#include<opencv2\opencv.hpp>  
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
      //这些方式都是自己拥有独立的内存空间
   Mat img1(2, 2, CV_8UC3, Scalar(0, 0, 255));
   cout << img1 << endl;
   int sz[3] = { 2,2,2 };
   Mat img2(3, sz, CV_8UC1, Scalar(0, 0, 0));
   //cout << img2 << endl;
   Mat img5;
   img5.create(4, 4, CV_8UC3);
   cout << img5 << endl;
   Mat img6 = Mat::zeros(4, 4, CV_8UC3);
   cout << img6 << endl;
   Mat img7 = img6.clone();
   cout << img7 << endl;
   Mat img8;
   img6.copyTo(img8);
   cout << img8 << endl;
   //下面都是浅拷贝，指针指向同一个实例
   Mat img9 = img8;
   Mat img10(img8);
   waitKey(0);
   return 0;
}

#include<opencv2\opencv.hpp>  
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
   Mat image = imread("lol1.jpg", CV_LOAD_IMAGE_GRAYSCALE); //注意了，必须是载入灰度图
   if (image.empty())
   {
       cout << "read image failure" << endl;
       return -1;
   }
   // 全局二值化
   int th = 100;
   Mat global;
   threshold(image, global, th, 255, CV_THRESH_BINARY_INV);
   // 局部二值化
   int blockSize = 25;
   int constValue = 10;
   Mat local;
   adaptiveThreshold(image, local, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, blockSize, constValue);
   imshow("全局二值化", global);
   imshow("局部二值化", local);
   waitKey(0);
   return 0;
}

#include <iostream>
#include <opencv2\opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
   Mat SrcPic = imread("lena.jpg");
   imshow("Src Pic", SrcPic);
   Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); //getStructuringElement函数返回的是指定形状和尺寸的结构元素
   Mat DstPic;
   erode(SrcPic, DstPic, element); //腐蚀操作
   imshow("腐蚀效果图", DstPic);
   waitKey();
   return 0;
}

#include <iostream>
#include <opencv2\opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
   Mat SrcPic = imread("lena.jpg");
   imshow("Src Pic", SrcPic);
   Mat DstPic;
   blur(SrcPic, DstPic, Size(7, 7));
   imshow("均值模糊效果图", DstPic);
   waitKey();
   return 0;
}

#include <iostream>
#include <opencv2\opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
   Mat SrcPic = imread("lena.jpg");
   imshow("Src Pic", SrcPic);
   Mat DstPic, edge, grayImage;
   //创建与src同类型和同大小的矩阵
   DstPic.create(SrcPic.size(), SrcPic.type());
   //将原始图转化为灰度图
   cvtColor(SrcPic, grayImage, COLOR_BGR2GRAY);
   //先使用3*3内核来降噪
   blur(grayImage, edge, Size(3, 3));
   //运行canny算子
   Canny(edge, edge, 3, 9, 3);
   imshow("边缘提取效果", edge);
   waitKey();
   return 0;
}

#include<opencv2\opencv.hpp>  
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
int main()
{
   Mat img = imread("lol1.jpg");
   Mat dstImg;
   cvtColor(img, dstImg,COLOR_BGR2GRAY);//从宏名字就可以知道，是彩色图转换到灰度图
   imshow("灰度图", dstImg);
   waitKey(0);
}

#include<opencv2\opencv.hpp>  
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
//访问每个像素,我喜欢使用指针的方式
int main()
{
   Mat img = imread("lol1.jpg");
   for (int i = 0; i < img.rows; i++)
   {
       uchar* data = img.ptr<uchar>(i);  //获取第i行地址
       for (int j = 0; j < img.cols; j++)
       {
            printf("%d\n",data[j]);
       }
   }
   waitKey(0);
}

#include<opencv2\opencv.hpp>  
#include<opencv2\highgui\highgui.hpp>
using namespace std;
using namespace cv;
//直方图均衡化
int main()
{
   Mat img = imread("lol3.jpg");
   imshow("原始图", img);
   Mat dst;
   cvtColor(img, img, CV_RGB2GRAY);
   imshow("灰度图", img);
   equalizeHist(img, dst);
   imshow("直方图均衡化", dst);
   waitKey(0);
}

#include<opencv2\opencv.hpp>  
#include<opencv2\highgui\highgui.hpp>

using namespace std;
using namespace cv;

//常见数据结构使用方法总结
int main()
{
   //Mat的用法
   Mat m1(2, 2, CV_8UC3, Scalar(0, 0, 255)); //其中的宏的解释：CV_[位数][带符号与否][类型前缀]C[通道数]
   cout << m1 << endl;

   //或者,利用IplImage指针来初始化,将IplImage*转化为Mat
   IplImage* image = cvLoadImage("lena.jpg");
   Mat mat = cvarrToMat(image);

   //Mat转IplImage:
   IplImage img = IplImage(mat);

   //或者
   Mat m2;
   m2.create(4, 5, CV_8UC(2));


   //点的表示:Point
   Point p;
   p.x = 1; //x坐标
   p.y = 1; //y坐标

   //或者
   Point p2(1, 1);

   //颜色的表示：Scalar(b,g,r);注意不是rgb，注意对应关系
   Scalar(1, 1, 1);

   //尺寸的表示:Size
   Size(5, 5);// 宽度和高度都是5

   //矩形的表示：Rect，成员变量有x,y,width,height
   Rect r1(0, 0, 100, 60);
   Rect r2(10, 10, 100, 60);
   Rect r3 = r1 | r2; //两个矩形求交集
   Rect r4 = r1 & r2; //两个矩形求并集

   waitKey(0);

}