opencvcvtcolor的简单介绍

本篇文章给大家谈谈opencvcvtcolor，以及对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、如何利用opencv实现彩色图像边缘检测算法
• 2、raw10如何转raw8？
• 3、人脸识别为什么用python开发
• 4、急求一个【视频文本检测】的c++程序，主要功能是定位字幕区域，最好有一些代码说明
• 5、求解在VS2010下的opencv查看一图片属性代码。 保存图片代码各是多少！
• 6、opencv常用函数

如何利用opencv实现彩色图像边缘检测算法

在opencv中显示边缘检测很简单，只需调用铅友高一个cvCanny函数，其使用的是Canny算法来槐尺实现对图像的边缘检测．

函数原型为：

void cvCanny( const CvArr* image,CvArr* edges,double threshold1,double threshold2, int aperture_size=3 );

第一个参数为待检测的图像，注意一点，其必须是告孙灰度图．

第二个参数为输出的边缘图，其也是一个灰度图．

后三个参数与Canny算法直接相关，threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割，aperture_size算子内核大小，可以去看看Canny算法．

从彩色图到灰度图需要使用到cvCvtColor函数，其接受三个参数，第一为输入，第二为输出，第三个为转换的标识，我们这边是RGB到GRAY，使用的是CV_RGB2GRAY．

参考demo代码如下：

#include iostream

#include string

#include sstream

#include opencv/cv.h

#include opencv/highgui.h

using namespace std;

int String2int(const string str_)

{

int _nre = 0;

stringstream _ss;

_ss str_;

_ss _nre;

return _nre;

}

void DoCanny(const string strFileName_)

{

//原彩色图片

IplImage* _pIplImageIn = cvLoadImage(strFileName_.data());

if (_pIplImageIn == NULL)

{

return;

}

//彩色图片转换成灰度图放置的图片

IplImage* _pIplImageCanny = cvCreateImage(cvGetSize(_pIplImageIn), _pIplImageIn-depth, 1);

cvCvtColor(_pIplImageIn, _pIplImageCanny, CV_RGB2GRAY);//CV_RGB2GRAY将rgb图转成灰度图

//只有边缘路径的图片

IplImage* _pIplImageOut = cvCreateImage(cvGetSize(_pIplImageIn), IPL_DEPTH_8U, 1);

//边缘检测只能作用于灰度图

if (_pIplImageCanny-nChannels != 1)

{

return;

}

//边缘检测操作

cvCanny(_pIplImageCanny, _pIplImageOut, 1, 110, 3);

cvNamedWindow("Src");

cvShowImage("Src", _pIplImageIn);

cvNamedWindow("Canny");

cvShowImage("Canny", _pIplImageOut);

cvWaitKey(0);

cvReleaseImage(_pIplImageIn);

cvReleaseImage(_pIplImageCanny);

cvReleaseImage(_pIplImageOut);

cvDestroyWindow("Src");

cvDestroyWindow("Canny");

}

int main(int argc, char* argv[])

{

if (argc 2)

{

cout "You should give the filename of picture!" endl;

return -1;

}

DoCanny(argv[1]);

return 0;

}

raw10如何转raw8？

qt做的程序界面

opencv打开raw图

以下为部分须知

1:raw图路径获取 ，此部分为qt内容，此为相对可更改的路径，如果需要绝对路径可直接定义filepath 路径名称

QString filepath=QFileDialog::getOpenFileName();

FILE *fp = NULL;

QByteArray byte=filepath.toLatin1();

const char* filename=byte.data();

2：raw 10 ，16为两个byte 一个通道数值，raw 8 为1个byte 一个通道数值

raw 10,raw16 内存定义

unsigned short *pRawData = (unsigned short *)calloc(width*height, sizeof(unsigned short));

四通道内存定义

unsigned short *R = (unsigned short *)calloc(width*height/2, sizeof(unsigned short));

raw 8 内存定义

unsigned char *pRawData = (unsigned char *)calloc(width*height, 1);

四通道内存定义

unsigned char *R = (unsigned char*)calloc(width*height, 1);

3：读取raw图

fread(pRawData,sizeof(unsigned short)*width*height,1, fp);

