1.基本数据类型

   结构                            成员                               意义
1.CvPoint                        int x, y                         图像中的点
2.CvPoint2D32f                   float x,y                      二维空间中的点
3.CvPoint3D32f                  float x,y,z                     三维空间中的点
4.CvSize                       int width,height                   图像的尺寸
5.CvRect                     int x,y,width,height                图像的部分区域
6.CvScalar                     double val[4]                        RGBA值

2.CvMat 结构：矩阵头

typedef struct CvMat {
     int type;
     int step;
     int* refcount;
     union {
              uchar* ptr;
              short* s;
              int* i;
              float* f1;
              double* db; 
     } data;
     union {
            int rows;
            int height;
     };
     union {
           int cols;
           int widths;
     };
} CvMat;

CvMat矩阵由宽度(width)，高度(height)，类型(type)，行数据长度(step)和一个指向数据的指针构成。
很多程序是区分矩阵头和数据体的，数据体是各个data成员所指向的内存位置。

3.IplImage结构

typedef struct_IplImage {
    int                         nSize;
    int                         ID;
    int                         nChannels;
    int                         alphaChannel;
    int                         depth;
    char                        colorModel[4];
    char                        channelSeq[4];
    int                         dataOrder;
    int                         origin;
    int                         align;
    int                         width;
    int                         height;
    struct  _iplROI*            roi;
    struct  _IplImage*          maskROI;
    void*                       imageId;
    struct  _IplTileInfo*       tileInfo;
    int                         imageSize;
    char*                       imageData;
    int                         widthStep;
    int                         BorderMode[4];
    int                         BorderConst[4];
    char*                       imageDataOrigin;   
} IplImage;

从本质上讲，IplImage是一个CvMat对象，但它还有其他一些成员变量将矩阵解释为图像。这个结构最初被定义为Inter图像处理库(IPL)的一部分。

4.OpenCv图像类型

宏                                                图像像素类型
IDL_DEPTH_8U                                    无符号8位整数(8u)
IDL_DEPTH_8S                                    有符号8位整数(8s)
IDL_DEPTH_16S                                  有符号16位整数(16s)
IDL_DEPTH_32S                                  有符号32位整数(32s)
IDL_DEPTH_32F                                  32位浮点数单精度(32f)
IDL_DEPTH_64F                                  64位浮点数双精度(64f)

5.矩阵和图像操作：
矩阵和图像的操作函数有很多，具体可以查询官方文档，在此不一一列举。
这里以cvAddWeighted的使用为例：

void cvAddWeight(
        const CvArr*   src1,
        double         alpha,
        const CvArr*   src2,
        double         beta,
        double         gamma,
        CvArr*         dst  
)；

参数中，src1,src2表示两个源图像。图像可以是任何类型的像素，只要他们属于同一类型即可。他们还可以有一个或三个通道(灰度或彩色),同样也要保持类型一致。结果图像dst，也必须同src1和src2是相同的像素类型。这些图像可能是不同尺寸，但是它们的ROI必须统一尺寸。参数alpha是src1的融合强度，beta是src2的融合强度，alpha融合公式如下：
dst_x,y = alpha * src1_x,y + beta * src2_x,y + r

可以设置alpha 从0到1区间取值，beta = 1 - alpha，r为0，将前面公式转换为标准alpha融合公式：
dst_x,y = alpha * src1_x,y +(1 - alpha) * src2_x,y

    Mat src1 = [cvprocess cvMatFromUIImage:[UIImage imageNamed:@"001.png"]];
    Mat src2 = [cvprocess cvMatFromUIImage:[UIImage imageNamed:@"0001.png"]];
    
    double alpha = 0.7;
    double beta = 1 - alpha;
    int x = 100;
    int y = 150;
    
    //设置ROI区域
    Mat roi=src1(cvRect(x,y,400,300));
    Mat roi2=src2(cvRect(0,0,400,300));
    
   
    addWeighted(roi, alpha, roi2, beta, 0.0, src1);
    
    UIImage *image = [cvprocess UIImageFromCVMat:src1];
    UIImageView *imview = [[UIImageView alloc]initWithImage:image];
    imview.frame = CGRectMake(0, 0, self.view.frame.size.width, self.view.frame.size.height);
    imview.contentMode = UIViewContentModeScaleAspectFit;
    [self.view addSubview:imview];

融合之前的图像：

001.png

0001.png

融合之后的图像：

0001.png

demo地址：
https://github.com/GoldenRocking/OpenCV_iOS