不積跬步，無以至千里。不要擔心走的太慢，每一步走紮實。

1、opencv解壓後有兩個資料夾，"source"和"build"，前者存放編譯好的檔案，也是在配置opencv中重要的工具。子檔案doc中包含學習文件。 後者存放原始碼，其中modules裡有core、highgui和imgproc。分別實現了資料結構、影象讀取（UI)和影象處理基本方法。

2、構造矩陣(3行2列）：

Mat m=Mat(3,2,CV_32FC1);

或者:

Mat m;

m.create(Size(3,2),CV_32FC1) 

或者：

Mat m=Mat(Size(2,3),CV_32FC1);

3.初始化小型矩陣：

Mat m=(Mat_<int>(2,3)<<1,2,3,4,5,6);
 

4、訪問單通道Mat m中第r行c列值：

m.at<int>(r,c)也可以用ptr指標實現。

5、構造向量：

Vec<int,3>vi(21,32,45);

Vec2i就是Vec<int,2>。

6、Rect類

Rect(int_x,int_y,int_width,int_hight);
或者：
Rect(int_x,int_y,Size size);//size是寬和高

變式有很多。

7、讀取影象時，將彩色圖轉換灰度圖：

Mat img=imread(filename,CV_LOAD_IMAGE_GRAYSCALE);

8、最近鄰插值和雙線性插值

9、投影變換矩陣（物體在三維空間發生旋轉）

Mat p=getPerspectiveTranform(src,dst);

10、極座標變換(校正影象中原型物體或被包含在圓環中的物體）（圓環被拉直）

r,theta=cv2.cartToPolar(x,y,angleInDegrees=True);//笛卡爾轉極座標

x,y=cv2.polarToCart(r,angel,angleInDegrees=True);//笛卡爾轉極座標

11、calcHist函式來實現直方圖

Mat calcHist(const & image)//將直方圖儲存為一個256行1列的Mat型別。

12、直方圖正規化

原始影象灰度範圍：[Imin.Imax]。目的是是的輸出影象O的灰度範圍是[Omin,Omax]。

計算原圖中最小和最大灰度：

minMaxloc(src,&minVal,&maxVal,NULL,NULL)

正規化函式:normalize

normalize(src,dst,alpha,beta,CV_8U);//alpha和beta分別相當於Omax和Omin。

13、全域性直方圖均衡化：使得輸出影象每一個灰度級畫素點個數相等。

原理：

封裝函式：equalizeHist(src,dst)

限制對比度的自適應直方圖均衡化（減小噪聲和失真）：

函式：createCLAHE。