目的
对于OpenCV的开发团队来说，持续稳定地提高代码库非常重要。我们一直在思考如何在使其易用的同时保持灵活性。新的C++接口即为此而来。尽管如此，向下兼容仍然十分重要。我们并不想打断你基于早期OpenCV库的开发。因此，我们添加了一些函数来处理这种情况。在以下内容中你将学到：
- 相比第一个版本，第二版的OpenCV在用法上有何改变
- 如何在一幅图像中加入高斯噪声
- 什么事查找表及如何使用
概述
在用新版本之前，你首先需要学习一些新的图像数据结构： Mat - 基本图像容器 ，它取代了旧的 CvMat 和 IplImage 。转换到新函数非常容易，你仅需记住几条新的原则。
OpenCV 2 接受按需定制。所有函数不再装入一个单一的库中。我们会提供许多模块，每个模块都包含了与其功能相关的数据结构和函数。这样一来，如果你仅仅需要使用OpenCV的一部分功能，你就不需要把整个巨大的OpenCV库都装入你的程序中。使用时，你仅需要包含用到的头文件，比如：
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
所有OpenCV用到的东西都被放入名字空间 cv 中以避免与其他库的数据结构和函数名称的命名冲突。因此，在使用OpenCV库中的任何定义和函数时，你必须在名称之前冠以 cv:: ，或者在包含头文件后，加上以下指令：
using namespace cv; // 新的C++接口API都在此名字空间中，需要导入。
因为所有库中函数都已在此名字空间中，所以无需加 cv 作为前缀。据此所有新的C++兼容函数都无此前缀，并且遵循驼峰命名准则。也就是第一个字母为小写（除非是单个单词作为函数名，如 Canny）并且后续单词首字母大写（如 copyMakeBorder ).
接下来，请记住你需要将所有用到的模块链接到你的程序中。如果你在Windows下开发且用到了 动态链接库（DLL） ，你还需要将OpenCV对应动态链接库的路径加入程序执行路径中。关于Windows下开发的更多信息请阅读 How to build applications with OpenCV inside the Microsoft Visual Studio ；对于Linux用户，可参考 Using OpenCV with Eclipse (plugin CDT) 中的实例及说明。
你可以使用 IplImage 或 CvMat 操作符来转换 Mat 对象。在C接口中，你习惯于使用指针，但此处将不再需要。在C++接口中，我们大多数情况下都是用 Mat 对象。此对象可通过简单的赋值操作转换为 IplImage 和 CvMat 。示例如下：
Mat I;
IplImage pI = I;
CvMat mI = I;
现在，如果你想获取指针，转换就变得麻烦一点。编译器将不能自动识别你的意图，所以你需要明确指出你的目的。可以通过调用 IplImage 和 CvMat 操作符来获取他们的指针。我们可以用 & 符号获取其指针如下：
Mat I;
IplImage* pI = &I.operator IplImage();
CvMat* mI = &I.operator CvMat();
来自C接口最大的抱怨是它将所有内存管理工作交给你来做。你需要知道何时可以安全释放不再使用的对象，并且确定在程序结束之前释放它，否则就会造成讨厌的内存泄露。为了绕开这一问题，OpenCV引进了一种智能指针。它将自动释放不再使用的对象。使用时，指针将被声明为 Ptr 模板的特化：
Ptr<IplImage> piI = &I.operator IplImage();
将C接口的数据结构转换为 Mat 时，可将其作为构造函数的参数传入，例如：
Mat K(piL), L;
L = Mat(pI);
实例学习
现在，你已经学习了最基本的知识。 这里 你将会看到一个混合使用C接口和C++接口的例子。你也可以在可以再OpenCV的代码库中的sample目录中找到此文件samples/cpp/tutorial_code/core/interoperability_with_OpenCV_1/interoperability_with_OpenCV_1.cpp 。为了进一步帮助你认清其中区别，程序支持两种模式：C和C++混合，以及纯C++。如果你宏定义了 DEMO_MIXED_API_USE ，程序将按第一种模式编译。程序的功能是划分颜色平面，对其进行改动并最终将其重新合并。
123456789
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31 | #include <stdio.h>
#include <iostream>#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>using namespace cv; // The new C++ interface API is inside this namespace. Import it.
using namespace std;
#define DEMO_MIXED_API_USE int main( int argc, char** argv )
{const char* imagename = argc > 1 ? argv[1] : "lena.jpg";#ifdef DEMO_MIXED_API_USEPtr<IplImage> IplI = cvLoadImage(imagename); // Ptr<T> is safe ref-counting pointer classif(IplI.empty()){cerr << "Can not load image " << imagename << endl;return -1;}Mat I(IplI); // Convert to the new style container. Only header created. Image not copied.
