图像处理基础（七）

1.图像空间分辨率与灰度分辨率

空间分辨率是看原图像转化为数字图像的像素点数，越多图像质量越高；灰度分辨率，即每一个像素点的灰度级数，灰度级越大，图像越清晰（个人理解）。

颜色深度（Color Depth）用来度量图像中有多少颜色信息可用于显示或打印像素，其单位是“位（Bit）”，所以颜色深度有时也称为位深度。常用的颜色深度是1位、8位、24位和32位。

黑白图像的灰度分辨率（颜色深度）（B&W、单色图像）：

灰度图像的灰度分辨率（颜色深度）：

灰度图像，是只要黑白，和其之间的灰色。

8位，256级灰度（0··255 或 -128··127）；

某些图片可能会使用负数来表示，那么最高为就是正负号（0为正，1为负），那么范围就会是-128～127

16位，65536级灰度。

彩色图像的灰度分辨率（颜色深度）：

每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示的，分量介于（0，255）

http://www2.newsjz.com/dmtjx/dmt2/dmt24/200602/363.html

知识点链接：

cvmGet，cvmSet不能获取灰度图像的 http://hi.baidu.com/ccst_kmyu/item/475d2231ad13508cc2cf29cd

下表列出了常见的色彩深度、颜色数量和色彩模式的关系。色彩深度 颜色数量 色彩模式1位 2（黑白） 位图8位 256     索引颜色 16位 65536 灰度，16位/通道24位 16．7百万 RGB32位 CMYK，RGB48位 RGB，16位/通道32位的图像也可以是黑白的，那么只有两种颜色了

2.信噪比（SNR）（对这块的理解不是很透彻！）

实际图像中都包含信号和噪声

信噪比：信号强度同噪声强度之比

信噪比越大，图像质量越高。

3.像素邻域及连通性（4邻域，8邻域，对角邻域）

4连通:

8邻接：

m邻接：

4.三角函数对称中心指函数 是中心对称图形

中心对称图形：如果把一个图形绕某一点旋转180度后能与自身重合，这个图形就是中心对称图形。

5.图像位深

http://blog.csdn.net/ningyaliuhebei/article/details/19969343 

6. 交叉存取颜色通道，对三通道RGB图像，像素存储顺序为BGR BGR BGR ... BGR；1 - 分开的颜色通道，对三通道RGB图像，像素存储顺序为RRR...R GGG...G BBB...B。cvCreateImage只能创建交叉存取图像 。见typedef struct _IplImage的定义。

7.关于图像的顶左结构与底左结构

顶左结构Left_Bottom：即图像的坐标原点在图像的左上角，对数据的操作也是按行从左上开始向下操作的。那底左结构Left_Top当然与顶左相反啦。即图像的坐标原点在图像的左下角，对数据的操作也是按行从左下开始向上操作的。
这两种不同的结构，在数据操作时尤其要注意，最近使用Opencv目标检测为这个搞得很头皮很疼。
图像操作中，关于顶左结构与底左结构的要点如下：
1.一般数据操作习惯按顶左结构。所以，对于底左结构的图像，首先要进行整个图像数据反转cvFlip。比如模板匹配、特征提取时，这点尤其重要。需要说明的是，虽然图像反转cvFlip(frame，frame,1)，但是并不改变图像的坐标结构，即使反转仍然是原坐标结构。反转与图像的坐标结构是不同的概念。可以是顶左结构的图像frame向底左结构frame_copy的反转cvFlip(frame，frame_copy,1)，只是数据进行反转，并不改变各自(frame、frame_copy)的坐标结构。
2.值得一提的是，cvCreateImage创建的图像默认是顶左结构；默认BMP图像为底左结构。
3.对顶左结构和底左结构的图像，坐标的计算不同。所以，在目标检测时，检测出目标后对目标区域的坐标提取需要注意不同的坐标体系。

参考地址：http://hi.baidu.com/gaoguide/item/1505109530ba1b34326eeb20

8.图像的反转cvFlip（）

IplImage *pSrcImg = NULL;IplImage *pClnImg = NULL;pSrcImg = cvLoadImage(argv[1],1);if (pSrcImg == NULL){cout<<"failed to load image!"<<endl;return -1;}pClnImg = cvCloneImage(pSrcImg);cvFlip(pClnImg,NULL,0);cvNamedWindow("src",0);cvNamedWindow("turnover",0);cvShowImage("src",pSrcImg);cvShowImage("turnover",pClnImg);cvWaitKey(0);cvReleaseImage(&pSrcImg);  cvReleaseImage(&pClnImg);  cvDestroyWindow("src");  cvDestroyWindow("turnover"); 

