出）
- Image and video I/O (file and camera based input, image/video file output).
-
- 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解）
- Matrix and vector manipulation and linear algebra routines (products, solvers, eigenvalues, SVD).
-
- 支持多种动态数据结构（链表、队列、数据集、树、图）
- Various dynamic data structures (lists, queues, sets, trees, graphs).
-
- 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构）
- Basic image processing (filtering, edge detection, corner detection, sampling and interpolation, color conversion, morphological operations, histograms, image pyramids).
-
- 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
- Structural analysis (connected components, contour processing, distance transform, various moments, template matching, Hough transform, polygonal approximation, line fitting, ellipse fitting, Delaunay triangulation).
-
- 摄像头定标（寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹配）
- Camera calibration (finding and tracking calibration patterns, calibration, fundamental matrix estimation, homography estimation, stereo correspondence).
-
- 运动分析（光流、动作分割、目标跟踪）
- Motion analysis (optical flow, motion segmentation, tracking).
-
- 目标识别（特征方法、HMM模型）
- Object recognition (eigen-methods, HMM).
-
- 基本的GUI（显示图像/视频、键盘/鼠标操作、滑动条）
- Basic GUI (display image/video, keyboard and mouse handling, scroll-bars).
-
- 图像标注（直线、曲线、多边形、文本标注）
- Image labeling (line, conic, polygon, text drawing)
-
- cv – 核心函数库
- cvaux – 辅助函数库
- cxcore – 数据结构与线性代数库
- highgui – GUI函数库
- ml – 机器学习函数库
基础内容很多，讲到这里可以知道相应操作需要添加哪些头文件。更多具体的知识可见——
http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5
图像读取与显示应该是OpenCV中最基础的操作，需要cv.h,highgui.h，具体先见下面代码（假设您已经配置好并对其了解）：
1 #include "cv.h"
2 #include "highgui.h"
3
4 int main()
5 {
6 IplImage *img = cvLoadImage("lena.jpg",1);
7
8 cvNamedWindow("lena",1);
9
10 cvShowImage("lena",img);
11
12 cvWaitKey(0);
13
14 cvReleaseImage(&img);
15
16 cvDestroyWindow("lena");
17
18 return 0;
19 }
解释：
1、IplImage为图像结构；
2、cvLoadImage(filename,n),读图像文件（filename为双引号括起的图像名，n为1时强转为彩色图，0转为灰度图，-1为原来的值）；
3、cvNamedWindow(window_name,n),创建名为window_name的窗口，用于显示图像（n为1表示窗口大小随图像改变，0则相反）；
4、cvShowImage(win_name,img_name),将图像img_name显示在窗口win_name中，若win_name事先未定义则此时完成定义；
5、cvWaitKey(time),若time为0则在用户没有动作之前一直显示着上面的图像，也可以设置time为别的值（单位为毫秒），这样时间一到就关闭窗口；
6、cvReleaseImage(&img_name),释放图像img_name的内存；
7、cvDestroyWindow(window_name),销毁创建的窗口，还有一个函数为cvDestroyAllWindows()，会关闭所有之前创建的窗口，因此在多窗口的情形下只需调用一次；
通过代码可以看出，如果不需要进行C++中单独的操作，没有出现任何和OpenCV无关的东西。
当然上述代码在C++中还可以是另外一个版本，如图像读取可以用imread(img_name),显示可以是imshow(window_name,img_name),等。这些在上面给出的网址主页上都有提及。
目前，OpenCV结合C/C++，Matlab等对图像处理的功能日益强大，个人认为其未来的前景与地位会越来越显著。
现在还处在初学阶段，望喜欢OpenCV编程(图像处理的更好)的朋友一起交流，进步！