#elseMat I = imread(imagename); // the newer cvLoadImage alternative, MATLAB-style functionif( I.empty() ) // same as if( !I.data ){cerr << "Can not load image " << imagename << endl;return -1;}
#endif
|
在此，你可一看到新的结构再无指针问题，哪怕使用旧的函数，并在最后结束时将结果转换为 Mat 对象。
| | // convert image to YUV color space. The output image will be created automatically. Mat I_YUV;cvtColor(I, I_YUV, CV_BGR2YCrCb); vector<Mat> planes; // Use the STL's vector structure to store multiple Mat objects split(I_YUV, planes); // split the image into separate color planes (Y U V)
|
因为我们打算搞乱图像的亮度通道，所以首先将图像由默认的RGB颜色空间转为YUV颜色空间，然后将其划分为独立颜色平面（Y，U，V）。第一个例子中，我们对每一个平面用OpenCV中三个主要图像扫描算法（C []操作符，迭代，单独元素访问）中的一个进行处理。在第二个例子中，我们给图像添加一些高斯噪声，然后依据一些准则融合所有通道。
运用扫描算法的代码如下:
123456789
10
11
12
13
14
15
16
17
18
19
20
21 | // Method 1. process Y plane using an iteratorMatIterator_<uchar> it = planes[0].begin<uchar>(), it_end = planes[0].end<uchar>();for(; it != it_end; ++it){double v = *it * 1.7 + rand()%21 - 10;*it = saturate_cast<uchar>(v*v/255);}for( int y = 0; y < I_YUV.rows; y++ ){// Method 2. process the first chroma plane using pre-stored row pointer.uchar* Uptr = planes[1].ptr<uchar>(y);for( int x = 0; x < I_YUV.cols; x++ ){Uptr[x] = saturate_cast<uchar>((Uptr[x]-128)/2 + 128);// Method 3. process the second chroma plane using individual element accessuchar& Vxy = planes[2].at<uchar>(y, x);Vxy = saturate_cast<uchar>((Vxy-128)/2 + 128);}}
|
此处可看到，我们可以以三种方式遍历图像的所有像素：迭代器，C指针和单独元素访问方式你可在 OpenCV如何扫描图像、利用查找表和计时 中获得更深入的了解。从旧的函数名转换新版本非常容易，仅需要删除 cv 前缀，并且使用 Mat 数据结构。下面的例子中使用了加权加法：
123456789
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34 | Mat noisyI(I.size(), CV_8U); // Create a matrix of the specified size and type// Fills the matrix with normally distributed random values (around number with deviation off).// There is also randu() for uniformly distributed random number generationrandn(noisyI, Scalar::all(128), Scalar::all(20)); // blur the noisyI a bit, kernel size is 3x3 and both sigma's are set to 0.5GaussianBlur(noisyI, noisyI, Size(3, 3), 0.5, 0.5); const double brightness_gain = 0;const double contrast_gain = 1.7;#ifdef DEMO_MIXED_API_USE// To pass the new matrices to the functions that only work with IplImage or CvMat do:// step 1) Convert the headers (tip: data will not be copied).// step 2) call the function (tip: to pass a pointer do not forget unary "&" to form pointers)IplImage cv_planes_0 = planes[0], cv_noise = noisyI; cvAddWeighted(&cv_planes_0, contrast_gain, &cv_noise, 1, -128 + brightness_gain, &cv_planes_0);
#elseaddWeighted(planes[0], contrast_gain, noisyI, 1, -128 + brightness_gain, planes[0]);
#endifconst double color_scale = 0.5;// Mat::convertTo() replaces cvConvertScale. // One must explicitly specify the output matrix type (we keep it intact - planes[1].type())planes[1].convertTo(planes[1], planes[1].type(), color_scale, 128*(1-color_scale));// alternative form of cv::convertScale if we know the datatype at compile time ("uchar" here).// This expression will not create any temporary arrays ( so should be almost as fast as above)planes[2] = Mat_<uchar>(planes[2]*color_scale + 128*(1-color_scale));// Mat::mul replaces cvMul(). Again, no temporary arrays are created in case of simple expressions.planes[0] = planes[0].mul(planes[0], 1./255);
|
正如你所见，变量 planes 也是 Mat 类型的。无论如何，将 Mat 转换为 IplImage 都可通过简单的赋值操作符自动实现。
| | merge(planes, I_YUV); // now merge the results backcvtColor(I_YUV, I, CV_YCrCb2BGR); // and produce the output RGB imagenamedWindow("image with grain", CV_WINDOW_AUTOSIZE); // use this to create images#ifdef DEMO_MIXED_API_USE// this is to demonstrate that I and IplI really share the data - the result of the above// processing is stored in I and thus in IplI too.cvShowImage("image with grain", IplI);
#elseimshow("image with grain", I); // the new MATLAB style function show
|
新的 imshow highgui函数可接受 Mat 和 IplImage 数据结构。 编译并运行例程，如果输入以下第一幅图像，程序将输出以下第二幅或者第三幅图像。
你可以在点击此处看到动态示例： YouTube here ，并可以 点击此处 下载源文件，或者在OpenCV源代码库中找到源文件：samples/cpp/tutorial_code/core/interoperability_with_OpenCV_1/interoperability_with_OpenCV_1.cpp 。