9，关于Iplimage的widthstep应该算是步长

http://jinxingn.blog.163.com/blog/static/4637450520122284439164/

http://blog.csdn.net/xidianzhimeng/article/details/16845097 好好看看

image->widthStep = (((image->width * image->nChannels *

(image->depth & ~IPL_DEPTH_SIGN) + 7)/8)+ align - 1) & (~(align - 1));  自己算了下，没算对！！！

C语言位运算

~取反，0取反是1，1取反是0

<<是左移，比如1<<n，表示1往左移n位，即数值大小2的n次方

>>右移，类似左移，数值大小除以2的n次方&按位与，1与任意数等于任意数本身，0与任意数等于0，即1&x=x，0&x=0|按位或，x|y中只要有一个1则结果为1^按位异或，x^y相等则为0，不等则为1所有数值必须转换为二进制数才能位运算，每一位数相对应运算

10.IplImage, CvMat, Mat 的关系

http://263796001-qq-com.iteye.com/blog/1409639    好好看看？？？

http://blog.csdn.net/quarryman/article/details/6566444 真心感觉这个还行.

opencv中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage，这三种类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更侧重于“图像”，opencv对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。在opencv2.0之前，opencv是完全用C实现的，但是，IplImage类型与CvMat类型的关系类似于面向对象中的继承关系。实际上，CvMat之上还有一个更抽象的基类----CvArr，这在源代码中会常见。

CvMat第一，在OpenCV中没有向量(vector)结构。任何时候需要向量，都只需要一个列矩阵(如果需要一个转置或者共轭向量，则需要一个行矩阵)。第二，OpenCV矩阵的概念与我们在线性代数课上学习的概念相比，更抽象，尤其是矩阵的元素，并非只能取简单的数值类型，可以是多通道的值。

http://wenku.baidu.com/link?url=OLlEoQr48JcGJ18Z1DLCtJpAl3J_ksSNWA0zxFj-9STtH-EAuKf5Sg_F8lxur5c8jjhWNMYoU-j8GgAG67grUL3wi8kQ4OOoZSvezTH969m   Cvmat讲解，好好看看。

http://blog.csdn.net/quarryman/article/details/6566444  OpenCV中CvMat的初始化，很不错，值得一看。

double a[6] = {1,2,3,4,5,6};double *Mp;CvMat *M = cvCreateMat(2,3,CV_32FC1); //cvCreateMat会创建CvMat,并为CvMat分配数据。cvInitMatHeader(M,2,3,CV_32FC1,a); //配合CvCreateMat来初始化CvMat对象。Mp = M->data.db;for (int i = 0; i < 2; i++){for (int j = 0; j < 3; j++){printf("%3.1f", Mp[i * 2 + j]);}printf("\n");}printf("\n");cvReleaseData(M);cvReleaseMat(&M);

注：CvMat的类型一定要一致double a[6] ，M->data.db，如果不一致会出现数据读取错误的情况。

CvCreateMat创建的CvMat，对象在堆上，数据也在堆上，所以cvInitMatHeader在指定新的数据所在的位置的同时，也将CvMat::hdr_refcount和CvMat::refcount都置为0，以便cvReleaseMat释放CvMat对象和数据。

也可将CvMat *M = cvCreateMat(2,3,CV_64FC1); 换成CvMat *M = cvCreateMatHeader(2,3,CV_64FC1);结果相同。

cvCreateMatHeader只会创建CvMat，不会为CvMat分配数据。cvCreateMatHeader可以配合cvInitMatHeader来初始化CvMat对象。因为cvCreateMatHeader创建的CvMat，对象在堆上，所以cvInitMatHeader在指定新的数据所在的位置的同时，也将CvMat::hdr_refcount置为0，以便cvReleaseMat释放CvMat对象和数据。