4：raw图为bayer 单通道，需将其转换为雹袭唯四通道排布

raw图的四个通道有不同的排序方式，要源培想正常显示图片，需要确认sensor的rgb的排布

IplImage *pBayerData = cvCreateImage(cvSize(width,height),16 , 1); //定义一个单通道图片

IplImage *pRgbDataInt16 = cvCreateImage(cvSize(width,height),16,3); //定义一个三通道图片

memcpy(pBayerData-imageData, (char *)pRawData, width*height*sizeof(unsigned short)); //将raw图的信息附到但通道中

cvCvtColor(pBayerData, pRgbDataInt16, CV_BayerRG2RGB); //单通道转换为三通道 ，需要确认sensor的rgb的排布

4：raw图显示时最后需要转换为0-255rgb范围内显示，所以raw10，raw16转换时需要除以相应禅耐倍数，否则画面不能正常显示

IplImage *pRgbDataInt8 = cvCreateImage(cvSize(width,height),8,3);

cvConvertScale(pRgbDataInt16, pRgbDataInt8, 0.25, 0); //0.25为raw10与raw8的数据转换

5：图片显示部分就不讲了

6：raw图数据四个通道输出

for (y=0;yheight;y+=2)

{

for (x=0;xwidth;x+=2,e++)

{

Pos1=x+width*y;

Pos2=x+width*(y+1);

//图像rgbg排序

R[e]=pRawData[Pos1];

Gr[e]=pRawData[Pos1+1];

Gb[e]=pRawData[Pos2];

B[e]=pRawData[Pos2+1];

}

}

人脸识别为什么用python开发

可以使用OpenCV，OpenCV的人脸检测功能在一般场合还是不错的。而ubuntu正好提供了python-opencv这个包，用它可以方便地实现人脸检测的代码。

写代码之前应该先安装python-opencv：

#!/usr/bin/python

# -*- coding: UTF-8 -*-

 

# face_detect.py

 

# Face Detection using OpenCV. Based on sample code from:

# 

 

# Usage: python face_detect.py image_file

 

import sys, os

from opencv.cv import *

from opencv.highgui import *

from PIL import Image, ImageDraw

from math import sqrt

 

def detectObjects(image):

    """Converts an image to grayscale and prints the locations of any faces found"""

    grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)

    cvCvtColor(image, grayscale, CV_BGR2GRAY)

 

    storage = cvCreateMemStorage(0)

    cvClearMemStorage(storage)

    cvEqualizeHist(grayscale, grayscale)

 

    cascade = cvLoadHaarClassifierCascade(

        '/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml',

        cvSize(1,1))

    faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,

        CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))

 

    result = []

    for f in faces:

        result.append((f.x, f.y, f.x+f.width, f.y+f.height))

 

    return result

 

def grayscale(r, g, b):

    return int(r * .3 + g * .59 + b * .11)

 

def process(infile, outfile):

 

    image = cvLoadImage(infile);

    if image:

        faces = detectObjects(image)

 

    im = Image.open(infile)

 

    if faces:

        draw = ImageDraw.Draw(im)

        for f in faces:

    销返含        draw.rectangle(f, outline=(255, 0, 255))

 

    世大    im.save(outfile, "JPEG", quality=100)

    else:

    亏笑    print "Error: cannot detect faces on %s" % infile

 

if __name__ == "__main__":

    process('input.jpg', 'output.jpg')

急求一个【视频文本检测】的c++程序，主要功能是定位字幕区域，最好有一些代码说明

图像二值化，根据缓好字幕颜色兄哪歼划分阈值。其实openCV里面已经包含了视频处理的方法，理论上也是逐帧处理。每帧进行二值化后得到字幕的区域。通常如果采用颜色空间进行图像识别的话最好把原图转换为HSV颜色空间，根据H和S的更容易扣出想要的颜色区域，更何况是字幕这种一定会是某类单一颜色的情况。

openCV的视频读取方法大概如下：

IplImage* pImg = NULL;

CvMat* pFrame = NULL;

CvCapture* pCapture = NULL;

if( !(pCapture = cvCaptureFromFile(argv[1])))

{

cerr "Can not open video file " argv[1] endl;;

return -2;

}

while(pFrame = cvQueryFrame(pCapture))

{

nFrmNum++;

if(nFrmNum == 1)

{

pImg = cvCreateImage(cvSize(pFrame-width, pFrame-height),

IPL_DEPTH_8U,1);

pFrame = cvCreateMat(pImg-height, pImg-width, CV_32FC1);

cvCvtColor(pFrame, pImg, ...);

}

else

{

//todo ...

