Chapter 2:Establishing Image Processing Tools
准备好了菜，也有了锅，下面就得点火了。这章相当于是预热阶段，主要介绍了在Opencv中所需要使用的一些基本内容，基本的东西往往都是必不可缺的，只有熟练地掌握了解，才能在后面的使用中游刃有余。但是，仅仅只依靠看章节中包含的知识点要达到熟练应用的程度是不太现实的，毕竟只有自己真正反复练习过才能更好地理解掌握，这就需要自己动手敲一敲代码，解决一点实际的问题了~很幸运自己有机会能解决实际的项目问题，在这个过程中边学边用，整体来说效果会比只看文档要靠谱一些~~如果你手头没有需要实际解决的问题的话，也没关系，可以自己拿图片玩玩，说不定能玩出一些让人惊喜的画面：）
好了，下面开始进入正题：
引：对于图片的读入可以简单地用imread()函数，可参见最后的代码~
基本的数据类型
Mat便是最基本的用于存储图片的数据结构，它具有的属性有：depth()：图像中每个像素点表示的位数,channels()：图片的通道数,size()：图片的长宽,rows：行数,cols：列数，以及其他的一些属性，更多的可以通过读取一张图片后再调用来查看，不需要去记住太多。我在最后部分会记录一段简单的代码来总结一些基本的应用~~
注：图片的depth，channels是可以通过转换函数进行改变的，在具体的方法实现过程中，对于图片的使用要求会不同，故有时需对其进行相应的转换。如在对图片进行Canny算子的边缘检测时，需要输入的图片是灰度图，也就是单通道的8bit图片，故需先对原图进行cvtColor(src,dst,cv_rgb2gray)的转换。
其他的数据类型如：vector，scalars，Point，Size，Rect在具体实践的过程中会根据不同的需要有所涉及，先就不在这儿泛泛而谈了，在自己具体使用中再具体问题具体分析吧~（ps：贴上一张图，以便对各种类型的结构有所了解，也方便后续查找），如图1所示。
像素级别的处理
图片的基元是像素，因此除了从宏观上对一幅图像作整体的操作，如图像属性深度，通道数的一些改变外，怎样基于像素进行处理在具体问题解决时也显得至关重要。常用的在进行图像二值化时，基于像素的操作便是其中的关键之处。在这儿是使用了一个函数模板at<Type>(i,j)来对像素进行访问，具体的使用见后面的示例代码吧~~另外还有一次性访问一行像素的函数模板ptr<Type>(i)，这个使用得相对少一点。
测试时间
因为图片数据量都比较大，所以有时需要考虑到时效性的问题，便可用这种方式获取程序处理的时间，自己用得不多，帖上图供以后参考~~如图2。
图片的基本操作
操作需要在具体应用中具体实现，在这儿就贴上图罢~如图3
算数操作
因为图片是有像素组成，像素又是由数值进行表示的，故可以对其进行相应的算数操作（注意取值范围），如0.5*img1+3*img2对于二指图像，可以利用bitwise_[and|or|xor|not]()进行逻辑操作。具体可见后面代码~~
数据保存
在这儿的数据保存是基于从硬盘上读写数据，用到的类是FileStorage，类似于C++中对于文件处理的的类fstream。在实际中自己用FileStorage来操作得比较少。
直方图
主要是介绍了创建直方图以及直方图均衡化的函数，以及如何绘制直方图。在具体需要使用时可以查阅其所给的示例。
这章的内容是最基本的一些概念及简单操作，也是后续进阶学习的基础，所以看了之后需要动手实践才会有效果~再具体的编写过程中可能会遇到一些没有注意到的问题，然后又会有新的发现，这也便是一种学习的探索罢~
理论的知识点说完 了，下面就看看自己的实践效果吧~
刚另外写了点与项目无关的代码，主要是为了能简单地体现上述说到的一些应用,其中需要注意到 是，如需要显示出打印的内容，需要加入system("pause")语句，否则只会闪现。代码如下图4（ps：尝试了复制粘贴代码，但因为一些符号问题，粘贴的效果不好，所以还是截图了~~）
代码运行效果图5.1,5.2：
注：好像上面说到的都是直接读取一张图片，一直都没说到如何创建一张图片，但这是必须知道滴~，创建一幅图片所需的信息有图片的行数，列数即siz，深度以及像素取值，但其构造函数有多种，可根据自身需要来定义，下面所展示的是常见的形式，并在该图上用circle函数进行画圆，见下图6