第三种情况：cvMat创建和初始化

double a[6] = {1,2,3,4,5,6};double b[6] = {11,22,33,44,55,66};double c[4] = {21,32,43,54};CvMat MM = cvMat(2,3,CV_32FC1,a); //第一次使用cvMatdouble *MMpdata = MM.data.db;for (int i = 0; i < 2; i++){for (int j = 0; j < 3; j++){printf("%f\n", MMpdata[i * 3 + j]);}printf("\n");}printf("\n");//再次使用cvMatMM = cvMat(2,3,CV_32FC1,b);MMpdata = MM.data.db;for (int i = 0; i < 2; i++){for (int j = 0; j < 3; j++){printf("%f\n", MMpdata[i * 3 + j]);}printf("\n");}printf("\n");//使用cvInitMatHeadercvInitMatHeader(&MM,2,4,CV_32FC1,c,CV_AUTO_STEP);//其余4个元素为随机赋值MMpdata = MM.data.db;for (int i = 0; i < 2; i++){for (int j = 0; j < 4; j++){printf("%f\n", MMpdata[i * 4 + j]);}printf("\n");}printf("\n");//cvReleaseData可以使CvMat::data.ptr置为NULL  //不能调用cvReleaseMat，因cvMat未给CvMat分配数据  cvReleaseData(&MM);

cvArr

Scalar

Mat是opencv2.0推出的处理图像的新的数据结构，现在越来越有趋势取代之前的cvMat和lplImage，相比之下Mat最大的好处就是能够更加方便的进行内存管理，不再需要程序员手动管理内存的释放。opencv2.3中提到Mat是一个多维的密集数据数组，可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。

opencv 中mat类型对应的头文件是什么？

Mat类型对应的头文件是"highgui.h"，在编译的时候仅仅加上#include "highgui.h" 这句话是不行的，得告诉系统你的作用域是什么，两种办法：1、在程序的最开始加上： using namespace cv;2、把Mat改为 cv::Mat

struct CvMat

A multi-channel dense matrix.

int type

CvMat signature (CV_MAT_MAGIC_VAL) plus type of the elements. Type of the matrix elements can be retrieved using CV_MAT_TYPE macro:

int type = CV_MAT_TYPE(matrix->type);

For description of possible matrix elements, seeMat.

int step

Full row length in bytes

int* refcount

Underlying data reference counter

union data

Pointers to the actual matrix data:

• ptr - pointer to 8-bit unsigned elements
• s - pointer to 16-bit signed elements
• i - pointer to 32-bit signed elements
• fl - pointer to 32-bit floating-point elements
• db - pointer to 64-bit floating-point elements

int rows

Number of rows

int cols

Number of columns

Matrix elements are stored row by row. Element (i, j) (i - 0-based row index, j - 0-based column index) of a matrix can be retrieved or modified using CV_MAT_ELEM macro:

uchar pixval = CV_MAT_ELEM(grayimg, uchar, i, j)CV_MAT_ELEM(cameraMatrix, float, 0, 2) = image.width*0.5f;

To access multiple-channel matrices, you can useCV_MAT_ELEM(matrix, type, i, j*nchannels + channel_idx).

CvMat is now obsolete; consider using Mat instead.

图像调色板？？？？？？？？？？？？？？？？？？？？？索引图像，调色板的索引.

16色图像、256色图像这些索引图像，图像数据存贮的实际上是 
调色板的索引。那么使用OpenCV库打开bmp图像后，如何获取图像的调色板从而获取像素的真正的RGB颜色呢？

http://hi.baidu.com/lzndinkwuhiluvr/item/0ffc836d1b933d34ad3e8302     bmp位图文件详解
http://www.docin.com/p-259845379.html    

OpenCV图像结构_IplImage

http://wenku.baidu.com/link?url=_FvK2hf5AUm2OpJ2HAnSM6ERJIipi3IQcWcxXi0T8TzNZmnfw8DKU5r1NZxlHiGqnl5lx62_H4Kh28sWcl98em5Z4TukDSioyF9Tnxv7vTG       

o​p​e​n​c​v​ ​ ​I​p​l​I​m​a​g​e​与​B​i​t​m​a​p​转​换

http://www.cnblogs.com/tiandsp/archive/2012/10/22/2734552.html    bmp文件格式分析

图像存储格式：RGB HSV

由于OpenCV主要针对的是计算机视觉方面的处理，因此在函数库中，最重要的结构体是IplImage结构。IplImage结构来源于Intel的另外一个函数库Intel Image Processing Library (IPL)，该函数库主要是针对图像处理。

【算法设计】矩阵乘法 

http://blog.csdn.net/xiaowei_cqu/article/details/8181215 好文章。