}

}

如果要做文羡冲字识别就要用模式识别的方法了，不过这个需要大量训练样本才能做。

求解在VS2010下的opencv查看一图片属性代码。 保存图片代码各是多少！

看一下opencv中文论坛。里面很多基础性的东西。

HighGUI读取与保存图像

cvLoadImage

从文件中读取图像 需要

include "highgui.h"

IplImage* cvLoadImage( const char* filename, int flags=CV_LOAD_IMAGE_COLOR ); filename 要被读入的文件的文件名。

flags 指定读入图像的颜色和深度： 指定的颜色可以将输入的图片转为3信道(CV_LOAD_IMAGE_COLOR)也即彩色（0）, 单信道 (CV_LOAD_IMAGE_GRAYSCALE)也即灰色（=0）, 或者保持不变(CV_LOAD_IMAGE_ANYCOLOR)(0)。

深度指定输入的图像是否转为每个颜色信道每象素8位，（OpenCV的早期版本一样），或者同输入的图像一样保持不变。

选中CV_LOAD_IMAGE_ANYDEPTH，则输入图像格式可以为8位无符号，16位无符号，32位有符号或者32位浮点型。 如果输入有冲突的标志，将采用较小的数字值。比如CV_LOAD_IMAGE_COLOR | CV_LOAD_IMAGE_ANYCOLOR 将载入3信道图。CV_LOAD_IMAGE_ANYCOLOR和CV_LOAD_IMAGE_UNCHANGED是等值的。但是，CV_LOAD_IMAGE_ANYCOLOR有着可以和CV_LOAD_IMAGE_ANYDEPTH同时使谈掘用的优点，所以CV_LOAD_IMAGE_UNCHANGED不再使用了。 如果想要载入最真实的图像，选择CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR。

函数cvLoadImage从指定文件读入图像，返回读入图像的指针。

目前支持如下文件格式：

Windows位图文件 - BMP, DIB；

JPEG文件 - JPEG, JPG, JPE；

便携式网络图片 - PNG；

便携式图像格式 - PBM，PGM，PPM；

Sun rasters - SR，RAS；

TIFF文件 - TIFF，TIF; OpenEXR HDR 图片 - EXR;

JPEG 2000 图片- jp2。

cvSaveImage 保存图像到文件

需要include "highgui.h"

int cvSaveImage( const char* filename, const CvArr* image );

filename 文件名，如果对应的文件已经存在，则将被复盖。

image 要保存的图像。

函数cvSaveImage保存图像到指定文件。图像格式的的选择依赖于filename的扩展名，请参考cvLoadImage。只有8位单通道或者3通道（通道顺序为'BGR' ）可以使用这个函告余数保存。如果格式，深度或者通道不符合要袜侍滚求，请先用cvCvtScale 和cvCvtColor转换；或者使用通用的cvSave保存图像为XML或者YAML格式。

[img]

