一、OpenCV简介

        OpenCV（Open Source Computer Vision Library）是一个开源的跨平台计算机视觉和机器学习库，广泛应用于图像处理、视频分析、物体检测等领域。它提供了丰富的算法和高效的工具集，支持C++、Python等多种语言，涵盖特征提取、目标识别、3D重建等功能，被广泛应用于人脸识别、自动驾驶、医学影像分析及工业检测等场景。凭借其开源特性、强大性能和活跃社区，OpenCV成为开发者实现计算机视觉任务的首选框架。

二、在Linux系统中开发OpenCV

1、创建一个代码文件夹code，并在其中创建 test1.cpp 文件。

2、将以下代码复制到 test1.cpp 文件中：

#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    CvPoint center;
    double scale = -3;

    IplImage* image = cvLoadImage("lena.jpg");
    argc == 2 ? cvLoadImage(argv[1]) : 0;

    cvShowImage("Image", image);

    if (!image) return -1;
    center = cvPoint(image->width / 2, image->height / 2);
    for (int i = 0; i < image->height; i++)
        for (int j = 0; j < image->width; j++) {
            double dx = (double)(j - center.x) / center.x;
            double dy = (double)(i - center.y) / center.y;
            double weight = exp((dx*dx + dy*dy)*scale);
            uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3);
            ptr[0] = cvRound(ptr[0] * weight);
            ptr[1] = cvRound(ptr[1] * weight);
            ptr[2] = cvRound(ptr[2] * weight);
        }

    Mat src;
    src = cvarrToMat(image);
    cv::imwrite("test.png", src);

    cvNamedWindow("test", 1);
    imshow("test", src);
    cvWaitKey();
    return 0;
}

3、运行以下命令来编译代码：

g++ test1.cpp -o test1 `pkg-config --cflags --libs opencv`

4、在代码的相同目录下放一张待处理的图片，命名为：lena.jpg

5、运行程序：

./test1

6、实验结果：

• 结果图前后对比：

• 对图片进行亮度加权处理后，生成新的图片test.png。

总结：

        通过本次实验，我对OpenCV库在Linux系统中的应用有了更深入的理解。实验中，我成功创建了图像处理程序，实现了对图片的亮度加权处理，并生成了新的图片。这让我对OpenCV的强大功能有了更直观的认识。在编写和编译代码的过程中，我遇到了一些问题，但通过查阅资料和反复尝试，最终成功解决了问题。这次实验不仅提升了我的编程能力，也增强了我对图像处理技术的理解。未来，我希望能进一步探索OpenCV的更多功能，为实际项目开发提供技术支持。

参考博客：https://blog.csdn.net/weixin_56393108/article/details/120708930