opencv常用函数

原文链接：

1、cvLoadImage：将图像文件加载至内存；

2、cvNamedWindow：在屏幕上创建一个窗口；

3、cvShowImage：在一个已创建好的窗口中显示图像；

4、cvWaitKey：使程序暂停，等待用户触发一个按键操作；

5、cvReleaseImage：释放图像文件所分配的内存；

6、cvDestroyWindow：销毁显示图像文件的窗口；

7、cvCreateFileCapture：通过参数设置确定要读入的AVI文件；

8、cvQueryFrame：用来将下一帧视频文件载入内存；

9、cvReleaseCapture：释放CvCapture结构开辟的内存空间；

10、cvCreateTrackbar：创建一个滚动条；

11、cvSetCaptureProperty：设置CvCapture对象的各种属性；

12、cvGetCaptureProperty：查询CvCapture对象的各种属性；

13、cvGetSize：当前图像结构的大小；

14、cvSmooth：对图像进行平滑处理；

15、cvPyrDown：图像金字塔，降采样，图像缩小为原来四分之一；

16、cvCanny：Canny边缘检测；

17、cvCreateCameraCapture：从摄像设备中读入数据；

18、cvCreateVideoWriter：创建一个写入设备以便逐帧将视频流写入视频文件；

19、cvWriteFrame：逐帧将视频流写入文件；

20、cvReleaseVideoWriter：释放CvVideoWriter结构开辟的内存空间；

21、CV_MAT_ELEM：从矩阵中得到一个元素；

22、cvAbs：计算数组中所有元素的绝对值；

23、cvAbsDiff：计算两个数组差值的绝对值；

24、cvAbsDiffS：计算数组和标量差值的绝对值；

25、cvAdd：两个数组的元素级的加运算；

26、cvAddS：一个数组和一个标量的元素级的相加运算；

27、cvAddWeighted：两个数组的元素级的加权相加运算(alpha运算)；

28、cvAvg：计算数组中所有元素的平均值段并；

29、cvAvgSdv：计算数组中所有元素的绝对值和标准差；

30、cvCalcCovarMatrix：计算一组n维空间向量的协方差；

31、cvCmp：对两个数组中的所有元素运用设置的比较操作；

32、cvCmpS：对数组和标量运用设置的比较操作；

33、cvConvertScale：用可选的缩放值转换数组元素类型；

34、cvCopy：把数组中的值复制到另一个数组中；

35、cvCountNonZero：计算数组中非0值的个数；

36、cvCrossProduct：计算两个三维向量的向量积(叉积)；

37、cvCvtColor：将数组的通道从一个颜色空间转换另外一个颜色空间；

38、cvDet：计算方阵的行列式；

39、cvDiv：用另外一个数组对一个数组进行元素级的除法运算；

40、cvDotProduct：计算两个向量的点积；

41、cvEigenVV：计算方阵的特征值和特征向量；

42、cvFlip：围绕选定轴翻转；

43、cvGEMM：矩阵乘法；

44、cvGetCol：从一个数组的列中复制元素；

45、cvGetCols：从数据的相邻的多列中握橘迹复制元素；

46、cvGetDiag：复制数组中对角线上的所有元素；

47、cvGetDims：返回数组的维数；

48、cvGetDimSize：返回一个数组的所有伍衡维的大小；

49、cvGetRow：从一个数组的行中复制元素值；

50、cvGetRows：从一个数组的多个相邻的行中复制元素值；

51、cvGetSize：得到二维的数组的尺寸，以CvSize返回；

52、cvGetSubRect：从一个数组的子区域复制元素值；

53、cvInRange：检查一个数组的元素是否在另外两个数组中的值的范围内；

54、cvInRangeS：检查一个数组的元素的值是否在另外两个标量的范围内；

55、cvInvert：求矩阵的逆；

56、cvMahalonobis：计算两个向量间的马氏距离；

57、cvMax：在两个数组中进行元素级的取最大值操作；

58、cvMaxS：在一个数组和一个标量中进行元素级的取最大值操作；

59、cvMerge：把几个单通道图像合并为一个多通道图像；

60、cvMin：在两个数组中进行元素级的取最小值操作；

61、cvMinS：在一个数组和一个标量中进行元素级的取最小值操作；

62、cvMinMaxLoc：寻找数组中的最大最小值；

63、cvMul：计算两个数组的元素级的乘积(点乘)；

64、cvNot：按位对数组中的每一个元素求反；

65、cvNormalize：将数组中元素进行归一化；

66、cvOr：对两个数组进行按位或操作；

67、cvOrs：在数组与标量之间进行按位或操作；

68、cvReduce：通过给定的操作符将二维数组简为向量；

69、cvRepeat：以平铺的方式进行数组复制；

70、cvSet：用给定值初始化数组；

71、cvSetZero：将数组中所有元素初始化为0；

72、cvSetIdentity：将数组中对角线上的元素设为1，其他置0；

73、cvSolve：求出线性方程组的解；

74、cvSplit：将多通道数组分割成多个单通道数组；

75、cvSub：两个数组元素级的相减；

76、cvSubS：元素级的从数组中减去标量；

77、cvSubRS：元素级的从标量中减去数组；

78、cvSum：对数组中的所有元素求和；

79、cvSVD：二维矩阵的奇异值分解；

80、cvSVBkSb：奇异值回代计算；

81、cvTrace：计算矩阵迹；

82、cvTranspose：矩阵的转置运算；

83、cvXor：对两个数组进行按位异或操作；

84、cvXorS：在数组和标量之间进行按位异或操作；

85、cvZero：将所有数组中的元素置为0；

86、cvConvertScaleAbs：计算可选的缩放值的绝对值之后再转换数组元素的类型；

87、cvNorm：计算数组的绝对范数， 绝对差分范数或者相对差分范数；

88、cvAnd：对两个数组进行按位与操作；

89、cvAndS：在数组和标量之间进行按位与操作；

90、cvScale：是cvConvertScale的一个宏，可以用来重新调整数组的内容，并且可以将参数从一种数据类型转换为另一种；

91、cvT：是函数cvTranspose的缩写；

92、cvLine：画直线；

93、cvRectangle：画矩形；

94、cvCircle：画圆；

95、cvEllipse：画椭圆；

96、cvEllipseBox：使用外接矩形描述椭圆；

97、cvFillPoly、cvFillConvexPoly、cvPolyLine：画多边形；

98、cvPutText：在图像上输出一些文本；

99、cvInitFont：采用一组参数配置一些用于屏幕输出的基本个特定字体；

100、cvSave：矩阵保存；

101、cvLoad：矩阵读取；

102、cvOpenFileStorage：为读/写打开存储文件；

103、cvReleaseFileStorage：释放存储的数据；

104、cvStartWriteStruct：开始写入新的数据结构；

105、cvEndWriteStruct：结束写入数据结构；

106、cvWriteInt：写入整数型；

107、cvWriteReal：写入浮点型；

108、cvWriteString：写入字符型；

109、cvWriteComment：写一个XML或YAML的注释字串；

110、cvWrite：写一个对象；

111、cvWriteRawData：写入多个数值；

112、cvWriteFileNode：将文件节点写入另一个文件存储器；

113、cvGetRootFileNode：获取存储器最顶层的节点；

114、cvGetFileNodeByName：在映图或存储器中找到相应节点；

115、cvGetHashedKey：为名称返回一个惟一的指针；

116、cvGetFileNode：在映图或文件存储器中找到节点；

117、cvGetFileNodeName：返回文件的节点名；

118、cvReadInt：读取一个无名称的整数型；

119、cvReadIntByName：读取一个有名称的整数型；

120、cvReadReal：读取一个无名称的浮点型；

121、cvReadRealByName：读取一个有名称的浮点型；

122、cvReadString：从文件节点中寻找字符串；

123、cvReadStringByName：找到一个有名称的文件节点并返回它；

124、cvRead：将对象解码并返回它的指针；

125、cvReadByName：找到对象并解码；

126、cvReadRawData：读取多个数值；

127、cvStartReadRawData：初始化文件节点序列的读取；

128、cvReadRawDataSlice：读取文件节点的内容；

129、cvGetModuleInfo：检查IPP库是否已经正常安装并且检验运行是否正常；

130、cvResizeWindow：用来调整窗口的大小；

131、cvSaveImage：保存图像；

132、cvMoveWindow：将窗口移动到其左上角为x,y的位置；

133、cvDestroyAllWindow：用来关闭所有窗口并释放窗口相关的内存空间；

134、cvGetTrackbarPos：读取滑动条的值；

135、cvSetTrackbarPos：设置滑动条的值；

136、cvGrabFrame：用于快速将视频帧读入内存；

137、cvRetrieveFrame：对读入帧做所有必须的处理；

138、cvConvertImage：用于在常用的不同图像格式之间转换；

139、cvErode：形态腐蚀；

140、cvDilate：形态学膨胀；

141、cvMorphologyEx：更通用的形态学函数；

142、cvFloodFill：漫水填充算法，用来进一步控制哪些区域将被填充颜色；

143、cvResize：放大或缩小图像；

144、cvPyrUp：图像金字塔，将现有的图像在每个维度上都放大两倍；

145、cvPyrSegmentation：利用金字塔实现图像分割；

146、cvThreshold：图像阈值化；

147、cvAcc：可以将8位整数类型图像累加为浮点图像；

148、cvAdaptiveThreshold：图像自适应阈值；

149、cvFilter2D：图像卷积；

150、cvCopyMakeBorder：将特定的图像轻微变大，然后以各种方式自动填充图像边界；

151、cvSobel：图像边缘检测，Sobel算子；

152、cvLaplace：拉普拉斯变换、图像边缘检测；

153、cvHoughLines2：霍夫直线变换；

154、cvHoughCircles：霍夫圆变换；

155、cvRemap：图像重映射，校正标定图像，图像插值；

156、cvWarpAffine：稠密仿射变换；

157、cvGetQuadrangleSubPix：仿射变换；

158、cvGetAffineTransform：仿射映射矩阵的计算；

159、cvCloneImage：将整个IplImage结构复制到新的IplImage中；

160、cv2DRotationMatrix：仿射映射矩阵的计算；

161、cvTransform：稀疏仿射变换；

162、cvWarpPerspective：密集透视变换(单应性)；

163、cvGetPerspectiveTransform：计算透视映射矩阵；

164、cvPerspectiveTransform：稀疏透视变换；

165、cvCartToPolar：将数值从笛卡尔空间到极坐标(极性空间)进行映射；

166、cvPolarToCart：将数值从极性空间到笛卡尔空间进行映射；

167、cvLogPolar：对数极坐标变换；

168、cvDFT：离散傅里叶变换；

169、cvMulSpectrums：频谱乘法；

170、cvDCT：离散余弦变换；

171、cvIntegral：计算积分图像；

172、cvDistTransform：图像的距离变换；

173、cvEqualizeHist：直方图均衡化；

174、cvCreateHist：创建一新直方图；

175、cvMakeHistHeaderForArray：根据已给出的数据创建直方图；

176、cvNormalizeHist：归一化直方图；

177、cvThreshHist：直方图阈值函数；

178、cvCalcHist：从图像中自动计算直方图；

179、cvCompareHist：用于对比两个直方图的相似度；

180、cvCalcEMD2：陆地移动距离(EMD)算法；

181、cvCalcBackProject：反向投影；

182、cvCalcBackProjectPatch：图块的方向投影；

183、cvMatchTemplate：模板匹配；

184、cvCreateMemStorage：用于创建一个内存存储器；

185、cvCreateSeq：创建序列；

186、cvSeqInvert：将序列进行逆序操作；

187、cvCvtSeqToArray：复制序列的全部或部分到一个连续内存数组中；

188、cvFindContours：从二值图像中寻找轮廓；

189、cvDrawContours：绘制轮廓；

190、cvApproxPoly：使用多边形逼近一个轮廓；

191、cvContourPerimeter：轮廓长度；

192、cvContoursMoments：计算轮廓矩；

193、cvMoments：计算Hu不变矩；

194、cvMatchShapes：使用矩进行匹配；

195、cvInitLineIterator：对任意直线上的像素进行采样；

196、cvSampleLine：对直线采样；

197、cvAbsDiff：帧差；

198、cvWatershed：分水岭算法；

199、cvInpaint：修补图像；

200、cvGoodFeaturesToTrack：寻找角点；

201、cvFindCornerSubPix：用于发现亚像素精度的角点位置；

202、cvCalcOpticalFlowLK：实现非金字塔的Lucas-Kanade稠密光流算法；

203、cvMeanShift：mean-shift跟踪算法；

204、cvCamShift：camshift跟踪算法；

205、cvCreateKalman：创建Kalman滤波器；

206、cvCreateConDensation：创建condensation滤波器；

207、cvConvertPointsHomogenious：对齐次坐标进行转换；

208、cvFindChessboardCorners：定位棋盘角点；

209、cvFindHomography：计算单应性矩阵；

210、cvRodrigues2：罗德里格斯变换；

211、cvFitLine：直线拟合算法；

212、cvCalcCovarMatrix：计算协方差矩阵；

213、cvInvert：计算协方差矩阵的逆矩阵；

214、cvMahalanobis：计算Mahalanobis距离；

215、cvKMeans2：K均值；

216、cvCloneMat：根据一个已有的矩阵创建一个新矩阵；

217、cvPreCornerDetect：计算用于角点检测的特征图；

218、cvGetImage：CvMat图像数据格式转换成IplImage图像数据格式；

219、cvMatMul：两矩阵相乘；

关于opencvcvtcolor和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。